基于T—S模型的模糊系统辨识方法综述.docVIP

基于T—S模型的模糊系统辨识方法综述 第26卷第6期 2009年6月 计算机应用研究 ApplicationResearchofComputem VoI.26No.6 Jun.2009 基于T—S模型的模糊系统辨识方法综述 蒋强,肖建,何都益,蒋伟,王梦玲 (1.西南交通大学电气学院,成都610031;2.乐山师范学院,四川乐山614000) 摘要:模糊模型设计方法归结为两种,即语义驱动和数据驱动.数据驱动模型具有更好的性能,是目前研究 的热点.模糊系统辨识是数据驱动下模糊系统建模的重要手段,辨识的优良直接影响系统建模的精度.模糊系 统辨识可以分为两部分进行认识,即模糊系统结构辨识和参数辨识.回顾了近年来模糊系统辨识的理论和方 法,如subtractive聚类,多分辨率自适应空间分解,SVM,核函数法,粒子群算法和并行遗传算法等.对各种算法 原理,特点进行了介绍,对模糊系统辨识的发展进行了展望. 关键词:模糊系统;系统辨识;结构辨识;参数辨识;T—S模型 中图分类号:TP18文献标志码:A文章编号:1001—3695(2009)06?2008—05 d0i:10.3969/j.issn.1001-3695.2009.06.003 OverviewofmethodsoffuzzysystemidentificationonT—Smodel JIANGQiang,XIAOJian,HEDu—yi,JIANGWei,WANGMeng-ling (1.SchoolofElectricalEngineering,SouthwestJiaotongUniversity,Chengdu610031,China;2.LeshanTeachersCollege,LeshanSichuan 614000,China) Abstract:Therearedifferentmethodologiesoffuzzymodeldesign,whichcanmainlybedividedintotwogroups:theseman- tic-drivenmodelinganddata—drivenmodeling.Data?drivenmodelingbecamemorepopularforbetterpropertythansemantic- driven.Fuzzysystemidentificationisoneofthemainapproachesoffuzzysystemmodeling.Theaccuracyoffuzzysystemmodel relatetotheresultoffuzzysystemidentification.Fuzzysystemidentificationincludesstructureidentificationandparameters identification.Thispaperreviewedthestateoftheoremandmethodsoffuzzysystemidentificationbriefly.Disseussedwidely usedmethodsoffuzzysystemidentification,includingthosebasedonsuhtractiveclustering,multi-resolutionanalysis,support vectormachine,kemelfunction,particleswaYlnandparallelgeneticalgorithmetc.Analyzedthecharacteristicsofthe methods,andoutlinedfutureresearchdirectionsoffuzzysystemidentification. Keywords:fuzzysystem;systemidentification;structureidentification;parametersidentification;T—Smodel 0引言 复杂的现实问题无法用准确的数学语言来描述,无法对被 控对象实行精确控制.如何进行系统建模,是目前控制领域研 究的热点问题. 1956年,Zadeh首先提出了”辨识”这一科学术语.他认为 辨识是通过实验的方法来确定”黑箱”里的输入/输出之间的 映射关系问题的一般表述….在现代控制领域中,运用合适 的数学工具解决系统辨识已是一个非常重要的研究分支.近 年来,许多学者将人工智能的方法引入到系统辨识上来,如人 工神经网络,支持向量机,聚类,核思想等. 模糊系统在处理复杂非线性问题上有很大的优势.模糊 规则的获取优化,输入/输出空问的划分,输入变量的确定,隶 属度函数的确定,输出空间函数结构的