利用 RST 和 NFIS 进行渗透性的图形化估计
神经与进化计算
2008-04-03 v1 人工智能
摘要
本文探讨了粗糙集理论 (RST) 和神经模糊模型在“吕荣 (lugeon) 数据”分析中的一些应用。具体而言，使用自组织映射 (SOM) 作为预处理对数据进行缩放，然后由 RST 提取主导规则。基于这些规则，突出了伊朗 Shivashan 大坝不同层面的渗透性变化。随后，通过结合 SOM 和自适应神经模糊推理系统 (NFIS) 对数据进行了另一项分析。最后，对 RST 和 SOM-NFIS（简称 SONFIS）的获得结果进行了简要比较。
引用
@article{arxiv.0804.0353,
title = {Graphical Estimation of Permeability Using RST&NFIS},
author = {H. Owladeghaffari and K. Shahriar W. Pedrycz},
journal= {arXiv preprint arXiv:0804.0353},
year = {2008}
}
备注
6 pages;NAFIPS08