基于改进自适应粒子群算法的T-S模型辨识

• 作者: 丁学明 张久忠 沈业茂
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: T-S模型 核函数 模糊聚类 PSO算法
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 952-955
• 分类号: TP273
• 字数: 3833字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2011.06.028

摘要

提出基于改进自适应粒子群算法(Improved Self-adaptation Particle Swarm Optimiza tion,PSO)的T-S模糊模型辨识方法.首先,利用核函数的模糊聚类算法划分数据空间,尽可能少地提取模糊规则,并消除孤立点、噪声点数据等的不利影响,其次,基于ISPSO算法进行参数辨识,将待辨识的参数划分为若干粒子,自适应更新飞行速度,动态修改惯性权因子,惯性权因子呈非线性动态变化,不仅可以克服PSO算法陷入局部最优的早熟,失去多样性,而且可以提高粒子在全局最优位置绕行时的稳定性.提出的方法使得T-S模型辨识达到较高的辨识精度.仿真实例和比较分析证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	沈业茂	上海理工大学光电信息与计算机工程学院	3	12	2.0	3.0
3	张久忠	上海理工大学光电信息与计算机工程学院	2	6	1.0	2.0