粒子群优化的广义T-S模糊模型参数学习方法
Parameters Learning Approach for Generalized Takagi-Sugeno Fuzzy Model Using Particle Swarm Optimization作者机构：湖南大学电气与信息工程学院
出 版 物：《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)
年 卷 期：2008年第37卷第4期
页 面：569-573页
核心收录：
学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：国家星火计划项目(2003EA770007) 湖南省杰出青年基金(01JZY2101)
主 题：模糊建模 广义T-S模糊模型 正交最小二乘法 粒子群优化
摘 要：提出了一种基于粒子群优化的广义T-S模糊模型参数学习方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的前件参数集。每一学习循环分两步,前一步用粒子群进化迭代调整所有前件参数,后一步用正交最小二乘法估计后件参数。该方法不需任何先验知识,运算量小,能产生紧凑的模糊模型。非线性动态系统模糊建模的数字仿真说明了该方法的有效性。
维普期刊数据库
同方期刊数据库