朱晓东，刘 冲，郭雅默

(郑州大学 电气工程学院，河南 郑州450001)

0 引言

模糊分类系统能够融合专家经验，通过易于理解的模糊规则来阐述实际问题的内部机理，因而在模式识别、数据挖掘等领域得到了广泛的应用．为了提高模糊系统的性能，学者们做了大量的研究:利用聚类算法建立模糊模型［1］，采用遗传算法［2-3］或神经网络［4-5］学习模糊规则及隶属函数的特征参数等． 然而，这些算法在追求模型高精确度的同时，采用了较多的模糊规则和模糊集合，使得模型结构复杂、难以理解．为了建立结构简单易懂、精确度高的模糊模型，文献［6］采用分层模糊的概念来构造模糊系统，降低了系统维度，简化了系统的结构． 文献［7］采用基于类空间模糊度的计算几何分类器权重分配方法来构建分类器，这种方法使得模型的精确性和解释性都得到了进一步的提高．

烟花算法［8］是受烟花在夜空中的爆炸现象启发而提出的一种新的群智能算法，和粒子群算法等其他方法相比具有较好的搜索性能． 在烟花算法中，性能较好的烟花在较小的搜索范围内产生数量较多的子代火花，进而加快了收敛速度;而性能较差的烟花则在较大的搜索范围内产生数量较少的子代火花，因而扩大了搜索范围，提高了种群的多样性．但是，烟花算法忽略了不同烟花个体之间的相互联系和学习，这样容易使算法过早成熟．为了解决这个问题，将差分算法与烟花算法相结合，进……