摘要
该文提出并设计了一种利用神经模糊推理系统建模的短波通信频率参数预测模型。该模型以模糊系统为平台,利用自学习算法训练建立推理规则,采用并行自适应遗传算法进化调整系统内部参数。通过ff0F2实测数据仿真试验,并与神经网络方法、混沌和神经网络相结合方法进行比较,结果证明该模型具有预测精度高、收敛速度快、全局收敛性好、内部参数调整智能化等突出优点。
This paper presents a prediction model of frequency parameters of short-wave communication based on Adaptive Neural Fuzzy Inference System（ANFIS）. The system parameters of the model are adjusted by delaminating-adaptation genetic algorithm. The model is simulated and compared with other nonlinear methods. The model shows some standout excellences, such as higher precision of prediction, faster speed of convergence, better across-the-board astringency and intelligence of adjusting system parameters.
出处
《电子与信息学报》
EI
CSCD
北大核心
2006年第7期1282-1286,共5页
Journal of Electronics & Information Technology
基金
国家部级基金资助项目
关键词
短波通信
神经模糊推理系统
遗传算法
相空间重构
预测
Short-wave communication, Adaptive Neural Fuzzy Inference System（ANFIS）, Genetic algorithm, Phasespace reconstruction, Prediction
