| 基于数据简化及卡尔曼滤波方法的T-S模糊模型辨识 |
| |
| 引用本文： | 刘小雍,方华京. 基于数据简化及卡尔曼滤波方法的T-S模糊模型辨识[J]. 科学技术与工程, 2018, 18(9) |
| |
| 作者姓名： | 刘小雍 方华京 |
| |
| 作者单位： | 遵义师范学院,华中科技大学 |
| |
| 基金项目： | 国家自然科学基金项目(61473127)、贵州省教育厅青年项目(黔教合KY字[2016]254)资助 |
| |
| 摘 要： | T-S模糊辨识方法已成为模糊集理论和应用中的重要研究。仅在获取被辨识系统输入-输出数据情况下,提出一种能自动建立T-S(Takagi-Sugeno)模糊模型的有效方法。在结构辨识阶段,首先利用GK(Gustafson-Kessel)聚类算法对原始数据集进行聚类划分为若干个子集;再引入重叠因子对每个子集的大小做进一步简化;同时获取各个聚类中心及宽度。对于参数辨识,应用卡尔曼滤波方法求解后件参数值。最后,通过两个实验研究,论证所提出方法的有效性和优越性。
|
| 关 键 词： | T-S模糊建模 数据简化 卡尔曼滤波 重叠因子 |
| 收稿时间： | 2017-09-13 |
| 修稿时间： | 2017-11-19 |
Data Reduction and Kalman Filter Method for T-S Fuzzy Model Identification |
| |
| liu xiaoyong and. Data Reduction and Kalman Filter Method for T-S Fuzzy Model Identification[J]. Science Technology and Engineering, 2018, 18(9) |
| |
| Authors: | liu xiaoyong and |
| |
| Affiliation: | Zunyi Normal College, |
| |
| Abstract: | |
| |
| Keywords: | T-S fuzzy modeling data reduction kalman filter overlap factor |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
