基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对复杂非线性动态系统的模糊建模问题,基于T-S模型提出一种自组织模糊辨识算法.改进后的算法简化了前提结构辨识的过程,并使前提参数辨识和结论参数辨识同时完成,极大地减少了参数辨识和结构辨识的计算量,能够保证在线辨识的要求.大量的仿真结果表明该算法具有收敛速度快、辨识精度高、稳定性好的特点,便于工程应用.
推荐文章
规则递归T-S模糊模型及其辨识方法
T-S模糊模型
规则递归
模糊聚类
支持向量机
粒子群优化
基于T-S模糊模型的辨识与控制
T-S模型
广义预测控制
模糊聚类
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
基于T-S模糊模型的太阳位置算法
太阳位置
视日跟踪
T-S模糊模型
三角形隶属度函数
光伏发电
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于T-S模型的自组织模糊辨识算法研究
来源期刊 现代电力 学科 工学
关键词 非线性系统 动态系统 系统辨识 模糊辨识
年,卷(期) 2002,(5) 所属期刊栏目 信息与控制
研究方向 页码范围 64-68
页数 5页 分类号 TP15
字数 2540字 语种 中文
DOI 10.3969/j.issn.1007-2322.2002.05.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (8)
同被引文献  (5)
二级引证文献  (21)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(5)
  • 引证文献(0)
  • 二级引证文献(5)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非线性系统
动态系统
系统辨识
模糊辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
总被引数(次)
22233
论文1v1指导