基于改进遗传算法的模糊辨识器在非线性动态系统辨识中的应用.pdfVIP

第34卷第3A期 山尔凡学学撤(自动化) 1999年8月 塑!：塑!!：坠 !!!堕丛堡!!型婴型!型!!竖婴! !竖!：丝 基于改进遗传算法的模糊辨识器 在非线性动态系统辨识中的应用 张绍德 (华东冶金学院自功化幕，马鞍l|I243002) 倪东 (马鞍山铜蜓殴份柯照公司自础化椰，马鞍山243011) 摘要采用改进的遗传算法(啪^)对文【1】的模糊辨识嚣参数进行代化．仿真结果表明 该方法完全有效． 关键词遗传算法j模糊f#识嚣；数字仿真 Identificationof IdentifierBasedonModifiedGenetic for Fuzzy Algorithm Nonlioear DynamieSystem Shaode Zhaog ofEastChinaInstitute ofAutomation 243002 Department ofMetallurgy．Maanshan NiDong 1 ofAutomationofMaanshanSteel-ironCorporation，Maanshan，24301 Department KeyWords identifier；numericalsimulation geneticalgorithm；fuzzy 史[1]证明了模糊逻辑系统具有万能逼近器的功能，并据此提出具有反向传播学习算法的模糊逻 辑系统作为仆线性动态系统的辨识器，叫所谓“模糊辨识器”．模糊辨识器的参数枉模糊“如果一则” 。 w 规则中，斟此，物理意义岍确．另外，模糊辨识器提供人类语言描述信息的途径，府这类语言描述常 常包括r非线性系统的重要信息现实生活中， 许多真实系统是由专家控制的，丽只有专家能提供 这类非线性系统的语高描述信息，ff|j日这些信息是比较模糊的．所以．传统辨识器和神经网络辨识器 无法利用这些信息．由此可见，能够利用人类语言信息这一能力正是模糊辨识器的奉质优点．近年来， 一种模拟自然进化过程的优化算法～遗传算法(Genetits AIgorithms)被广泛地研究和应用，它建 立在自然选择和种群遗传的幕础l：，曲二心题卒间进行并行全局搜索．并利用遗传信息和适者生存的策 ． 略米指导搜索方向，所以它屋有令扁优化能，』．也小需耍假定搜索窄间是可微的或连续的 本文将一种改进GA引入模糊辨识器的参数学习，随机选取模糊辨识器可调参数的初值，能实现 对这些参数的快速、全局、最优收敛 l 1模期辨识器的设计 模糊规则由具有如F形式的若干模糊“如果一则”规则的总和组成． R‘％如果xI为Ff．且…，目J，．为F：则r为行7 (】．1) R‘7’表』i第，条模糊规则，‘为输入语古业量(J：1，2，…月)，月为输入语言变量的个数，F7为第， 条枷则中输入语占变量的模糊集．，为输f}{语者变量．G7为第／条规则的输出语言变量模糊集， 第’诮蚓 张缁德等骂r改进遗传算法的桃糊封fm器