針對實際輸入輸出數(shù)據(jù)測量噪聲對模糊辨識精度的影響,提出了基于反向傳播的非單點模糊邏輯系統(tǒng)。模糊推理系統(tǒng)基于非單點模糊化,提高了系統(tǒng)的抗干擾能力。利用反向傳播確定輸入變量的方差,提高了系統(tǒng)的辨識精度。用Mackey-Glass混沌數(shù)據(jù)在不同信噪比噪聲情況下,驗證了文章中算法的有效性和實用性。 

【文章來源】：儀器儀表用戶. 2017,24(05)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 模糊基函數(shù)
2 非單點模糊邏輯系統(tǒng)
3 輸入變量方差學習算法
4 仿真試驗
5 結(jié)語



本文編號：3241726