基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modifiedGram-Schmidt)算法建立非线性系统模型的建模方法，并给出了基于MGS算法的模型结构和参数辨识的一体化方法，即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换，确定对模型贡献大的规则，删除对模型贡献小的规则，同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明，提出的方法能够对非线性系统进行模糊建模.