T_S模型的遗传算法和支持向量机辨识_图文.doc

2009年9月第16卷第5期控制工程 Contr ol Engi n eering of China Sep.2009Vo.l 16,No .5 文章编号:167127848(20090520591203 收稿日期:2009205206; 收修定稿日期:2009206221 基金项目:上海高校选拔培养优秀青年老师科研专项基金资助项目(21020;上海理工大学博士科研启动基金资助项目(X641 作者简介:丁学明(19712,男,安徽无为人,副教授,博士,主要从事系统辨识、智能控制、嵌入式系统等方面的教学与科研工作。 T 2S 模型的遗传算法和支持向量机辨识 丁学明,樊海军 (上海理工大学光电信息与计算机工程学院,上海 200093 摘 要:基于非线性系统的输入输出数据,辩识对象的T 2S 模型。提出基于遗传算法和最小二乘支持向量机的辨识方法,利用遗传算法聚类进行结构辨识,每个类代表一条规则,规则 数等于类数量,类中心作为该规则的隶属度函数中心类数;同时考虑模型辨识精度,实现全局优化;参数辨识采用基于结构风险最小化的最小二乘支持向量机方法,综合考虑模型复杂度和辨识误差。仿真结果证明了算法的有效性,辨识精度高,泛化能力强。关 键 词:T 2S 模型;结构辨识;参数辨识;遗传算法;最小二乘支持向量机中图分类号:TP 273 文献标识码:A T 2SModel Identifi cati on Based on Geneti c Algorith m and SupportVectorMachi ne DING Xue 2ming,FA N H a i 2j u n (Schoo l ofOp tical 2E l ectrical and Co m puter Eng i neeri ng ,U n i vers it y of Shanghai for Science and Tec hno l ogy ,Shanghai 200093, Ch i na Abstr ac t :T 2S m ode l i dentifica ti on i s studied f or no n linear plant based o n its input 2output data .An identifi catio n m ethod is presented based on geneti c a l gor it hm (G A and least square support vector m achi ne (LSSV M .The GA c l usteri ng m e t hod is e m plo yed i n t he structure i dentificati on .Each c l uster is equal to a ru l e ,and the c l uster center is regarded as cen ter param eter of gaussM F .The gl obal opti m izati on i s realized by co nsidi ng i dentifi ca tio n prec isi on .The para m eter i den tificati on is depended on LSSV M based on struct u re risk m i n i m um ,which cons i ders m o de l co m plexity and i dentifica ti on error .The si m ulati on resu lt sho ws the e ffectiveness of the proposed m ethod with h i gh i dentificati on prec i s i on and good genera li zati on . K ey word s :T 2S m o de;l struct ure i den tificati on ;para m e ter i dentifica ti on ;genetic a l gor it hm (G A ;least square support vector m a 2 ch i ne(LSS V M 1 引 言 T 2S 模糊模型是一个通用逼近器 [1] ,它把一个 非线性系统当作多个线性子系统与其权重乘积之和,易于表达复杂非线性系统的动态特性,同时可以将线性控制理论应用到非线性系统控制中,从而成为研究热点。利用系统输入输出数据辨识T 2S 模糊模型,包括结构辨识和参数辨识,结构辨识用于辨识T 2S 模型的