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:
提出了一种改进的基于T-S模糊RBF神经网络模型的辨识算法和自适应方法,采用模糊C均值聚类(FCM)算法划分输入输出数据空间,最后将该算法应用于丙烯腈收率的预报,仿真结果表明了这种基于T-S模糊模型的自适应建模方法的有效性.
推荐文章
基于T-S模型的自适应模糊广义预测控制
快速模糊辨识
广义预测控制
局部递推最小二乘法
T-S模糊模型
T-S模糊模型建模方法研究
梯度下降法
建模
非线性系统
T-S模糊模型
一种T-S型动态模糊推理模型的建模算法研究
进化聚类算法
T-S模糊模型
模糊规则
在线学习
基于T-S模型的锌钡白干燥煅烧过程自适应神经模糊推理系统建模
神经网络
模糊逻辑
自适应神经模糊推理系统
锌钡白
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 一种基于T-S模糊模型的自适应建模方法及其应用
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 T-S模糊模型 RBF 自适应 FCM
年,卷(期) 2004,(4) 所属期刊栏目 研究论文
研究方向 页码范围 442-445
页数 4页 分类号 TP274
字数 2871字 语种 中文
DOI 10.3969/j.issn.1006-3080.2004.04.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 俞金寿 华东理工大学自动化研究所 199 3638 32.0 51.0
2 赵恒平 华东理工大学自动化研究所 5 102 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (24)
参考文献  (7)
节点文献
引证文献  (30)
同被引文献  (31)
二级引证文献  (40)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(7)
  • 引证文献(3)
  • 二级引证文献(4)
2008(6)
  • 引证文献(2)
  • 二级引证文献(4)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
T-S模糊模型
RBF
自适应
FCM
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
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导