原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模糊聚类神经网络的TS模糊模型辨识.pdf
第36卷第4A期 计算机科学 V01．36N。．4A
；QQ!堡垒旦 鱼虫巳坠!竺§竺i兰翌￡呈 △巳墨垄QQ!
基于模糊聚类神经网络的T—S模糊模型辨识
韩璞1施建中2王东风1 焦嵩鸣1
(华北电力大学控制科学与工程学院保定071003)1(华北电力大学控制科学与工程学院 北京102206)2
摘要针对以往模糊建模过程中算法过于复杂的问题，提出了一种简单而有效的T_S模糊模型建模方法。该方法
基于模糊聚类神经网络对模糊模型的前提结构和参数进行辩识，运用最小二乘法对模糊模型的结论参数进行辨识。
应用Box-Jenkins煤气炉数据仿真结果证明了该方法的有效性与实用性。
关键词T．S模糊模型，模糊聚类，最小二乘，模糊辨识
Identification N印raJNetwo呔
T-S弛巧Model Based蚰F配zyC11】stering
HANPulSHI wANG
Ji打zhon92 D0ng-fen91Jn0Song_mi耐
(schoolofControlscienceand ChinaElectricPower 071003，China)1
Engineering，NDrth U而versity，Baoding
(Sch砌ofC0ntrolscienceand ChinaElectricPower
Engineedng，N0nh University，Be玎ing102206，china)2
In the thatthe inthe
Atls衄Idaccordance诚th modelingmethods，t11is
probl帆s algodthInis啪complexpastfuzzy
of Themethod meth—
artide anewmethod T-S is and this
proposed fuzzy∞l魄forfuzzy瑚deL shplepowerful．k
and ofthis fnodelisdecided neuralnetwork，andcon-
od，theprelllise parameterfuzzy byfuzzycluste矗ng
co《iguration
of idelltifiedleast theeffectivenessaJld ofthismethod
clusion modelis
par锄eterfuzzy by squa豫Fimlly pmcticability
of
isdenlonstratedthesiIImlationresultthetbx’Jerll【洒sfumacedat丑
by gas
T-S identification
Keywordsfuzzymodel，Fuzzydustering，I一巳astsquare，Fuzzy
参数辨识)和后件部分譬的值(结论参数辨识)。
1
文档评论（0）