模糊聚類與最小二乘相結合建立非線性系統(tǒng)模型

提出一種模糊聚類與最小二乘相結合的辨識方法.該方法利用基于模糊似然函數的模糊聚類算法確定系統(tǒng)的模糊劃分數目,進而對應聚類個數建立相應的Takagi-Sugeno局部線性化模型,并結合遞推最小二乘法,完成系統(tǒng)的辨識.該方法可使模糊模型的結構辨識和參數辨識同時完成,從而實現模糊模型的在線辨識.該方法辨識速度快,精確度高.仿真結果驗證了該方法的有效性.

作 者： 郭爍 李平   作者單位： 遼寧石油化工大學,信息工程學院,撫順,113001  刊 名： 模式識別與人工智能  ISTIC EI PKU 英文刊名： PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE  年，卷(期)： 2003 16(3)  分類號： O159  關鍵詞： 模糊辨識   模糊似然函數   Takagi-Sugeno模型   聚類算法   最小二乘法  

【模糊聚類與最小二乘相結合建立非線性系統(tǒng)模型】相關文章：

水質模糊綜合評價模型的建立與應用04-25

基于LMI方法的一類非線性模糊脈沖系統(tǒng)的魯棒模糊控制04-26

機場最小起降帶模糊優(yōu)選理論模型04-26

基于模糊判斷矩陣的對數最小二乘排序方法04-27

河流系統(tǒng)水質管理模糊優(yōu)化模型04-25

模糊聚類在水質評價中的應用04-25

線性回歸模型的深度加權最小二乘估計和擬合檢驗04-26

基于最小二乘的選權迭代抗差擬合模型研究04-26

模糊最小二乘支持向量機在黑液波美度軟測量中的應用04-26

非線性飛控系統(tǒng)的滑模PI混合模糊邏輯控制04-27