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:
基于非线性系统的输入输出数据,辩识对象的T-S模型.提出基于遗传算法和最小二乘支持向量机的辨识方法,利用遗传算法聚类进行结构辨识,每个类代表一条规则,规则数等于类数量,类中心作为该规则的隶属度函数中心类数;同时考虑模型辨识精度,实现全局优化;参数辨识采用基于结构风险最小化的最小二乘支持向量机方法,综合考虑模型复杂度和辨识误差.仿真结果证明了算法的有效性,辨识精度高,泛化能力强.
推荐文章
基于最小二乘支持向量机的T-S模型在线辨识
T-S模型
时间窗
势能
最小二乘支持向量机
规则递归T-S模糊模型及其辨识方法
T-S模糊模型
规则递归
模糊聚类
支持向量机
粒子群优化
基于遗传算法的双子支持向量机的模型选择
双子支持向量机
遗传算法
核函数
参数选择
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
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 T-S模型的遗传算法和支持向量机辨识
来源期刊 控制工程 学科 工学
关键词 T-S模型 结构辨识 参数辨识 遗传算法 最小二乘支持向量机
年,卷(期) 2009,(5) 所属期刊栏目 智能控制技术及应用
研究方向 页码范围 591-593,597
页数 4页 分类号 TP273
字数 3060字 语种 中文
DOI 10.3969/j.issn.1671-7848.2009.05.021
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 丁学明 上海理工大学光电信息与计算机工程学院 35 152 7.0 10.0
2 樊海军 上海理工大学光电信息与计算机工程学院 2 17 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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模型
结构辨识
参数辨识
遗传算法
最小二乘支持向量机
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导