共查询到15条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
5.
6.
7.
提出一种利用遗传算法进行TS模糊模型的优化设计方法。首先定义了TS模糊模型的精确性指标,给出模糊模型解释性的必要条件。然后利用模糊聚类算法和最小二乘法辨识初始的模糊模型;利用多目标遗传算法优化模糊模型;为提高模型的解释性,在遗传算法中利用基于相似性的模糊集合和模糊规则简化方法对模型进行约简。最后利用该方法进行一类二阶合成非线性动态系统的建模,仿真结果验证了该方法的有效性。 相似文献
8.
为了提高模糊模型辨识效率,提出了一种新的模糊模型建摸方法,该方法由两步组成:(1)采用基于特征相似性的特征选择方法,去除原始数据的冗余;(2)利用协同模糊聚类与G-K相结合的算法初始化模糊模型,使其前件和后件参数得到优化。采用该算法对有效的特征进行协同模糊聚类,模型参数得到改善,提高了模糊模型辨识的效率。模糊建模的实验结果表明了该方法的有效性。 相似文献
9.
10.
11.
赵宝江 《计算机工程与应用》2011,47(21):153-156
基于T-S模型,提出一种非线性系统的模型辨识方法。利用蚁群聚类算法来进行结构辨识,确定系统的模糊空间和模糊规则数。在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现参数辨识。仿真结果验证了该方法的有效性,表明该方法能够实现非线性系统的辨识,辨识精度高,可当作复杂系统建模的一种有效手段。 相似文献
12.
13.
基于模糊分类的模糊神经网络辨识方法及应用 总被引:2,自引:6,他引:2
基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识删的后件参数。AFNN结构简洁,逼近能力强,能够显著提高辨识精度,并且在线辨识的模糊模型简单有效。将该AFNN用于非线性系统的模糊辨识和化工过程连续搅拌反应器(CSTR)的建模中,仿真结果验证了该方法的有效性,表明该网络能够实现复杂非线性系统的建模,而且建模精度高、收敛速度快。可当作复杂系统建模的一种有效手段。 相似文献
14.
A neuro-fuzzy system model based on automatic fuzzy clustering is proposed. A hybrid model identification algorithm is also developed to decide the model structure and model parameters. The algorithm mainly includes three parts :1) Automatic fuzzy C-means (AFCM) , which is applied to generate fuzzy rules automatically , and then fix on the size of the neuro-fuzzy network , by which the complexity of system design is reducesd greatly at the price of the fitting capability; 2)Recursive least square estimation ( RLSE) . It is used to update the parameters of Takagi-Sugeno model , which is employed to describe the behavior of the system;3) Gradient descent algorithm is also proposed for the fuzzy values according to the back propagation algorithm of neural network. Finally ,modeling the dynamical equation of the two- link manipulator with the proposed approach is illustrated to validate the feasibility of the method. 相似文献
15.
针对非线性辨识问题,基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。 相似文献