資源描述：
《T-S模糊模型辨識(shí)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要摘要模糊模型是當(dāng)前系統(tǒng)辨識(shí)方法中經(jīng)常用到的模型，它具有能夠有效地綜合利用專家知識(shí)和系統(tǒng)輸入輸出數(shù)據(jù)的能力，并且得到的模型相對(duì)其它黑箱模型來說具有可解釋性。目前為止，己經(jīng)有很多模糊建模方法被提出來，然而，仍然存在著許多待解決的問題。T—S模糊模型采用線性方程去表示每一個(gè)局部區(qū)域的局部規(guī)則，以局部線性化為基礎(chǔ)，通過模糊推理的方法實(shí)現(xiàn)全局的非線性。由于其良好的逼近性能，T—S模糊模型得到了廣泛的應(yīng)用。本文圍繞T-S模糊模型的辨識(shí)，將前件部分和結(jié)論部分分開進(jìn)行?；谌切坞`屬函數(shù)對(duì)輸入空間的均勻劃分，將遺傳算法應(yīng)用于后件規(guī)則參數(shù)的辨識(shí)。針對(duì)遺傳算法求解T-S模糊模型后件規(guī)則參數(shù)時(shí)，
2、待尋優(yōu)參數(shù)較多、普通比例規(guī)則后件法尋找自由規(guī)則困難的問題，提出用矩陣分解的方法，利用滿秩分解，將減少待尋優(yōu)參數(shù)和尋找自由規(guī)則一同處理。同時(shí)，提出了后件規(guī)則簡(jiǎn)化算法，剔除對(duì)最后輸出結(jié)果的影響可以忽略的規(guī)則。仿真結(jié)果表明，算法能以較快的進(jìn)化速度辨識(shí)出模糊模型后件規(guī)則參數(shù)，在保證精度的同時(shí)，減少了冗余規(guī)則。關(guān)鍵詞：T-S模糊模型非線性系統(tǒng)辨識(shí)滿秩分解遺傳算法規(guī)則簡(jiǎn)化AbstractFuzzymodelhasbeenrecognizedasapowerfultoolwhichcanfacilitatetheeffectivedevelopmentofmodelbycombiningin
3、formationfromdifferentsources，suchasempiricalmodels，theexpertknowledgeorthesysteminput—outputdata．Andtheresultmodelismoreinterpretablethanotherblack—boxmethods．Bynowtherearemanywaystobuildthefuzzymodel，buttherealsoaresomeunsolvedproblems．Takagi—Sugeno(T—S)FuzzyModelillustratesthelocal—rulefo
4、reverylocalareawithalinearequationandachievesglobalnonlinearitybasedonlocallinearitybyfuzzyinference。AndT—Sfuzzymodelhasbeenwidelyusedbecauseithasgoodapproximationperformance．CloselysurroundstheidentificationofT-Sfuzzymodel，itisusedtoseparatethepremiseidentificationfromtheconsequenceidentifi
5、cationinthisthesis．BasedonequablyfuzzypartitionofinputspacewithTrianglemembershipfunctions，GAhesbeenusedtoidentifytheconsequentialrulesparameters．AstheoptimizationparametersaremoreandthefreerulesaredifficulttofindwhenusingGAtoidentifytheparametersofT-Sfuzzymodel’Sconsequentialrules，thesoluti
6、on，usingmaximumrankdecomposition，isproposedtoreducetheoptimizationparameters．Meanwhile，alsogivesasimplificationalgorithmofconsequentialrulestoeliminatetheruleswhichhavelittleeffectontheresults．Simulationresultsshowthatthealgorithmcouldidentifytheparametersofthefuzzymodelwithconsequentrulerap
7、idlyandreducetheredundantruleswhileensuringtheaccuracy．Keywords：T-SfuzzymodelnonlinearsystemidentificationmaximumrankdecompositionGArulesimplificationII東南大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果
