基于數(shù)據(jù)簡(jiǎn)化及卡爾曼濾波方法的T-S模糊模型辨識(shí)
發(fā)布時(shí)間:2021-11-25 07:48
T-S模糊辨識(shí)方法已成為模糊集理論和應(yīng)用中的重要研究。僅在獲取被辨識(shí)系統(tǒng)輸入-輸出數(shù)據(jù)情況下,提出一種能自動(dòng)建立T-S(Takagi-Sugeno)模糊模型的有效方法。在結(jié)構(gòu)辨識(shí)階段,首先利用GK(Gustafson-Kessel)聚類算法對(duì)原始數(shù)據(jù)集進(jìn)行聚類劃分為若干個(gè)子集;再引入重疊因子對(duì)每個(gè)子集的大小做進(jìn)一步簡(jiǎn)化;同時(shí)獲取各個(gè)聚類中心及寬度。對(duì)于參數(shù)辨識(shí),應(yīng)用卡爾曼濾波方法求解后件參數(shù)值。最后,通過兩個(gè)實(shí)驗(yàn)研究,論證所提出方法的有效性和優(yōu)越性。
【文章來(lái)源】:科學(xué)技術(shù)與工程. 2018,18(09)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
1 T-S模糊模型及GK聚類算法
1.1 T-S模糊模型
1.2 GK (Gustafson-Kessel) 聚類算法
2 基于數(shù)據(jù)簡(jiǎn)化及卡爾曼濾波方法的T-S模糊模型建模
2.1 數(shù)據(jù)簡(jiǎn)化及前件參數(shù)辨識(shí)
2.2 卡爾曼濾波方法的后件參數(shù)辨識(shí)
3 實(shí)驗(yàn)研究
4 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]一類非線性系統(tǒng)的扇區(qū)模糊建模方法[J]. 馬嘉躍,高嵩,黃姣茹,錢富才. 科學(xué)技術(shù)與工程. 2017(18)
[2]基于TS模糊辨識(shí)的油液真空脫水效率研究[J]. 劉閣,陳彬,張賢明. 系統(tǒng)仿真學(xué)報(bào). 2017(01)
[3]一種改進(jìn)的T-S模糊模型建模及優(yōu)化方法[J]. 劉駿,殷曉明,顧幸生. 華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[4]非均勻多采樣率非線性系統(tǒng)的模糊辨識(shí)[J]. 王宏偉,夏浩. 控制與決策. 2015(09)
[5]基于T-S模糊故障樹的某裝備測(cè)控設(shè)備故障診斷研究[J]. 范寶慶,王國(guó)華,魏選平,許劍鋒. 科學(xué)技術(shù)與工程. 2012(28)
本文編號(hào):3517702
【文章來(lái)源】:科學(xué)技術(shù)與工程. 2018,18(09)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
1 T-S模糊模型及GK聚類算法
1.1 T-S模糊模型
1.2 GK (Gustafson-Kessel) 聚類算法
2 基于數(shù)據(jù)簡(jiǎn)化及卡爾曼濾波方法的T-S模糊模型建模
2.1 數(shù)據(jù)簡(jiǎn)化及前件參數(shù)辨識(shí)
2.2 卡爾曼濾波方法的后件參數(shù)辨識(shí)
3 實(shí)驗(yàn)研究
4 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]一類非線性系統(tǒng)的扇區(qū)模糊建模方法[J]. 馬嘉躍,高嵩,黃姣茹,錢富才. 科學(xué)技術(shù)與工程. 2017(18)
[2]基于TS模糊辨識(shí)的油液真空脫水效率研究[J]. 劉閣,陳彬,張賢明. 系統(tǒng)仿真學(xué)報(bào). 2017(01)
[3]一種改進(jìn)的T-S模糊模型建模及優(yōu)化方法[J]. 劉駿,殷曉明,顧幸生. 華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[4]非均勻多采樣率非線性系統(tǒng)的模糊辨識(shí)[J]. 王宏偉,夏浩. 控制與決策. 2015(09)
[5]基于T-S模糊故障樹的某裝備測(cè)控設(shè)備故障診斷研究[J]. 范寶慶,王國(guó)華,魏選平,許劍鋒. 科學(xué)技術(shù)與工程. 2012(28)
本文編號(hào):3517702
本文鏈接:http://sikaile.net/projectlw/xtxlw/3517702.html
最近更新
教材專著