一种T-S模糊模型的自组织辨识算法及应用

摘要：

提出了一种新的具有自适应学习能力的T-S模糊模型辨识算法.该算法通过使同一条规则的高斯函数的宽度参数彼此相等建立与支持向量机等效的T-S模糊模型,在此基础上,利用模糊聚类算法和支持向量机分别建立前后件辨识模型,并利用一种改进粒子群优化算法优化输出误差函数使前后件参数联合辨识,从而获得T-S模糊模型的结构和参数.仿真结果表明,相比其它方法,文中方法具有较高的逼近精度和较好的泛化能力,由此算法获得的直拉单晶炉热场模型具有0.1171的均方差,完全符合均方差小于0.5的要求.

关键词：T-S模糊模型、自组织、支持向量机、模糊聚类、粒子群优化、直拉单晶炉热场

所属期刊栏目：32

分类号：TP14;TG232.5(自动化基础理论)

资助基金：国家科技重大专项2009ZX02011001

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1941-1947