為了提高T-S模糊模型的辨識精度和效率,本文提出了一種改進的粒子群算法和模糊C均值聚類算法相結(jié)合的模糊辨識新方法。在該方法中,針對粒子群算法在處理高維復(fù)雜函數(shù)時容易陷入局部極值的問題,提出了一種粒子群局部搜索和全局搜索動態(tài)調(diào)整的全新優(yōu)化算法。模糊C均值聚類算法是模糊辨識最常用的方法之一,該算法簡單,計算效率高,但是對初始化特別敏感,容易陷入局部最優(yōu)。為了解決這一問題,利用改進粒子群算法的全局搜索能力優(yōu)化聚類中心,顯著地提高了算法的辨識精度和效率。最后,針對非線性系統(tǒng)進行建模仿真,仿真結(jié)果表明了本文方法的有效性和優(yōu)越性。

【文章頁數(shù)】：7 頁


本文編號：3805600