資源描述：
《模糊模型算法改進與地研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、摘要摘要T-S模糊系統(tǒng)具有線性規(guī)則后件的特點，被廣泛應用于基于數據建模的應用中。模糊系統(tǒng)辨識是模糊系統(tǒng)建模的主要手段，優(yōu)化模糊系統(tǒng)結構是模糊系統(tǒng)辨識的關鍵。在模糊系統(tǒng)辨識的常用方法中，模糊聚類算法在處理大樣本的情況更具有優(yōu)勢，從而提高了模糊系統(tǒng)的辨識效率。為了實現優(yōu)化的模糊系統(tǒng)結構，模糊規(guī)則數的確定則是關鍵。因此本文針對以上問題做出以下工作：1、為了提高模糊系統(tǒng)的辨識效率，本文首先對模糊系統(tǒng)的建模方法一基于目標函數的模糊聚類算法進行研究。由于FCPM聚類算法能夠有效的找到聚類的中心點，協(xié)同聚類算法可以使隸屬度更加的精確，本文在FCPM聚
2、類算法的基礎上進行改進，和協(xié)同聚類算法相結合，提出了一種協(xié)同的CFCPM聚類算法。由于CFCPM算法在聚類的中心點和隸屬度上都有所改進，提高了對數據集的聚類效果。在對數據集wine進行測試的結果表明，該方法的有效性。2、在CFCPM的基礎上，本文進一步提出了新的模糊系統(tǒng)建模方法，該方法由兩步組成：1)采用基于特征相似性的特征選擇方法，去除原始數據的冗余；2)利用協(xié)同模糊聚類與G—K相結合的算法初始化模糊模型，使前件和后件參數得到優(yōu)化。采用該算法對有效的特征進行協(xié)同模糊聚類，前后件參數得到改善，提高了模糊系統(tǒng)的辨識效率。模糊建模的實驗結果
3、，表明了該方法的有效性。3、在協(xié)同G．K聚類算法模糊建模的基礎上，對T-S模糊系統(tǒng)結構進行優(yōu)化，提出了規(guī)則可生長和修剪的T-S模糊系統(tǒng)的辨識。此方法以絕對誤差為指標，從實際數據中提取T-S模糊系統(tǒng)的模糊規(guī)則，并根據每個規(guī)則對應局部模型對輸出的影響，判斷是否刪減規(guī)則。整個算法完全實現了T-S模糊模型的在線辨識，使模糊系統(tǒng)的結構參數具有自適應的能力。在保證T-S模糊模型精確度不降低的情況下，實現了對模糊系統(tǒng)的結構的優(yōu)化。關鍵詞：T-S模糊模型；CFCPM；協(xié)同模糊聚類算法；特征選擇AbstractTheT-SfuzzymodeliSline
4、arruleconsequent，whichiSusedabroadinmathmodelsapplication．Fuzzymodelidentificationisthechiefmeansoffuzzymodeling．Optimizingstructureoffuzzysystemsisthekeytofuzzymodelidentification．Amongthemethodsoffuzzymodelidentification，fuzzyclusteringalgorithmisbetterthanotherswithma
5、nysamples，whichwillimprovetheefficiencyoffuzzyidentification．Inordertooptimizethefuzzymodelstructure，thenumberofrulesisthekey．Thereforethepaperintroducesthefollowingissueswithabovequestions：Firstly,Inordertoimprovetheefficiencyoffuzzyidentification，firstlyresearchthemeth
6、odthatfuzzyclusteringalgorithmbasedonobjectivefunction．FCPMfindtheclusterprototypeseffectively,collaborativefuzzyclusteringmakethemembershipoftheentitymoreexact．AnimprovedfuzzyclusteringalgorithmisproposedbasedonthecombinationofFCPMandCollaborativeFuzzyClustering．CFCPMcl
7、usteringalgorithmcanbeobtainwhichisdeducedfromFCPMandCollaborativeFuzzyClustering．Themembershipandclusterprototypesareimproved．Theclustereffectofthedatasetisbetter．Theexperimentalresultsobtainedonthewinesetshowtheeffectivenessoftheproposedmethod．Secondly,BasedonCFCPM，ane
8、wapproachtobuildfuzzymodelisproposed．Theapproachiscomposedoftwophases：thefirstoneistoremoveredundantinf
