任务间共享和特有结构分解的多任务TSK模糊系统建模
现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性.针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法.该方法将后件参数分解为共享参数和特有参数两个分量,既充分利用了任务间共享信息,又有效地保留了单个任务的特性.最后,本文利用增广拉格朗日乘子法(ALM)求解该最优化问题.实验结果表明,该方法比现有的模型获得了更好的表现.
TSK模糊系统;非线性;多任务;低秩;稀疏;参数分解;泛化性能;可解释性
16
TP181(自动化基础理论)
江苏省自然科学基金项目;国家自然科学基金项目;中央高校基础研究经费资助项目
2021-09-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
622-629