本文關(guān)鍵詞：復(fù)雜熱工系統(tǒng)的T-S模糊模型辨識研究，由筆耕文化傳播整理發(fā)布。

文檔介紹：
北京交通大學(xué)碩士學(xué)位論文復(fù)雜熱工系統(tǒng)的T-S模糊模型辨識研究姓名:王智琴申請學(xué)位級別:碩士專業(yè):檢測技術(shù)與自動化裝置指導(dǎo)教師:王爽心20090601中文摘要中文摘要在熱工過程控制中,被控對象動態(tài)特性往往表現(xiàn)出非線性、時變性、大遲延和大慣性等特點(diǎn),這使得難以對其建立比較精確的模型,從而難于精確表達(dá)熱工過程及實(shí)施整體優(yōu)化控制。而Takagi和Sugeno于1985年提出的著名的T-S模糊模型具有通用逼近性,即能以任意精度逼近非線性動態(tài)系統(tǒng),已經(jīng)成為一種被廣泛使用的模糊模型。為達(dá)到建立精確熱工系統(tǒng)模型的目的,本文研究了基于T-S模型的離線和在線模糊建模方法。1.T-S模糊模型離線辨識方法研究本文基于傳統(tǒng)模糊聚類算法在尋優(yōu)聚類中心時存在迭代過程,計(jì)算量大,而且容易出現(xiàn)死中心,局部極小和中心冗余等問題,提出了一種基于混沌遺傳算法的參數(shù)優(yōu)化方法。首先基于損失函數(shù)辨識模型的階次,基于輸入選擇準(zhǔn)則確定輸入變量,然后引入廣義T-S模型,其隸屬度函數(shù)為具有自適應(yīng)性的廣義高斯函數(shù),采用混沌遺傳算法束優(yōu)化它的形狀,在此基礎(chǔ)上利用遞推最小二乘法辨識后件參數(shù)。該混沌遺傳算法在基本遺傳算法中引入了混沌移民算子,替換原群體中的不良個體,參與該群體的交配繁衍,以保證該群體的多樣性,... 內(nèi)容來自轉(zhuǎn)載請標(biāo)明出處.

  本文關(guān)鍵詞：復(fù)雜熱工系統(tǒng)的T-S模糊模型辨識研究，由筆耕文化傳播整理發(fā)布。