基于数据简化及卡尔曼滤波方法的T-S模糊模型辨识

摘要：

T-S模糊辨识方法已成为模糊集理论和应用中的重要研究.仅在获取被辨识系统输入-输出数据情况下,提出一种能自动建立T-S(Takagi-Sugeno)模糊模型的有效方法.在结构辨识阶段,首先利用GK(Gustafson-Kessel)聚类算法对原始数据集进行聚类划分为若干个子集;再引入重叠因子对每个子集的大小做进一步简化;同时获取各个聚类中心及宽度.对于参数辨识,应用卡尔曼滤波方法求解后件参数值.最后,通过两个实验研究,论证所提出方法的有效性和优越性.

关键词：T-S模糊建模、数据简化、卡尔曼滤波、重叠因子

所属期刊栏目：18

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目61473127;贵州省教育厅青年项目黔教合KY字[2016]254;遵义师范学院博士项目基金遵师BS[2015]04号;贵州省千层次创新人才项目遵市科合人才[2017]19号

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：254-259