基于模糊分类的模糊神经网络辨识方法及应用

• 作者: 李强 江善和
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: T-S模型 自适应模糊神经网络 竞争学习 卡尔曼滤波 模糊辨识
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 266-269,276
• 页数: 5页
• 分类号: TP18
• 字数: 4163字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2005.03.024

摘要

基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法.基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度.利用卡尔曼滤波算法在线辨识AFNN的后件参数.AFNN结构简洁,逼近能力强,能够显著提高辨识精度,并且在线辨识的模糊模型简单有效.将该AFNN用于非线性系统的模糊辨识和化工过程连续搅拌反应器(CSTR)的建模中,仿真结果验证了该方法的有效性,表明该网络能够实现复杂非线性系统的建模,而且建模精度高、收敛速度快,可当作复杂系统建模的一种有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江善和	安庆师范学院物理与电气工程学院	42	211	8.0	12.0
2	李强	安庆师范学院物理与电气工程学院	26	173	7.0	12.0