1) evolving clustering method
进化聚类算法
1.
On the basis of a evolving clustering method (ECM) , a new modeling approach of dynamic TSK fuzzy model was proposed.
在一种进化聚类算法(ECM)的基础上提出了一种新的动态TSK模糊模型的建模算法,以往许多神经模糊模型都不适用于自适应在线学习,而文章模型能实时地调整模糊规则库及规则参数,具有较强的在线学习能力;仿真结果表明,该方法是有效的。
2) evolutional algorithm
进化类算法
3) improved clustering algorithm
改进的聚类算法
1.
To answer the questions of the existing FCM involving local limit value and bad scalability,the paper puts forward an improved clustering algorithm MFCM(minimum fuzzy C-means) basing on MCDSA(minimum connected donating set algorithm).
针对现有FCM聚类算法中存在的局部极值和伸缩性较差等问题,提出了基于全部最小连通支配集算法(minimum connected donating set algorithm,MCDSA)的改进的聚类算法(minimum fuggy C-means,MF-CM)。
5) improved clustering
改进聚类算法
1.
Firstly,the structure of fuzzy neuro net(FNN)is decided by improved clustering,then the primise parameters and consequent parameters of FNN are trained by hybrid learning algorithm,finally related data are input into the trained FNN to forecast electricity load.
提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。
6) evolving clustering method
进化式聚类方法
补充资料：进化论算法
分子式：
CAS号：
性质：进化首先是生物学的概念。根据达尔文“生物进化论”的观点：生物的发展和演变是根据自然选择的方式进行。生物机能和形态的变化，可从它所处的环境中寻找解释。生物的进化过程也许完全不是随机的，高级生物的进化过程很可能是“合情的产生与检验”的过程，即也许自然界掌握着一种很高明的“自动程序设计”方法进行遗传“程序”的书写。模仿上述生物进化论所形成的应用算法称为进化论算法。
CAS号：
性质：进化首先是生物学的概念。根据达尔文“生物进化论”的观点：生物的发展和演变是根据自然选择的方式进行。生物机能和形态的变化，可从它所处的环境中寻找解释。生物的进化过程也许完全不是随机的，高级生物的进化过程很可能是“合情的产生与检验”的过程，即也许自然界掌握着一种很高明的“自动程序设计”方法进行遗传“程序”的书写。模仿上述生物进化论所形成的应用算法称为进化论算法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条