结合数据变换和启发式方法的模糊系统辨识  

Fuzzy systems identification with data transformation and heuristic methods

作　　者：刘福才[1] 关新平[2] 裴润[1] 

机构地区：[1]哈尔滨工业大学自动化系,黑龙江哈尔滨150001 [2]燕山大学控制工程系,河北秦皇岛066004

出　　处：《控制与决策》2002年第B11期808-810,共3页Control and Decision

基　　金：国家杰出青年基金项目 (6 992 5 30 8);黑龙江省自然科学基金项目

摘　　要：取代应用原始数据样本构造模糊模型的传统方法 ,提出应用数据变换技术和启发式方法简化模糊建模过程。对于变换后的数据 ,首先通过启发式方法确定模糊 If- Then规则结论部分非模糊单值(即实数 )的初始值 ,然后通过梯度下降学习方法进行精调。该方法不仅模型精度较高 ,而且收敛速度快。Unlike the traditional approaches which utilize original data patterns to construct the fuzzy model, an approach exploiting both data transformation techniques and heuristic method is proposed to simplify the modeling procedures. For the transferred data, firstly, the initial value of fuzzy if then ruleswithnonfuzzysingletons(i.e.,realnumbers) in the consequent parts is generated by the heuristic method. Then, fine tuning is done by gradient descent learning algorithm. The proposed methodhasbetterapproximationaccuracyandfasterconvergencespeed.Simulation results demonstrate the superiority of the proposed model to the conventional methodologies.

关 键 词：数据变换 启发式方法 模糊系统辨识 梯度下降法 

分 类 号：O231.3[理学—运筹学与控制论]