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:
针对一种新型分层模糊系统,提出了一种混合优化算法,即利用粒子群优化算法辨识每一个模糊单元模型的前件参数,利用递推最小二秉算法辨识后件参数.采用该辨识方法对Mackey-Glass混沌时间序列及Box-Jenkins数据进行实验,并与果蝇优化算法以及入侵杂草优化算法的仿真结果进行了比较,实验结果表明:这种混合优化算法能够提高分层模糊系统模型的精度.
推荐文章
基于混合聚类算法的模糊函数系统辨识方法
模糊函数
模糊C均值
模糊C回归模型
模糊辨识
最小二乘
基于混合粒子群算法的随动系统模糊控制参数优化
控制理论
粒子群
模糊控制
参数优化
基于模糊物元PSO混合优化算法的客户创意挖掘
客户创意挖掘
混合优化算法
模糊物元分析
微粒群算法
模糊前端
基于混合聚类算法的模糊函数系统辨识方法
模糊函数
模糊C均值
模糊C回归模型
模糊辨识
最小二乘
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 基于混合优化算法的模糊系统辨识
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 分层模糊系统 粒子群优化算法 递推最小二乘法
年,卷(期) 2015,(4) 所属期刊栏目 电气工程
研究方向 页码范围 10-14
页数 5页 分类号 TP273
字数 3729字 语种 中文
DOI 10.3969/j.issn.1671-6833.2015.04.003
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 朱晓东 郑州大学电气工程学院 52 340 11.0 17.0
2 刘丹 郑州大学电气工程学院 22 42 4.0 6.0
3 李广 郑州大学电气工程学院 6 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (28)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (9)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(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(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
分层模糊系统
粒子群优化算法
递推最小二乘法
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导