一种分布式多中心的机器学习智能决策方法

本发明涉及计算机技术领域，具体提供了一种分布式多中心的机器学习智能决策方法。该方法包括：获取需要进行决策的输入数据；根据模糊规则模型的不同模糊规则的前件参数，以及不同前件参数对应的后件参数计算得到不同模糊规则的规则输出；根据对应不同模糊规则的隶属度和规则输出进行加权计算，得到输入数据对应的输出决策数据；模糊规则模型是当前下层级中心通过分布式多中心的上层级中心的模糊规则模型，利用优化目标函数进行知识迁移，并利用多中心图矩阵作确定正则项调整优化目标函数后，计算得到的。以解决相关技术中的决策系统，泛化能力不佳，难以满足可解释性需求，以及决策准确率低，效率低的问题。