遗传算法-模糊聚类动态模糊神经网络辨识
Keywords: 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
Abstract:
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.
| [1] | 1. TAKAGI T.SUGENO M A robust stabilization problem of fuzzy control systems and its application to backing up control of truck-trailer 1994(2)
|
| [2] | 2. 李少远.王群仙.李焕芝.陈增强.袁著祉 Sugeno模糊模型的辨识与控制 [期刊论文] -自动化学报1999(04)
|
| [3] | 9. LIN Chengjian.CHEN Chenghung A compensationbased recurrent fuzzy neural network for dynamic system identification 2006
|
| [4] | 10. 王京慧.李宏光 动态模糊神经网络研究 [期刊论文] -北京化工大学学报(自然科学版)2003(02)
|
| [5] | ？3. SUGENO M.YASUKAWA T A fuzzy logical based approach to qualitative modeling 1993(1)
|
| [6] | 4. 三振雷 模糊神经网络理论及其在复杂系统中的应用研究 [学位论文] 2002
|
| [7] | 5. RUDIN W Principles of mathematical analysis 1976
|
| [8] | 6. LU Chihuang.TSAI C Generalized predictive control using recurrent fuzzy neural networks for industrial processes 2007
|
| [9] | ？7. JUANA C F.CHUNG I F Recurrent fuzzy network design using hybrid evolutionary learning algorithms 2006(10)
|
| [10] | ？8. 柳朝军.廖晓钟.张宇河 一种新型的动态模糊神经网络控制器 [期刊论文] -北京理工大学学报2000(05)
|
Full-Text
