西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2012年
8期
54-58
,共5页
T-S模糊模型%规则递归%模糊聚类%支持向量机%粒子群优化
T-S模糊模型%規則遞歸%模糊聚類%支持嚮量機%粒子群優化
T-S모호모형%규칙체귀%모호취류%지지향량궤%입자군우화
针对传统T-S模糊模型不能较好描述系统时变特性的问题,提出了一种基于递归策略的动态T-S模糊模型及其辨识方法.规则递归T-S模糊模型在传统T-S模糊模型基础上,增加了具有一定权重的反馈环节,该环节对当前激励强度与前一时刻激励强度进行加权和得到当前时刻新的规则激励强度,从而实现动态递归变化,有效描述了系统的动态过程.为使规则递归T-S模糊模型具有较少的规则数量和较好的泛化能力,前件参数采用一种基于规则激励强度的模糊聚类算法获得,而后件和递归环节参数则采用一种由支持向量机和粒子群优化算法组成的联合辨识方法获得.Box-Jenkins煤气炉的仿真结果表明,规则递归T-S模糊模型及其辨识方法具有较好的动态描述能力,与混合聚类方法相比,均方差降低了1.2％.
針對傳統T-S模糊模型不能較好描述繫統時變特性的問題,提齣瞭一種基于遞歸策略的動態T-S模糊模型及其辨識方法.規則遞歸T-S模糊模型在傳統T-S模糊模型基礎上,增加瞭具有一定權重的反饋環節,該環節對噹前激勵彊度與前一時刻激勵彊度進行加權和得到噹前時刻新的規則激勵彊度,從而實現動態遞歸變化,有效描述瞭繫統的動態過程.為使規則遞歸T-S模糊模型具有較少的規則數量和較好的汎化能力,前件參數採用一種基于規則激勵彊度的模糊聚類算法穫得,而後件和遞歸環節參數則採用一種由支持嚮量機和粒子群優化算法組成的聯閤辨識方法穫得.Box-Jenkins煤氣爐的倣真結果錶明,規則遞歸T-S模糊模型及其辨識方法具有較好的動態描述能力,與混閤聚類方法相比,均方差降低瞭1.2％.
침대전통T-S모호모형불능교호묘술계통시변특성적문제,제출료일충기우체귀책략적동태T-S모호모형급기변식방법.규칙체귀T-S모호모형재전통T-S모호모형기출상,증가료구유일정권중적반궤배절,해배절대당전격려강도여전일시각격려강도진행가권화득도당전시각신적규칙격려강도,종이실현동태체귀변화,유효묘술료계통적동태과정.위사규칙체귀T-S모호모형구유교소적규칙수량화교호적범화능력,전건삼수채용일충기우규칙격려강도적모호취류산법획득,이후건화체귀배절삼수칙채용일충유지지향량궤화입자군우화산법조성적연합변식방법획득.Box-Jenkins매기로적방진결과표명,규칙체귀T-S모호모형급기변식방법구유교호적동태묘술능력,여혼합취류방법상비,균방차강저료1.2％.
