锥模糊系统及其在非线性系统建模中的应用
发布时间:2023-06-28 04:03
模糊系统能有效地对具有不确定性的复杂非线性系统建模,可以充分利用领域专家通过语言描述的经验知识,使得模糊系统易于理解,因此模糊系统在实际系统建模和控制中有很多应用.理论上,模糊系统的精度与模糊规则数有关,模糊规则越多,所建模糊模型精度越高.然而,实际操作中,当对某些非线性系统进行模糊建模时,单纯地增加模糊规则数对于模糊模型精度的提高非常有限,有时反而极大地增加了整个建模过程的计算量,导致模糊规则的冗余和模型的过拟合问题,故复杂度和精度的折中成为了模糊系统辨识研究中的热点问题.因此,如何设计简洁有效的模糊系统,提高其逼近精度,并降低计算复杂度就成为本文研究的主要出发点.本文的主要工作包括以下几个方面:(1)将一维空间的模糊集推广到二维空间,提出了锥模糊集的概念,应用锥模糊集去构造模糊系统,得到了基于模糊网格划分的Mamdani型和T-S型锥模糊系统,并详细讨论了锥模糊系统的推导过程及设计步骤.传统模糊系统模糊规则前件的计算需要通过t-范数来实现,在锥模糊系统推导过程中无需t-范数计算,从而简化了模糊系统的结构和运算.证明了锥模糊系统的泛逼近性和逼近精度,其中四棱锥模糊系统和三棱锥模糊系统...
【文章页数】:131 页
【学位级别】:博士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 模糊系统理论研究进展
1.2.1 模糊系统简介
1.2.2 模糊系统的泛逼近性
1.2.3 二型模糊系统
1.2.4 递阶模糊系统
1.2.5 模糊神经网络
1.2.6 基于智能算法优化的模糊系统
1.2.7 模糊推理建模法
1.3 本文的主要研究内容
2 模糊系统的构造与模糊建模
2.1 模糊系统的构造及其泛逼近性
2.1.1 模糊化
2.1.2 知识库
2.1.3 模糊推理
2.1.4 解模糊化
2.1.5 泛逼近性
2.2 模糊系统辨识
2.2.1 结构辨识
2.2.2 参数辨识
2.3 模糊推理建模法
3 锥模糊系统
3.1 锥模糊系统的构造及其泛逼近性
3.1.1 锥模糊集合
3.1.2 模糊规则的改进
3.1.3 锥模糊系统的构造过程
3.1.4 锥模糊系统的设计
3.1.5 锥模糊系统的泛逼近性
3.1.6 T-S型锥模糊系统
3.2 仿真实验
3.3 本章小结
4 基于锥模糊系统的建模方法
4.1 基于四棱锥模糊系统的建模方法
4.1.1 基于四棱锥模糊系统的输入输出模型
4.1.2 基于四棱锥模糊系统的状态空间模型
4.1.3 建模步骤
4.1.4 仿真实验
4.2 基于三棱锥模糊系统的建模方法
4.2.1 基于三棱锥模糊系统的输入输出模型
4.2.2 基于三棱锥模糊系统的状态空间模型
4.2.3 仿真实验
4.3 基于T-S锥模糊系统的建模方法
4.3.1 基于T-S型四棱锥模糊系统的输入输出模型
4.3.2 基于T-S型三棱锥模糊系统的输入输出模型
4.3.3 仿真实验
4.4 本章小结
5 基于锥模糊系统的非线性系统辨识
5.1 基于改进K-means聚类算法的锥模糊系统辨识
5.1.1 改进的K-means聚类算法
5.1.2 遗传算法的编码方法
5.1.3 锥模糊系统辨识流程
5.1.4 仿真实验
5.2 基于递阶锥模糊系统的非线性系统辨识
5.2.1 递阶锥模糊系统
5.2.2 递阶锥模糊系统辨识流程
5.2.3 仿真实验
5.3 本章小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介
本文编号:3835943
【文章页数】:131 页
【学位级别】:博士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 模糊系统理论研究进展
1.2.1 模糊系统简介
1.2.2 模糊系统的泛逼近性
1.2.3 二型模糊系统
1.2.4 递阶模糊系统
1.2.5 模糊神经网络
1.2.6 基于智能算法优化的模糊系统
1.2.7 模糊推理建模法
1.3 本文的主要研究内容
2 模糊系统的构造与模糊建模
2.1 模糊系统的构造及其泛逼近性
2.1.1 模糊化
2.1.2 知识库
2.1.3 模糊推理
2.1.4 解模糊化
2.1.5 泛逼近性
2.2 模糊系统辨识
2.2.1 结构辨识
2.2.2 参数辨识
2.3 模糊推理建模法
3 锥模糊系统
3.1 锥模糊系统的构造及其泛逼近性
3.1.1 锥模糊集合
3.1.2 模糊规则的改进
3.1.3 锥模糊系统的构造过程
3.1.4 锥模糊系统的设计
3.1.5 锥模糊系统的泛逼近性
3.1.6 T-S型锥模糊系统
3.2 仿真实验
3.3 本章小结
4 基于锥模糊系统的建模方法
4.1 基于四棱锥模糊系统的建模方法
4.1.1 基于四棱锥模糊系统的输入输出模型
4.1.2 基于四棱锥模糊系统的状态空间模型
4.1.3 建模步骤
4.1.4 仿真实验
4.2 基于三棱锥模糊系统的建模方法
4.2.1 基于三棱锥模糊系统的输入输出模型
4.2.2 基于三棱锥模糊系统的状态空间模型
4.2.3 仿真实验
4.3 基于T-S锥模糊系统的建模方法
4.3.1 基于T-S型四棱锥模糊系统的输入输出模型
4.3.2 基于T-S型三棱锥模糊系统的输入输出模型
4.3.3 仿真实验
4.4 本章小结
5 基于锥模糊系统的非线性系统辨识
5.1 基于改进K-means聚类算法的锥模糊系统辨识
5.1.1 改进的K-means聚类算法
5.1.2 遗传算法的编码方法
5.1.3 锥模糊系统辨识流程
5.1.4 仿真实验
5.2 基于递阶锥模糊系统的非线性系统辨识
5.2.1 递阶锥模糊系统
5.2.2 递阶锥模糊系统辨识流程
5.2.3 仿真实验
5.3 本章小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介
本文编号:3835943
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3835943.html