一种基于模糊分类的模糊神经网络辨识方法

• 作者: 李强 江善和
• 来源期刊: 计算技术与自动化
• 关键词: T-S模型 自适应模糊神经网络 模糊竞争学习 模糊辨识
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 27-30
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2005.02.009

摘要

针对非线性辨识问题,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).首先,基于模糊竞争学习算法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.其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数.AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效.最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性.

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