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(xué)與工程領(lǐng)域，從輸入一輸出數(shù)據(jù)集估計(jì)一個(gè)未知函數(shù)仍然是一個(gè)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(shí)踐中成功應(yīng)用，但是精確的數(shù)學(xué)模型并不總是存在的，從復(fù)雜的環(huán)境中也很難得到精確的數(shù)學(xué)模型。因此依然有很多場(chǎng)合需要使用無(wú)模型方法一如用模糊系統(tǒng)進(jìn)行非線性函數(shù)逼近等。隨著模糊控制技術(shù)的成功應(yīng)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(gè)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(duì)存在的問(wèn)題，

2、提出了基于線性原型的改進(jìn)ISODATA算法，并用于建立T-s模糊系統(tǒng)。計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。同時(shí)，也嘗試對(duì)基于線性原型的模糊C-均值算法進(jìn)行了改進(jìn)，從理論上推導(dǎo)了該算法的正確性，并用該改進(jìn)算法建立T-S模糊系統(tǒng)。仿真實(shí)驗(yàn)驗(yàn)證了其可行性。本文提出的算法分為兩步：第一步使用改進(jìn)的ISODATA算法或改進(jìn)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(duì)本文的工作進(jìn)行了總結(jié)，并指出了今后有待繼續(xù)研