基于T-S模糊模型的神经网络的系统辨识

• 作者: 张颖超 蔡卫菊
• 来源期刊: 科技与创新
• 关键词: T-S模糊模型 神经网络 结构辨识 参数辨识
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 176-178
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.02.066

摘要

基于T-S模糊模型,提出了利用神经网络实现非线性系统的辨识.首先,利用一种无监督的聚类算法分析输入输出数据生成初始的结构模型,确定系统的模糊空间和模糊规则数,构造神经网络辨识模型前提参数,使前提参数自适应变化,有较好的自学习能力和优化能力,采用最小二乘法取得结论参数.仿真结果验证了该方法是有效和可行的.