航空声学现象的遗传模糊回归技术比较
人工智能
2025-05-30 v1 神经与进化计算
摘要
本研究探讨了遗传模糊系统（GFS）在建模翼型自噪声中的应用，这是航空声学中的一个关键问题，对航空航天、汽车和无人机应用具有重要意义。使用公开可用的翼型自噪声数据集，探索并比较了各种模糊回归策略。本文评估了具有高规则密度的暴力 Takagi Sugeno Kang（TSK）模糊系统、级联遗传模糊树（GFT）架构，以及一种基于模糊 C 均值（FCM）的新型聚类方法以降低模型复杂度。这突显了聚类辅助模糊推理作为复杂航空声学现象有效回归工具的可行性。关键词：模糊逻辑，回归，级联系统，聚类与人工智能。
引用
@article{arxiv.2505.23746,
title = {Comparative of Genetic Fuzzy regression techniques for aeroacoustic phenomenons},
author = {Hugo Henry and Kelly Cohen},
journal= {arXiv preprint arXiv:2505.23746},
year = {2025}
}
备注
11 pages and 23 figures