T-S模糊模型可辨識(shí)條件及其應(yīng)用.pdf

1、由于傳統(tǒng)方法不能有效地對(duì)復(fù)雜和不確定系統(tǒng)進(jìn)行建模，因此需要尋找一種能夠描述非線性系統(tǒng)的全局函數(shù)或解析結(jié)構(gòu)。模糊建模是一種有效描述復(fù)雜或病態(tài)、非線性、不確定性系統(tǒng)的方法。本文緊緊圍繞著非線性系統(tǒng)模糊建模和辨識(shí)方法展開(kāi)討論和研究。 首先，本文對(duì)模糊辨識(shí)方法中遇到的基本定義和原則給予了介紹。在此基礎(chǔ)上，對(duì)模糊系統(tǒng)的分類和逼近性能做了介紹。 其次，討論使用模糊系統(tǒng)方法辨識(shí)的可辨識(shí)性問(wèn)題。首先，選用標(biāo)準(zhǔn)的Mamdani型模糊系統(tǒng)，

2、劃分模糊模型的輸入空間，選取隸屬度函數(shù)，確定該模糊系統(tǒng)的規(guī)則數(shù)目和規(guī)則，使用遞推最小二乘算法進(jìn)行辨識(shí)。研究了該辨識(shí)方案的有關(guān)性能，給出了模型參數(shù)的估計(jì)值收斂到其真實(shí)值所需的持續(xù)激勵(lì)條件。利用對(duì)二階非線性移動(dòng)平均模型的辨識(shí)驗(yàn)證了持續(xù)激勵(lì)條件的有效性，并給出了均方誤差。其次，研究了用T-S模糊系統(tǒng)實(shí)現(xiàn)非線性系統(tǒng)建模的可辨識(shí)性問(wèn)題。在已確定輸入空間的情況下，研究模糊建模的可辨識(shí)條件，給出了基于列主元QR分解的判別方法。采用該方法對(duì)非線性系統(tǒng)進(jìn)

3、行建模研究，實(shí)驗(yàn)結(jié)果表明了所提出方法的有效性。 第三，討論采用檢驗(yàn)?zāi)Ｐ蛿M合優(yōu)度法確定模糊模型的結(jié)構(gòu)。在實(shí)際系統(tǒng)中，通過(guò)采樣得到的輸入輸出測(cè)量數(shù)據(jù)往往具有噪聲、干擾和變量之間耦合等不確定因素，使得描述系統(tǒng)的模糊關(guān)系矩陣，其列間可能存在線性相關(guān)性。針對(duì)上述問(wèn)題，提出了利用目標(biāo)函數(shù)確定非線性系統(tǒng)結(jié)構(gòu)和參數(shù)的方法。首先，通過(guò)目標(biāo)函數(shù)與參數(shù)估計(jì)一起進(jìn)行遞推計(jì)算，進(jìn)而實(shí)現(xiàn)對(duì)模糊模型結(jié)構(gòu)簡(jiǎn)化。采用了U-D分解方法確定模糊模型的結(jié)構(gòu)，降低了計(jì)算