原文服务方: 信息与控制       
摘要:
提出了一种新的基于T-S模糊模型的建模方法,首先通过一种局部线性聚类算法,自适应确定模糊规则数目及初始T-S模型的前提和结论参数,建立相应的一阶T-S模糊神经网络.并用梯度下降和递推最小二乘混合算法训练网络参数,从而提高建模精度.最后,通过两个仿真实例验证了本文方法的有效性.
推荐文章
基于 BA 的模糊聚类算法研究
蝙蝠算法
模糊C均值聚类
BAFCM
优化
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
基于QPSO的模糊C均值聚类算法
量子粒子群算法
粒子群算法
模糊C均值聚类
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 基于局部线性聚类算法的模糊建模
来源期刊 信息与控制 学科
关键词 T-S模糊模型 聚类算法 模糊神经网络 模糊规则
年,卷(期) 2006,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 588-592,599
页数 6页 分类号 O159|TP18
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2006.05.010
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 李守智 西安理工大学自动化与信息工程学院 34 376 9.0 18.0
2 张峰 西安理工大学自动化与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (5)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(3)
  • 参考文献(2)
  • 二级参考文献(1)
1994(3)
  • 参考文献(2)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(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
T-S模糊模型
聚类算法
模糊神经网络
模糊规则
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
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导