基于脑暴优化与规则修改提高模糊规则分类器的方法

搜索空间中复杂性和维度的增加会对模糊规则分类器中的归纳学习产生不利影响，从而影响模糊系统的可扩展性和准确性。本研究特别针对糖尿病分类这一挑战，采用脑暴优化（BSO）算法提出一种新颖的模糊系统，以重新定义该场景下的规则生成方法。将指数模型集成到标准 BSO 算法中，以增强规则推导，针对糖尿病相关数据进行了优化。随后将该创新模糊系统应用于糖尿病数据集的分类任务中，实验结果表明其在分类准确率方面实现了显著提升。