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:
采用一种基于鲁棒模糊聚类算法的模糊辨识方法,通过引入局部划分关联度因子,增强了系统辨识的抗干扰能力,提高了系统辨识的鲁棒性.首先用最近邻模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用鲁棒模糊聚类算法求解并优化模糊隶属度和聚类中心,建立高精度的T-S模糊模型;最后利用最小二乘法辨识模型的初始结论参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行建模和预测,仿真结果表明利用本方法可以进行准确建模和预测,验证了本方法的鲁棒性、有效性和实用性.
推荐文章
基于递阶模糊聚类的混沌时间序列预测
递阶模糊聚类
模糊建模
混沌时间序列
最小二乘
基于 MFOA 和 LW 的混沌时间序列鲁棒模糊预测
修正型果蝇优化算法
最小Wilcoxon方法
例外点
Mackey-Glass混沌时间序列
T-S模糊模型
模糊预测
基于鲁棒极端学习机的混沌时间序列建模预测
极端学习机
鲁棒
混沌时间序列
预测
基于模糊模型的混沌时间序列预测
模糊竞争学习
混沌时间序列
卡尔曼滤波
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 基于鲁棒模糊聚类的混沌时间序列预测
来源期刊 物理学报 学科 物理学
关键词 最近邻模糊聚类 鲁棒模糊聚类 混沌时间序列 最小二乘法
年,卷(期) 2008,(5) 所属期刊栏目 总论
研究方向 页码范围 2784-2790
页数 7页 分类号 O4
字数 4967字 语种 中文
DOI 10.3321/j.issn:1000-3290.2008.05.026
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 刘福才 燕山大学电气工程学院自动化系 190 1681 19.0 32.0
2 张彦柳 燕山大学电气工程学院自动化系 3 15 2.0 3.0
3 陈超 燕山大学电气工程学院自动化系 6 64 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (7)
同被引文献  (1)
二级引证文献  (1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
最近邻模糊聚类
鲁棒模糊聚类
混沌时间序列
最小二乘法
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导