一种基于模糊规则融合的模糊建模方法及其应用

被引：23

作者：

徐喆 ^{[1
,2
]}

毛志忠 ^{[1
,2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 东北大学流程工业综合自动化国家重点实验室

来源：

控制与决策 | 2013年 / 02期

关键词：

经验知识; 系统辨识; TSK模糊模型; 模糊规则融合;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

为了有效地利用经验知识,弥补训练数据覆盖范围不足的问题,提出一种将经验知识以TSK(Takagi-Sugeno-Kang)型模糊规则引入模糊模型的建模方法.在结构辨识中,提出了模糊规则融合方法,用以确定初始模糊规则.在参数辨识中,改进了原梯度下降方法中的目标函数,并引入了经验知识准确性评价参数,用以平衡样本数据和经验知识对模型的影响.数值仿真和工程实例应用结果表明,所提出的方法可以有效地利用经验知识和样本数据,使预报结果更可靠、更精确.

引用

页码：169 / 176

页数：8

共 5 条

[1]

An integrated modeling method for prediction of sulfur content in agglomerate[J] 陈晓方;桂卫华;王雅琳;吴敏 Journal of Central South University of Technology(English Edition) 2003, 02

[2]

From neural network to neuro-fuzzy modeling: Applications to the carbon dioxide capture process[J] Qing Zhou;Yuxiang Wu;Christine W. Chan;Paitoon Tontiwachwuthikul Energy Procedia 2011,

[3]

Data-driven Soft Sensors in the process industry[J] Petr Kadlec;Bogdan Gabrys;Sibylle Strandt Computers and Chemical Engineering 2009,

[4]

Hard-constrainedversus soft-constrained parameter estimation Benavoli A;Chisci L;Farina A;et al; IEEETrans on Aerospace and Electronic Systems 2006,

[5]

Nonlinear system identification: From multiple-modelnetworks to Gaussian processes G.Gregor i;G.Lightbody; Engineering Applications of Artificial Intelligence 2008,

← 1 →