搜索到43 篇“ 模糊系统辨识 “的相关文章
基于差分进化算法的T-S模糊 系统辨识 模糊 规则,建立基于获取的模糊 规则知识库构成的模糊 系统 ,是一种直接而有效的系统辨识 方式。T-S(Takagi-Sugeno)模糊 系统 是一种将输入空间分为多个模糊 子空间分别建立局部线性模型,用隶属函数连接每个...关键词：T-S模糊系统 差分进化算法 模糊辨识 基于NT降阶算法的区间二型模糊 系统辨识 2018年 模糊 描述系统 不确定性方面的缺陷,二型T-S模糊 系统 得到了广泛关注。针对常见区间二型模糊 集合的降阶算法存在的效率低下的问题,本文利用NT降阶算法进行区间二型模糊 系统 的辨识 。NT降阶算法避免了复杂的迭代搜索操作,直接利用首隶属度函数的上、下限进行降阶运算,然后直接得到解模糊 化结果。仿真实例表明,利用NT降阶算法能够在不降低辨识 精度的情况下,提高辨识 效率。关键词：降阶 T-S模糊系统 模糊辨识 一种简化的区间二型模糊 系统辨识 方法 被引量：1 2017年 模糊 集合常用的降阶算法,针对其效率低、难以用于实时辨识 与控制的缺点,提出了一种简化的区间二型模糊 系统辨识 方法。该方法采用二型T-S模糊 模型,前件参数为区间二型模糊 集合,后件参数为普通T-S模糊 模型形式。二型T-S模糊 模型的解模糊 化采用简化的降阶算法,提高了模型的辨识 效率,可用于实时辨识 与控制。仿真实例表明,所提算法在不降低辨识 精度的情况下能够有效提高辨识 效率。关键词：T-S模糊系统 模糊辨识 基于反向传播的非单点模糊 系统辨识 研究 2017年 模糊 辨识 精度的影响，提出了基于反向传播的非单点模糊 逻辑系统 。模糊 推理系统 基于非单点模糊 化，提高了系统 的抗干扰能力。利用反向传播确定输入变量的方差，提高了系统 的辨识 精度。用Mackey—Glass混沌数据在不同信噪比噪声情况下，验证了本文算法的有效性和实用性。关键词：模糊基函数 模糊辨识 基于反向传播的非单点模糊 系统辨识 研究 被引量：1 2017年 模糊 辨识 精度的影响,提出了基于反向传播的非单点模糊 逻辑系统 。模糊 推理系统 基于非单点模糊 化,提高了系统 的抗干扰能力。利用反向传播确定输入变量的方差,提高了系统 的辨识 精度。用Mackey-Glass混沌数据在不同信噪比噪声情况下,验证了文章中算法的有效性和实用性。关键词：模糊基函数 模糊辨识 基于数据驱动的模糊 系统辨识 研究 被引量：2 2016年 模糊 建模方法。采用Mamdani模型和模糊 基函数,以系统 的输入-输出数据为基础,通过One-Pass、误差反向传播、查表法、最小二乘法这4种基于数据驱动的建模方法分别建立了Mackey-Glass混沌系统 的模糊 模型,用Mackey-Glass混沌数据验证了它们的有效性和实用性。对这4种方法的性能和适用场合做了分析说明,为实际过程的建模提供参考依据。在实际中,可根据需要选择合适的建模方法。关键词：模糊基函数 最小二乘 基于正则化的模糊 C-均值聚类算法及其在T-S模糊 系统辨识 问题中的应用 被引量：5 2016年 模糊 C-均值聚类问题目标函数中使用正则化泛函,将聚类中心解的误差指标引入到模糊 聚类的目标函数中,构造出新的模糊 C-均值聚类算法RBFCM(Regularization based Fuzzy C-means)算法.算法RBFCM不仅具有较高的聚类精度,且计算结果具有更好的稳定性.进一步,将此RBFCM算法应用于基于T-S模糊 模型的系统辨识 问题.由于RBFCM算法优化了模糊 系统 的输入空间划分,提高了隶属度函数的精度,使得后继得到的T-S模糊 系统辨识 精度也有所提高,且系统辨识 过程的收敛速度也有所改善.最后,通过对经典IRIS数据集、带有噪声的IRIS数据集的聚类算例和对Box-Jenkins煤气炉数据集进行辨识 算例,验证了RBFCM算法的有效性和优越性.关键词：模糊聚类 正则化 系统辨识 基于混合优化算法的模糊 系统辨识 被引量：2 2015年 模糊 系统 ,提出了一种混合优化算法,即利用粒子群优化算法辨识 每一个模糊 单元模型的前件参数,利用递推最小二乘算法辨识 后件参数.采用该辨识 方法对Mackey-Glass混沌时间序列及Box-Jenkins数据进行实验,并与果蝇优化算法以及入侵杂草优化算法的仿真结果进行了比较,实验结果表明:这种混合优化算法能够提高分层模糊 系统 模型的精度.关键词：分层模糊系统 粒子群优化算法 递推最小二乘法 基于Tikhonov正则化的模糊 系统辨识 模糊 系统辨识 过程中的参数辨识 问题,所使用的方法是Tikhonov正则化方法。系统 参数辨识 通常仅考虑输出端含有噪声,而忽略了输入端仍会存有扰动的情况。针对辨识 中可能含有的各种噪声,本文不仅分析了常见的输出端存在误差...关键词：不适定问题 TIKHONOV正则化 整体最小二乘 T-S模糊模型 系统辨识 基于Tikhonov正则化的模糊 系统辨识 方法 被引量：2 2014年 模糊 系统辨识 过程中的不适定问题.系统 前件部分采用标准模糊 C均值聚类算法对输入空间进行划分,从已知的系统 输入数据中提取系统 模糊 规则.针对后件参数辨识 过程中的不适定性问题,采用Tikhonov正则化方法,在最小化泛函中引入正则化泛函来解决整个辨识 过程中的不适定.进一步,应用贝叶斯方法来计算正则化参数,并给出了具体算法.仿真结果表明,该方法具有适定性.关键词：系统辨识 TIKHONOV正则化 数据驱动
相关作者
肖建 作品数：295 被引量：1,687 H指数：21 供职机构：教育部 研究主题：感应电机 支持向量机 多采样率数字控制系统 电力系统 多采样率 于龙 作品数：92 被引量：455 H指数：13 供职机构：西南交通大学 研究主题：接触网 弓网 钢轨 燃弧 高铁 蒋强 作品数：97 被引量：151 H指数：6 供职机构：乐山师范学院 研究主题：图书馆 系统设计 复杂网络 LABVIEW 电子信息工程 郭守团 作品数：3 被引量：4 H指数：1 供职机构：西南交通大学 研究主题：基于支持向量机 模糊系统辨识 组合核函数 支持向量机 遗传算法 陈龙 作品数：492 被引量：2,796 H指数：23 供职机构：江苏大学 研究主题：半主动悬架 车辆 电动助力转向 悬架 智能汽车
