Takagi-Sugeno模糊模型的辨識(shí)方法研究.pdf

1、系統(tǒng)辨識(shí)是對(duì)輸入和輸出觀測(cè)數(shù)據(jù)的基礎(chǔ)上，在一類系統(tǒng)中確定一個(gè)與被辨識(shí)系統(tǒng)等價(jià)的系統(tǒng)。對(duì)于線性系統(tǒng)辨識(shí)的研究理論已經(jīng)趨于成熟，但是，在現(xiàn)實(shí)生活中，實(shí)際系統(tǒng)幾乎都是非線性系統(tǒng)。在對(duì)非線性系統(tǒng)做數(shù)學(xué)建模分析時(shí)則往往需要進(jìn)行系統(tǒng)辨識(shí)，從而非線性系統(tǒng)辨識(shí)已經(jīng)成為了當(dāng)今自動(dòng)控制領(lǐng)域共同關(guān)注的課題。目前，在現(xiàn)有的各種非線性系統(tǒng)辨識(shí)方法里，Takagi-Sugeno(T-S)模糊模型可用少量的模糊規(guī)則生成復(fù)雜的非線性函數(shù)，這在處理多變量系統(tǒng)時(shí)能有效地減

2、少模糊規(guī)則個(gè)數(shù)，產(chǎn)生了巨大的優(yōu)越性。因此，對(duì)T-S模型的辨識(shí)顯得尤為重要。
　　差分進(jìn)化算法是由Berkeley大學(xué)的Storn和Price于1995年提出的一種新的智能優(yōu)化算法。由于其結(jié)構(gòu)簡(jiǎn)單、參數(shù)少、容易實(shí)現(xiàn)，因此，已被成功地應(yīng)用到控制設(shè)計(jì)、控制工程、信號(hào)處理、模式識(shí)別、運(yùn)籌學(xué)等諸多領(lǐng)域。本文給出了一種改進(jìn)的差分進(jìn)化算法，并將其應(yīng)用于對(duì)T-S模型的參數(shù)辨識(shí)中。主要工作如下；
　　(1)總結(jié)和分析了模糊建模方法的研究現(xiàn)狀和

3、發(fā)展趨勢(shì)，重點(diǎn)詳述T-S模糊模型系統(tǒng)，又對(duì)基于模糊模型的非線性系統(tǒng)辨識(shí)的理論進(jìn)行了歸納總結(jié)，同時(shí)提出研究的重點(diǎn)和難點(diǎn)。
　　(2)分析了標(biāo)準(zhǔn)差分進(jìn)化算法的優(yōu)缺點(diǎn)，針對(duì)它的一些缺點(diǎn)，提出了一種改進(jìn)差分進(jìn)化算法。該算法同時(shí)利用自適應(yīng)縮放因子和自適應(yīng)變異算子改進(jìn)了標(biāo)準(zhǔn)差分進(jìn)化算法的變異操作部分，從而有效地克服了標(biāo)準(zhǔn)差分進(jìn)化算法的過(guò)早收斂和不穩(wěn)定性等缺點(diǎn)。最后，在仿真中，與已有的方法進(jìn)行了比較，仿真結(jié)果表明了該算法的可行性。
　　(