%0 Journal Article
%T 遗传算法-模糊聚类动态模糊神经网络辨识
%A 刘胜
%A 赵红
%J 哈尔滨工程大学学报
%D 2008
%X 针对非线性系统辨识特点,在剖析具有递归环节的T-S模糊神经网络结构的同时,提出了一种新型的3步设计优化方案,即非线性区域的线性划分、离线训练和在线辨识.将融合了模糊c-mean聚类(GA-FCM)(称为双群体并行聚类)算法引入到RTSFNN中,对非线性系统的输入输出空间进行聚类(线性划分),再在每个线性区域上建立ARMAX模型;利用GA实数编码,同时优化前件隶属函数的中心和宽度、递归增益及后件参数;在线时利用FCM在线分析输入数据特征,确定是否对现有划分进行改动,并利用GA迭代一定代数优化其他参数,直到误差满足要求为止.通过对非线性动态系统的辨识仿真,验证了所提出方法在训练时的寻优速度、训练误差及校验误差指标上均有很大优势.
%K 递归T-S模糊神经网络 c-均值聚类 遗传算法 ARMAX模型 规则数自动获取 离线训练 在线辨识
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20080811