传统的T-S模型辨识方法,先进行前件模糊子集划分再使用优化算法来确定规则后件参数,经常会陷入局部极值点,无法建立全局意义上的最优模型。针对这一问题,设计了一种基于标准PSO的T-S模型辨识算法,将T-S模型的结构参数和规则后件参数编码为PSO粒子的位置向量,并进行同时优化。仿真数据表明,相较于传统的T-S模型辨识方法,该方法能够提高全局最优的搜索能力,并且所建模型的辨识精度更高。
科研之友
微信
新浪微博
Facebook
分享链接
