基于模糊ARMAX模型的模糊建模
Fuzzy modeling based on fuzzy ARMAX model
摘要点击 4666  全文点击 1228  投稿时间:2007-06-19  修订日期:2008-04-17
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2009.1.015
  2009,26(1):85-88
中文关键词  模糊建模  GK模糊聚类  辨识  正交变换
英文关键词  fuzzy modeling  GK fuzzy clustering  identification  orthogonal transforms
基金项目  国家自然科学基金资助项目(60674061).
学科分类代码  
作者单位E-mail
王宏伟 大连理工大学 电信学院, 辽宁 大连 116023 wanghw@dlut.edu.cn 
于双和 大连海事大学 自动化与电气学院, 辽宁 大连 116023  
中文摘要
      提出了一种利用MGS(modified Gram-Schmidt)算法建立模糊ARMAX模型的方法, 给出了基于MGS算法的模型结构和参数辨识的一体化方法. 利用MGS正交变换对通过GK模糊聚类的聚类结果进行变换, 确定对模型贡献大的规则, 删除对模型贡献小的规则, 同时对模型中的参数进行估计. 本文提出的方法能够实现模糊模型的结构和参数的优化. 仿真结果表明, 本文提出的方法能够建立非线性系统的模糊ARMAX模型.
英文摘要
      The MGS (modified Gram-Schmidt) algorithm is proposed to construct the fuzzy ARMAX model. An integrated algorithm for structure identification and parameter identification of fuzzy model is given based on MGS algorithm. The result from GK fuzzy clustering is transformed to confirm the important rules and to remove the less important rules by means of MGS transformation. The parameters of fuzzy model are estimated via the proposed method; and the structure and parameters of fuzzy model are optimized. Simulation results show that the fuzzy ARMAX model of non-linear system can be built by the proposed algorithm.