由于傳統(tǒng)方法不能有效地對復雜和不確定系統(tǒng)進行建模,因此需要尋找一種能夠描述非線性系統(tǒng)的全局函數(shù)或解析結(jié)構(gòu)。模糊建模是一種有效描述復雜或病態(tài)、非線性、不確定性系統(tǒng)的方法。本文緊緊圍繞著非線性系統(tǒng)模糊建模和辨識方法展開討論和研究。首先,本文對模糊辨識方法中遇到的基本定義和原則給予了介紹。在此基礎(chǔ)上,對模糊系統(tǒng)的分類和逼近性能做了介紹。其次,討論使用模糊系統(tǒng)方法辨識的可辨識性問題。首先,選用標準的Mamdani型模糊系統(tǒng),劃分模糊模型的輸入空間,選取隸屬度函數(shù),確定該模糊系統(tǒng)的規(guī)則數(shù)目和規(guī)則,使用遞推最小二乘算法進行辨識。研究了該辨識方案的有關(guān)性能,給出了模型參數(shù)的估計值收斂到其真實值所需的持續(xù)激勵條件。利用對二階非線性移動平均模型的辨識驗證了持續(xù)激勵條件的有效性,并給出了均方誤差。其次,研究了用T-S模糊系統(tǒng)實現(xiàn)非線性系統(tǒng)建模的可辨識性問題。在已確定輸入空間的情況下,研究模糊建模的可辨識條件,給出了基于列主元QR分解的判別方法。采用該方法對非線性系統(tǒng)進行建模研究,實驗結(jié)果表明了所提出方法的有效性。第三,討論采用檢驗模型擬合優(yōu)度法確定模糊模型的結(jié)構(gòu)。在實際系統(tǒng)中,通過采樣得到的輸入輸出測量數(shù)... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 模糊建模方法
        1.2.1 基于模糊關(guān)系方程的模糊辨識方法
        1.2.2 基于T-S模型的模糊辨識方法
    1.3 模糊辨識中的可辨識性問題
        1.3.1 模糊模型可辨識性與輸入信號關(guān)系的研究
        1.3.2 模糊模型可辨識性問題
        1.3.3 模糊模型驗證問題
    1.4 模糊模型結(jié)構(gòu)辨識方法
        1.4.1 模糊網(wǎng)格法
        1.4.2 自適應(yīng)模糊網(wǎng)格法
        1.4.3 模糊聚類法
        1.4.4 模糊樹法
        1.4.5 多級模糊網(wǎng)格法
    1.5 本文的主要內(nèi)容及安排
2 模糊辨識方法的基礎(chǔ)理論
    2.1 模糊邏輯系統(tǒng)中的一般概念
        2.1.1 模糊系統(tǒng)基本概念
        2.1.2 精確量的模糊化和模糊量的反模糊化
        2.1.3 隸屬度函數(shù)
        2.1.4 模糊聚類
    2.2 模糊邏輯系統(tǒng)的組成和分類
        2.2.1 純模糊系統(tǒng)
        2.2.2 T-S（Takagi-Sugeno）模糊系統(tǒng)
        2.2.3 具有模糊產(chǎn)生器和解模糊器的模糊系統(tǒng)
    2.3 模糊系統(tǒng)的逼近性能
3 基于模糊系統(tǒng)建模的可辨識性研究
    3.1 引言
    3.2 模糊模型的描述
    3.3 模糊模型參數(shù)辨識算法
    3.4 模糊模型可辨識性與輸入信號的關(guān)系
        3.4.1 模糊模型的持續(xù)激勵條件
        3.4.2 持續(xù)激勵信號設(shè)計
    3.5 可辨識性問題的研究
        3.5.1 模糊模型可辨識性的判定
        3.5.2 矩陣秩的判定
    3.6 仿真實驗
        3.6.1 持續(xù)激勵條件的仿真實驗
        3.6.2 模糊系統(tǒng)可辨識性仿真實驗
4 基于U-D分解的模糊模型結(jié)構(gòu)與參數(shù)一體化辨識
    4.1 引言
    4.2 參數(shù)辨識方法
    4.3 模型結(jié)構(gòu)的確定性算法
    4.4 結(jié)構(gòu)和參數(shù)一體化模糊辨識算法
    4.4 仿真實驗
5 模糊辨識方法在實際系統(tǒng)中的應(yīng)用
    5.1 引言
    5.2 汽輪發(fā)電機密封油冷卻系統(tǒng)的模糊建模研究
        5.2.1 汽輪發(fā)電機密封油冷卻系統(tǒng)的原理
        5.2.2 模糊建模方法在汽輪發(fā)電機密封油冷卻系統(tǒng)中的應(yīng)用
結(jié)論
參考文獻
基金資助情況
附錄A 汽輪發(fā)電機密封油冷卻系統(tǒng)現(xiàn)場實測數(shù)據(jù)
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝


【參考文獻】：
期刊論文
[1]T-S模糊模型的一種簡單辨識算法[J]. 常曉恒,井元偉,姜雪梅,劉曉平.  東北大學學報(自然科學版). 2007(03)
[2]非線性系統(tǒng)辨識中模糊模型參數(shù)收斂問題的進一步研究[J]. 萬峰,孫優(yōu)賢.  自動化學報. 2007(01)
[3]非線性系統(tǒng)的模糊建模方法研究[J]. 羅秋濱,謝元貞.  哈爾濱理工大學學報. 2006(06)
[4]一種MIMO復雜過程的模糊建模新方法[J]. 朱文彪,孫增圻.  系統(tǒng)工程與電子技術(shù). 2005(01)
[5]基于模糊模型的非線性離散時間系統(tǒng)辨識:算法與性能分析[J]. 萬峰,孫優(yōu)賢.  自動化學報. 2004(06)
[6]Takagi-Sugeno模糊模型的可辨識性問題[J]. 張磊,蔡開元.  模糊系統(tǒng)與數(shù)學. 2003(02)
[7]復雜系統(tǒng)模糊建模的模糊樹方法[J]. 毛劍琴,岳玉芳,張建剛,代冀陽,李幼平.  控制理論與應(yīng)用. 2002(02)
[8]混沌算法神經(jīng)網(wǎng)絡(luò)與含噪聲時間序列的預測[J]. 李克平,陳天侖.  南開大學學報(自然科學版). 2001(03)
[9]模糊樹模型及其在復雜系統(tǒng)辨識中的應(yīng)用[J]. 張建剛,毛劍琴,夏天,魏可惠.  自動化學報. 2000(03)
[10]模糊神經(jīng)網(wǎng)絡(luò)技術(shù)的新近發(fā)展[J]. 張良杰,李衍達.  信息與控制. 1995(01)



本文編號：2909452