為了提高T-S模糊模型的辨識(shí)精度和效率,本文提出了一種改進(jìn)的粒子群算法和模糊C均值聚類(lèi)算法相結(jié)合的模糊辨識(shí)新方法。在該方法中,針對(duì)粒子群算法在處理高維復(fù)雜函數(shù)時(shí)容易陷入局部極值的問(wèn)題,提出了一種粒子群局部搜索和全局搜索動(dòng)態(tài)調(diào)整的全新優(yōu)化算法。模糊C均值聚類(lèi)算法是模糊辨識(shí)最常用的方法之一,該算法簡(jiǎn)單,計(jì)算效率高,但是對(duì)初始化特別敏感,容易陷入局部最優(yōu)。為了解決這一問(wèn)題,利用改進(jìn)粒子群算法的全局搜索能力優(yōu)化聚類(lèi)中心,顯著地提高了算法的辨識(shí)精度和效率。最后,針對(duì)非線性系統(tǒng)進(jìn)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(yè)數(shù)】：7 頁(yè)


本文編號(hào)：3805600