收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于模糊聚类的非线性系统辨识研究

施建中  
【摘要】:在控制工程领域中,非线性系统的建模与辨识是控制、管理和故障诊断系统设计的重要环节。由于传统方法不能有效地对复杂和不确定系统进行建模,因此需要一种能够描述非线性系统的全局函数或者解析结构。Zadeh提出一种有效的方法来描述不能用精确数学模型表达的复杂或者病态系统。近年来模糊逻辑理论在非线性系统辨识中的应用以及在基本理论方面的研究工作已经取得了一定的进展并形成了较为完整的理论框架。 模糊集合理论和模糊逻辑的概念应用在系统建模中有许多方式,其中应用最广泛的是系统变量之间的关系通过if-then规则来描述的基于模糊规则的系统。而在基于模糊规则的系统中研究较多的是T-S模糊模型。本文利用模糊聚类算法对T-S模糊模型进行模糊划分。 基于目标函数的模糊C均值(Fuzzy C-Mean, FCM)算法是当前研究较为成熟的模糊聚类算法。本文首先利用G-K聚类算法和FCM聚类算法进行模糊空间划分,并将之用于T-S模糊模型的辨识过程中。针对FCM算法本身的缺陷利用一种改进的模糊划分聚类算法应用于T-S模糊模型的辨识过程中,仿真结果表明,该算法在一定程度上提高了辨识精度。 模糊C回归模型(Fuzzy C-Regression Model, FCRM)是对系统的输入-输出数据进行超平面分类,把输入-输出数据分成若干类,每一类的输入-输出数据对应一个回归模型,可以很好地描述T-S模糊模型的数据空间结构。本文在FCRM聚类算法的基础上,对其目标函数增加FCM算法的目标函数,利用一种改进模糊划分方法,提高了辨识精度。 基于模糊函数的模糊系统建模方法利用一些模糊函数表达式来描述模糊系统,而不是if-then规则。基于模糊函数的模糊系统用一组线性或者非线性函数来表示。其输入变量在包括了系统输入变量的同时,还包含了当前输入变量的隶属度,或者隶属度的一些转换形式。输入变量的模糊聚类个数,即为该模糊函数系统的函数个数。本文通过在FCM样本距离中加入了FCRM距离,提高了系统的辨识精度。 本文的主要工作和创新点包括: 1.对T-S模糊模型的两种表示形式,分别利用G-K聚类算法和FCM聚类算法进行辨识研究; 2.利用一种改进的模糊划分聚类算法对T-S模糊模型进行辨识研究; 3.提出了一种基于改进模糊C回归模型聚类算法的T-S模糊模型辨识算法; 4.提出了一种基于混合聚类算法的模糊函数系统辨识方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张丽霞;;如何在Web挖掘中使用聚类算法[J];牡丹江大学学报;2007年09期
2 王元珍,王健,李晨阳;一种改进的模糊聚类算法[J];华中科技大学学报(自然科学版);2005年02期
3 邢婷;邢治国;王凤领;;基于信息熵的FCM聚类算法[J];计算机工程与设计;2010年23期
4 蔡前凤;郝志峰;杨晓伟;;基于核映射的高阶Takagi-Sugeno模糊模型[J];控制理论与应用;2011年05期
5 孔德昌;刘蓉;;一种概率聚类的新算法[J];计算机应用与软件;2007年11期
6 刘芳;吕印晓;;基于模糊神经网络的飞机某系统故障诊断研究[J];计算机应用与软件;2009年06期
7 罗秋滨;谢元贞;;非线性系统的模糊建模方法研究[J];哈尔滨理工大学学报;2006年06期
8 曾翎;王美玲;陈华富;;遗传模糊C-均值聚类算法应用于MRI分割[J];电子科技大学学报;2008年04期
9 余洋;;聚类在信息检索领域中的应用研究[J];情报理论与实践;2007年03期
10 梁伍七,江克勤;数据挖掘中的模糊聚类分析及其应用[J];安庆师范学院学报(自然科学版);2004年02期
11 付辉;;模糊C-均值(FCM)聚类算法的改进[J];科学技术与工程;2007年13期
12 张伟斌;刘文江;;区间型数据的模糊c均值聚类算法[J];计算机工程;2008年11期
13 王和春;宫迅凯;;用模糊聚类Fuzzy C-Means算法实现图像分割[J];光学精密工程;1991年04期
14 王宏伟,詹荣开,贺汉根;基于模糊聚类的改进模糊辨识方法[J];电子学报;2001年04期
15 王猛;王玉锋;苏蕊;;改进FCM算法在颅脑磁共振图像分割中的应用[J];济宁医学院学报;2010年04期
16 李目;刘祖润;年晓红;谭文;;基于T-S模型的非线性系统模糊聚类辨识方法[J];计算机工程与应用;2007年29期
17 杜海顺;汪凤泉;;一种快速的模糊C均值聚类彩色图像分割方法[J];计算机工程与应用;2009年33期
18 宋清昆;郝敏;;基于聚类算法的自适应模糊神经网络研究[J];控制工程;2007年S3期
19 焦远锋;李万龙;郑山红;刘帅;;一种新的两阶段FCM聚类算法[J];微电子学与计算机;2009年04期
20 范新南;沈红斌;陈学忠;;特征空间属性加权模糊核聚类算法[J];计算机应用;2006年08期
中国重要会议论文全文数据库 前10条
1 秦勇;邢宗义;贾利民;雷涛;;一种基于模糊模型的输入变量选择方法[A];2003年中国智能自动化会议论文集(上册)[C];2003年
2 张平安;李人厚;唐昱新;;动态系统的模糊辨识[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
3 徐文军;黄道;;一种基于遗传算法的模糊C-均值聚类算法[A];第二十三届中国控制会议论文集(下册)[C];2004年
4 张平安;李人厚;;一种新的模糊神经元网络技术的研究[A];1998中国控制与决策学术年会论文集[C];1998年
5 王恒;贾民平;;一种基于递阶模糊聚类的T-S模型建模算法[A];第二十九届中国控制会议论文集[C];2010年
6 赵雪红;张来斌;樊建春;;基于模糊C-均值聚类分析的磨损状态评判体系[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年
7 章小平;范九伦;裴继红;;基于空间信息与模糊聚类的纹理分割方法[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
8 田云飞;李训诰;;基于模糊聚类阈值λ的噪声目标自动分类研究[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年
9 孟燕;贾利民;孙扬;;基于模糊聚类的铁路智能运输系统逻辑结构划分方法[A];2005年中国智能自动化会议论文集[C];2005年
10 魏立新;田学静;王洪瑞;宋阳;;基于改进型模糊聚类的模糊系统辨识方法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 施建中;基于模糊聚类的非线性系统辨识研究[D];华北电力大学;2012年
2 李春生;模糊聚类的组合方法及其应用研究[D];湖南大学;2010年
3 张永;基于解释性与精确性的模糊建模方法研究[D];南京理工大学;2006年
4 王晓丹;基于模糊聚类及神经网络的纹理分割方法研究[D];西北工业大学;2000年
5 刘位龙;面向不确定性数据的聚类算法研究[D];山东师范大学;2011年
6 高翠芳;模糊聚类新算法及应用研究[D];江南大学;2011年
7 刘鑫蕊;基于模糊模型的非线性互联大系统的H_∞控制研究[D];东北大学;2010年
8 周世梁;混沌系统的智能辨识和控制研究[D];华北电力大学(河北);2006年
9 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年
10 黄宪成;模糊多目标决策理论、方法及其应用研究[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 罗增琦;一个改进的蚁群聚类优化算法及其仿真实验研究[D];华中科技大学;2006年
2 高世光;基于模糊聚类的数据挖掘技术研究[D];国防科学技术大学;2002年
3 郝敏;基于模糊聚类算法的自适应模糊神经网络研究[D];哈尔滨理工大学;2007年
4 王汝山;基于半监督模糊聚类的入侵检测技术研究[D];江苏科技大学;2010年
5 苏姗;模糊聚类决策树的研究与改进[D];河北大学;2010年
6 涂继亮;基于数据挖掘的智能客户关系管理系统研究[D];哈尔滨理工大学;2005年
7 柏强;电压分级控制电气距离法的研究[D];华北电力大学(北京);2006年
8 牛波;建设性项目群风险管理方法研究[D];西安建筑科技大学;2006年
9 胡小松;模糊聚类在规则空间中的应用及补救策略的探讨[D];江西师范大学;2003年
10 隋星光;Web用户浏览模式模糊聚类算法的研究[D];哈尔滨工程大学;2005年
中国重要报纸全文数据库 前5条
1 ;视频数据中挖“宝”[N];计算机世界;2002年
2 汪应洛;关注资本市场的壳资源[N];陕西日报;2003年
3 胡荣山;建上海国际航运中心 港口需提高综合竞争力[N];中国交通报;2007年
4 本报记者 赵凤华 通讯员 戴世勇 陶春明;本科生登上全国学术会议讲坛[N];科技日报;2008年
5 本报记者 于翔;多元管理防范金融风险[N];网络世界;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978