@article{CWE/1021/2017, author={}， journal ={Current World Environment}， publisher ={}， title={Weather Modeling Using Data-Driven Adaptive rough - neurofuzzy Approach}， year ={}， month ={}， volume ={39}， url ={www.a-i-l-s-a.com/article/1021/}， pages ={429-435}， abstract ={Recently，混合数据驱动模型已成为各种水文预测情景的合适预测模式。特别是，气象学已经证明，需要一种更好的方法来智能地处理与天气有关的参数。为了解决这一具有挑战性的问题，本研究拟将模糊和神经网络理论应用于开发混合自适应粗糙-神经-模糊智能系统。由于适应现实世界需求的自适应智能系统的需求日益增长，同化人工神经网络和FIS的特点越来越受到研究者的关注。该模型能够处理软规则边界和语言变量，以提高预测精度。自适应粗糙神经模糊方法的预测精度提高了95.49%，优于现有方法。}， number = {51}， doi = {10.12944/CWE.12.2.27}}