根據(jù)輸入—輸出數(shù)據(jù)使用聚類算法建立T-S模糊系統(tǒng).pdf

1、在許多科學與工程領(lǐng)域，從輸入一輸出數(shù)據(jù)集估計一個未知函數(shù)仍然是一個重要課題。傳統(tǒng)的基于方程理論的方法已發(fā)展成熟且在實踐中成功應用，但是精確的數(shù)學模型并不總是存在的，從復雜的環(huán)境中也很難得到精確的數(shù)學模型。因此依然有很多場合需要使用無模型方法一如用模糊系統(tǒng)進行非線性函數(shù)逼近等。隨著模糊控制技術(shù)的成功應用，從輸入一輸出數(shù)據(jù)集建立模糊系統(tǒng)也成為模糊控制的一個重要課題。本文在分析該領(lǐng)域已有研究成果的基礎(chǔ)上，指出了存在的不足之處。針對存在的問題，

2、提出了基于線性原型的改進ISODATA算法，并用于建立T-s模糊系統(tǒng)。計算機仿真實驗驗證了該方法的有效性。同時，也嘗試對基于線性原型的模糊C-均值算法進行了改進，從理論上推導了該算法的正確性，并用該改進算法建立T-S模糊系統(tǒng)。仿真實驗驗證了其可行性。本文提出的算法分為兩步：第一步使用改進的ISODATA算法或改進的模糊C-均值算法建立初始T-S模糊系統(tǒng)，第二步使用粒子群算法優(yōu)化系統(tǒng)參數(shù)。最后對本文的工作進行了總結(jié)，并指出了今后有待繼續(xù)研