基于支持向量机回归的T-S模糊模型自组织算法及应用
结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法.该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数,然后将T-S模糊模型后件变换为标准线性支持向量机回归模型,并利用支持向量机回归算法辨识后件参数.仿真结果表明,相比现有的自组织算法,本文提出的T-S模糊模型自组织算法在规则数较少的情况下,仍然具有较高的辨识精度和较好的泛化能力.最后,利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.
T-S模糊模型、支持向量机回归、聚类、单晶炉、空气预热器
39
国家自然科学基金61203114;陕西省自然科学基金2013JM8029;National Natural Science Foundation of China61203114;Natural Science Foundation of Shaanxi Province2013JM8029
2014-01-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
2143-2149