考虑重要输入变量选择的非线性系统模糊辨识

作者：刘福才^*; 吕金凤; 任亚雪

来源：控制理论与应用, 2021, 38(09): 1381-1392.

• 模糊系统
• 输入变量选择
• Takagi-Sugeno(T–S)模型
• 模糊聚类(FCM)算法
• Gaussian函数
• 气动加载系统

针对有数百个可能输入的复杂非线性动态系统模糊建模问题,本文提出一种新的考虑重要输入变量选择的模糊辨识方法.首先采用两阶段模糊曲线方法(TSFC)从大量可选择的输入变量中给出各输入变量与输出之间的关联度权重,根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类(FCM)和高斯(Gaussian)型隶属函数确定模糊模型前提参数,采用递推最小二乘(RLS)辨识出模糊模型结论参数.最后通过对Mackey-Glass混沌时间序列和Box-Jenkins煤气炉数据两个国际标准例题模糊建模验证了该方法的有效性,并将该方法应用到一个实际气动变载荷加载系统的模糊建模中,验证了该方法的实用性.

• 单位
  河北科技师范学院; 燕山大学