基于模糊聚类的PWA系统的模型辨识
针对一类分段仿射结构的离散时间混杂系统,其模型辨识可等价成对系统数据的分类、分类边界的优化及分类数据的线性回归问题.利用改进的G-K模糊聚类算法,克服聚类迭代过程出现的非数值解问题;以综合性能指标最优确定最佳的子模型个数,从而获得最佳的分类数据;以隶属度为权值,采用加权最小二乘算法提高子模型辨识精度:通过聚类中心最短法则确定两两相邻的子数据集,利用支持向量机思想,构造出一个标准的二次规划问题,得到凸多面体的方程系数.仿真结果验证了该方法的有效性和实用性.
分段仿射系统、模糊分类法、G-K模糊聚类、支持向量机
33
TP3(计算技术、计算机技术)
国家自然科学基金60474051;教育部新世纪优秀人才支持计划
2007-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
327-330