基于微粒群優(yōu)化算法的T-S模糊模型辨識研究.pdf

1、T-S模糊辨識模型憑其強(qiáng)大的非線性逼近能力和簡單的結(jié)構(gòu)引起人們的極大關(guān)注，在系統(tǒng)辨識領(lǐng)域得到了非常廣泛的研究與應(yīng)用。目前，許多學(xué)者針對T-S模糊模型的結(jié)構(gòu)和參數(shù)辨識做了大量的工作，取得了豐碩的成果。本文基于微粒群優(yōu)化算法研究了T-S模糊模型的結(jié)構(gòu)和參數(shù)辨識。
　　在常規(guī)T-S模型的基礎(chǔ)上，提出了一種新的T-S模型——多項(xiàng)式T-S模型，它將常規(guī)T-S模型規(guī)則后件中的線性或仿射線性模型用簡單多項(xiàng)式模型代替，并進(jìn)一步利用微粒群優(yōu)化算法辨

2、識規(guī)則后件參數(shù)。數(shù)值仿真表明：同具有線性規(guī)則后件的T-S模糊模型相比，應(yīng)用本文所提出的方案辨識得到的T-S模型具有在相同辨識精度下規(guī)則數(shù)目顯著減少的優(yōu)點(diǎn)，并且這一優(yōu)勢將隨著模型輸入變量的增加表現(xiàn)得更為突出。
　　考慮到很多實(shí)際系統(tǒng)因含有噪聲而很難精確建模，將多項(xiàng)式T-S模糊模型應(yīng)用于噪聲消除領(lǐng)域，通過基于多項(xiàng)式T-S模型的非線性噪聲消除系統(tǒng)來逼近未知的噪聲傳播函數(shù)，從而消除系統(tǒng)噪聲。這種方法無需噪聲的先驗(yàn)知識，仿真研究表明該方法可