蚁群聚类算法的T-S模糊模型辨识

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 153-156.

• 图形、图像、模式识别 • 上一篇下一篇

蚁群聚类算法的T-S模糊模型辨识

赵宝江

牡丹江师范学院数学系，黑龙江牡丹江 157012

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Identification of T-S fuzzy models based on ant colony clustering algorithm

ZHAO Baojiang

Department of Mathematics，Mudanjiang Teachers College，Mudanjiang，Heilongjiang 157012，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要： 基于T-S模型，提出一种非线性系统的模型辨识方法。利用蚁群聚类算法来进行结构辨识，确定系统的模糊空间和模糊规则数。在聚类的基础上，利用遗传算法辨识模糊模型的后件加权参数，得到一个精确的模糊模型，从而实现参数辨识。仿真结果验证了该方法的有效性，表明该方法能够实现非线性系统的辨识，辨识精度高，可当作复杂系统建模的一种有效手段。

关键词: 蚁群聚类算法, T-S模糊模型, 系统辨识

Abstract: A model identification approach of nonlinear systems is presented based on T-S model.To automatically acquire the fuzzy space structure of system and the number of fuzzy rules，the ant colony clustering algorithm is used in structure identification.Based on the cluster result，the parameters of conclusion of fuzzy model are identified by means of the genetic algorithm to obtain a precise fuzzy model and realize parameters identification.This proposed method realizes the identification of nonlinear system and improves greatly the precision of identification.The simulation results show the effectiveness of the proposed method.

Key words: ant colony clustering algorithm, T-S fuzzy model, system identification

赵宝江. 蚁群聚类算法的T-S模糊模型辨识[J]. 计算机工程与应用, 2011, 47(21): 153-156.

ZHAO Baojiang. Identification of T-S fuzzy models based on ant colony clustering algorithm[J]. Computer Engineering and Applications, 2011, 47(21): 153-156.

[1]	王昕宇，罗可. 具有全局记忆的LF蚁群聚类算法[J]. 计算机工程与应用, 2019, 55(20): 52-57.
[2]	耿宏，任道先，杜鹏. 基于NARX神经网络航空发动机参数动态辨识模型[J]. 计算机工程与应用, 2017, 53(12): 241-248.
[3]	李慧1，2，陈灿1. 一种多变量系统辨识法及其在蒸发过程的应用[J]. 计算机工程与应用, 2016, 52(12): 221-226.
[4]	李飞祥1，赵知劲1，2，赵治栋1. 一种分阶梯度加权平均变步长VLMP算法[J]. 计算机工程与应用, 2014, 50(4): 207-210.
[5]	闫明，冯春杨，高飞雪. 互联网中的模糊滑模拥塞控制策略[J]. 计算机工程与应用, 2014, 50(17): 100-105.
[6]	韩中1，2，赵升吨2，张贵成2，3，阮卫平3，李建平3，沈红立3. 流程制造系统辨识的自动结构性建模方法[J]. 计算机工程与应用, 2014, 50(1): 227-231.
[7]	严平平1，赵知劲1，2，尚俊娜1，2，赵治栋1. 二阶Volterra变记忆长度LMP算法[J]. 计算机工程与应用, 2013, 49(3): 121-125.
[8]	王海涛1，段哲民1，司伟2. 一种泛函级数建模的新方法及其应用[J]. 计算机工程与应用, 2012, 48(35): 11-14.
[9]	林琳1，黄南天2，高兴泉1. 采用双折线步方法的傅里叶神经网络[J]. 计算机工程与应用, 2012, 48(29): 55-58.
[10]	徐莉，刘飞. 饱和非线性时滞系统约束预测控制[J]. 计算机工程与应用, 2011, 47(31): 245-248.
[11]	李守巨1，陈禹臻2，王吉喆3，屈福政2. 盾构机密封舱压力控制模型参数辨识[J]. 计算机工程与应用, 2011, 47(29): 239-241.
[12]	文欣秀1，许光泞2. DNA免疫遗传算法及其应用[J]. 计算机工程与应用, 2011, 47(26): 55-57.
[13]	蒋文萍1，2. 移动机械手的T-S模糊控制系统[J]. 计算机工程与应用, 2011, 47(18): 222-225.
[14]	张纹华，贾智平，李新. 利用蚁群聚类检测应用层DDoS攻击的方法[J]. 计算机工程与应用, 2011, 47(14): 99-102.
[15]	赵愉，李锋. 仿射投影算法中的步长控制[J]. 计算机工程与应用, 2011, 47(11): 112-113.

蚁群聚类算法的T-S模糊模型辨识

Identification of T-S fuzzy models based on ant colony clustering algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics