基于v-支持向量回归的T-S模糊模型辨识.pdfVIP

26 卷 18 期 中 国 电 机 工 程 学 报 Vol.26 No.18 Sep. 2006 2006 年9 月 Proceedings of the CSEE 2006 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 (2006) 18-0148-06 中图分类号：TK323 文献标识码：A 学科分类号：47040 基于v-支持向量回归的T-S 模糊模型辨识 李益国，沈 炯 ( 东南大学动力系，江苏省 南京市 210096) T-S Fuzzy Modeling Based on v-support Vector Regression Machine LI Yi-guo, SHEN Jiong (Power Engineering Department, Southeast University, Nanji ng 210096, Jiangsu Province, China) ABSTRACT: This paper introduced v-support vector 采用传统控制理论设计控制器的优点，多年来一直 regression machine to identify consequent parameters which [1-10] 受到广泛研究 。 affect generalization performance in T-S fuzzy model. It was T-S 模糊模型辨识包括结构辨识和参数辨识。 finally converted to an optimizing problem with inequalities 较早采用的方法为前提部分和结论部分联合辨 constraint, and a new efficient iterative algorithm was [1] 识 。由于需反复进行，因此该方法存在计算量过 presented to solve it. In this method, a parameter v lets one 大的缺点。近年来比较流行的方法是，前提部分和 effectively control the number of support vectors and the 结论部分分开辨识，由于大大减小了计算量并具有 number of points that come to lie outside of the so-called [2-7] ε-insensitive tube, moreover, a suitable ε can be determined 较高的精度，从而得到了广泛应用 。 automatically. Simulations on a typical load system indicate 前提部分和结论部分分开辨识的方法主要分 that this method has improved generalization ability than 为3