作者:
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:
KM降阶算法是目前区间二型模糊集合常用的降阶算法,针对其效率低、难以用于实时辨识与控制的缺点,提出了一种简化的区间二型模糊系统辨识方法.该方法采用二型T-S模糊模型,前件参数为区间二型模糊集合,后件参数为普通T-S模糊模型形式.二型T-S模糊模型的解模糊化采用简化的降阶算法,提高了模型的辨识效率,可用于实时辨识与控制.仿真实例表明,所提算法在不降低辨识精度的情况下能够有效提高辨识效率.
推荐文章
一种新的区间二型模糊集合降阶算法
二型模糊集合
降阶
二型模糊逻辑
KM/EKM算法
IASC/EIASC算法
一种基于模糊分类的模糊神经网络辨识方法
T-S模型
自适应模糊神经网络
模糊竞争学习
模糊辨识
基于区间二型模糊粗糙集的连续属性约简算法
粗糙集
区间二型模糊集
连续域决策信息系统
属性约简
区间二型中立型模糊系统的稳定性
中立型系统
区间二型模糊系统
Lyapunov-Krasovskii泛函
分布时滞
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 一种简化的区间二型模糊系统辨识方法
来源期刊 计算机科学 学科 工学
关键词 区间二型模糊集合 KM降阶算法 T-S模糊系统 模糊辨识
年,卷(期) 2017,(z2) 所属期刊栏目 智能计算
研究方向 页码范围 141-143
页数 3页 分类号 TP273+.4
字数 2774字 语种 中文
DOI
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 王哲 8 0 0.0 0.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
区间二型模糊集合
KM降阶算法
T-S模糊系统
模糊辨识
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导