递阶模糊系统设计的一种方法

模糊控制领域已经从简单的系统发展到更复杂系统，同时也带来了许多问题，比如经常提到的“规则爆炸”问题，使得在实际运行中要求有很大的内存。对于这个问题，有很多解决方案，“递阶模糊系统”，顾名思义，就是以递阶的形式表示，将几个低维数模糊系统相连接，从而达到大大减少规则库内规则数量的问题。递阶模糊系统的设计通常包括两个方面：结构辨识和参数辨识。递阶模糊系统的结构辨识包括：各级子模糊系统之间的连接形式和各级子模糊系统输入变量的配置问题。参数辨识包括对各级子模糊系统前提参数和结论参数的辨识。在文章中详细说明了解决这几个问题的具体过程，用到了ANFIS来配置输入变量、聚类分析、最小二乘法的方法，取得了较好得效果。全文共七章： 第一章 绪论：简要介绍课题的研究背景和论文做的工作。 第二章 递阶模糊系统：简单介绍了T-S模糊系统，详细说明了在文具有最小规则库的递阶模糊系统的结构，并且就此分析了实际需要辨识的参数。 第三章 递阶模糊系统的结构辨识：提出了用ANFIS来配置输入变量的方法，使用了灵敏度的概念。同时介绍了减法聚类在递阶模糊系统中的应用，用MATLAB中的函数确定聚类中心，并提取模糊规则，得到递阶模糊系统中各子模糊系统输入空间的模糊分割， 第四章 递阶模糊系统结论参数的辨识——最小二乘法的应用：说明了各级子模糊系统中规则后件参数的辨识，以第一层TSK模糊系统为例，说明线性模型的输出是参数化的线性表达式，可以用最小二乘法优化。 第五章 遗传算法：综合叙述了基于最小二乘法的混和遗传算法。递阶模型的各层参数同时搜索、同时优化。介绍了遗传算法的思想起源、算法流程图，以及算法各个组成部分的细节， 第六章 递阶模糊模型仿真实例：以具体的非线性系统为例，进行仿真试验， 对于仿真的每一步都有详细说明，并实例以示对照 第七章 结束语：总结论文的工作，总结论文尚未解决的问题，并作简要分 析