模糊聚类与最小二乘相结合建立非线性系统模型

模糊聚类与最小二乘相结合建立非线性系统模型

提出一种模糊聚类与最小二乘相结合的辨识方法.该方法利用基于模糊似然函数的模糊聚类算法确定系统的模糊划分数目,进而对应聚类个数建立相应的Takagi-Sugeno局部线性化模型,并结合递推最小二乘法,完成系统的辨识.该方法可使模糊模型的结构辨识和参数辨识同时完成,从而实现模糊模型的在线辨识.该方法辨识速度快,精确度高.仿真结果验证了该方法的有效性.

作 者： 郭烁 李平   作者单位： 辽宁石油化工大学,信息工程学院,抚顺,113001  刊 名： 模式识别与人工智能  ISTIC EI PKU 英文刊名： PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE  年，卷(期)： 2003 16(3)  分类号： O159  关键词： 模糊辨识   模糊似然函数   Takagi-Sugeno模型   聚类算法   最小二乘法  

【模糊聚类与最小二乘相结合建立非线性系统模型】相关文章：

水质模糊综合评价模型的建立与应用04-25

基于LMI方法的一类非线性模糊脉冲系统的鲁棒模糊控制04-26

机场最小起降带模糊优选理论模型04-26

基于模糊判断矩阵的对数最小二乘排序方法04-27

河流系统水质管理模糊优化模型04-25

模糊聚类在水质评价中的应用04-25

线性回归模型的深度加权最小二乘估计和拟合检验04-26

基于最小二乘的选权迭代抗差拟合模型研究04-26

模糊最小二乘支持向量机在黑液波美度软测量中的应用04-26

非线性飞控系统的滑模PI混合模糊逻辑控制04-27