针对TSK 模糊模型的学习是多约束和多目标优化问题, 提出将TSK 模糊模型分解为两类不同的种群, 协
作共同进化的模型学习方法. 论述了所涉及的相关问题, 包括各种群的编码及其不同的进化计算, 各种群个体的合作
及其适应值评估策略, 模型的后件参数估计方法. 该方法要求先验知识少, 收敛速度快, 能形成简洁的模糊模型, 最后
以函数近似为例说明了该方法的有效性.