T-S模糊模型辨識研究.pdf

1、模糊模型是當(dāng)前系統(tǒng)辨識方法中經(jīng)常用到的模型,它具有能夠有效地綜合利用專家知識和系統(tǒng)輸入輸出數(shù)據(jù)的能力,并且得到的模型相對其它黑箱模型來說具有可解釋性。目前為止,已經(jīng)有很多模糊建模方法被提出來,然而,仍然存在著許多待解決的問題。 T-S模糊模型采用線性方程去表示每一個局部區(qū)域的局部規(guī)則,以局部線性化為基礎(chǔ),通過模糊推理的方法實現(xiàn)全局的非線性。由于其良好的逼近性能,T-S模糊模型得到了廣泛的應(yīng)用。 本文圍繞T-S模糊模型的辨

2、識,將前件部分和結(jié)論部分分開進(jìn)行?；谌切坞`屬函數(shù)對輸入空間的均勻劃分,將遺傳算法應(yīng)用于后件規(guī)則參數(shù)的辨識。針對遺傳算法求解T-S模糊模型后件規(guī)則參數(shù)時,待尋優(yōu)參數(shù)較多、普通比例規(guī)則后件法尋找自由規(guī)則困難的問題,提出用矩陣分解的方法,利用滿秩分解,將減少待尋優(yōu)參數(shù)和尋找自由規(guī)則一同處理。同時,提出了后件規(guī)則簡化算法,剔除對最后輸出結(jié)果的影響可以忽略的規(guī)則。仿真結(jié)果表明,算法能以較快的進(jìn)化速度辨識出模糊模型后件規(guī)則參數(shù),在保證精度的同時