一种基于数据驱动的系统建模方法

摘要：

提出了一种基于数据驱动的系统建模方法,采用减法聚类和模糊C-均值聚类相结合的模糊聚类算法进行前件RBF网络辨识,自适应地获得精确的聚类个数和隶属度参数;用BP算法训练后件网络的权值,从而仅利用输入输出数据,就建立了T-S模糊神经网络模型,在该过程中充分利用了BP神经网络和RBF神经网络的优点.最后用该模型对一个非线性系统进行辨识,用MATLAB进行仿真,结果表明,该方法具有可行性.

关键词：T-S模型、BP网络、RBF网络、模糊C-均值聚类

所属期刊栏目：7

分类号：TP273(自动化技术及设备)

资助基金：高等学校青年学术骨干技术支持计划项目1152G001

在线出版日期：2010-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67