基于数据驱动的模糊系统辨识研究

发布时间：2024-04-11 00:41

　　针对实际中某些过程无法确定其精确表达式的问题,研究了基于输入-输出数据的模糊建模方法。采用Mamdani模型和模糊基函数,以系统的输入-输出数据为基础,通过One-Pass、误差反向传播、查表法、最小二乘法这4种基于数据驱动的建模方法分别建立了Mackey-Glass混沌系统的模糊模型,用Mackey-Glass混沌数据验证了它们的有效性和实用性。对这4种方法的性能和适用场合做了分析说明,为实际过程的建模提供参考依据。在实际中,可根据需要选择合适的建模方法。

【文章页数】：6 页

【部分图文】：

图1基于局部模型网络模糊辨识系统的多电机控制系统原理

呈现出多变性、非线性、强耦合性以及工况复杂的特点。因此，建立一个系统、有效的控制系统成为了现代控制理论必须解决的关键问题。局部模型网络的模糊辨识方法通过将模型进行简化，将一个复杂的非线性模型简化成为张力模型和速度模型两个部分，基于输入数据驱动输出数据的基本原理，将其中的非线性张力....