康珺,孟文俊,王倩怡

• 1:太原科技大学机械工程学院
• 2:中北大学软件学院

摘要(Abstract)：

在分析模糊神经网络辨识特点及现状的基础上,设计了一种适用于非线性多输入系统的辨识模型。本模型将T-S模糊模型与5层动态模糊神经网络结构相结合,通过参数学习算法优化辨识结构,对辨识模型进行反馈调节,得到的辨识精度较高。另外,对输入数据采用归一化的方法进行预处理,加快了网络的辨识速率。最后,通过仿真实例证明了该设计的有效性,为模糊神经网络辨识结构的设计提供了一种新的思路和方法。

关键词(KeyWords)： 模糊神经网络;T-S模糊模型;非线性系统;辨识

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51075289)

作者(Author): 康珺,孟文俊,王倩怡

参考文献(References)：

• [1]李秀英,韩志刚.非线性系统辨识方法的新进展[J].自动化技术与应用,2004,23(10):5-7.
• [2]武美先,张学良,温淑花,等.BP神经网络及其改进[J].太原科技大学学报,2005,26(2):120-125;130.
• [3]GAO Y,ER M J.Online Adaptive Fuzzy Neural Identification and Control of a Class of MIMO Nonlinear Systems[J].IEEETrans Fuzzy Syst,2003,11(4):462-477.
• [4]IEROHAM S BARUCH,RAFAEL BELTRAN LOPEZ,JOSE-LUIS OLIVARES GUZMAN,JOSE MARTIN FLORES.A fuzzy-neural multi-model for nonlinear systems identification and control[J].Fuzzy Sets and Systems,2008,159:2650-2667.
• [5]李超顺,周建中,安学利,等.基于T-S模糊模型的水轮机调节系统辨识[J].武汉大学学报:工学版,2010,43(1),108-111.
• [6]XINGSHENG DENG,XINZHOU WANG.Incremental learning of dynamic fuzzy neural networks for accurate system modeling[J].Fuzzy Sets and Systems,2009,160:972-987.
• [7]胡玉玲,曹建国.基于模糊神经网络的动态非线性系统辨识研究[J].系统仿真学报,2007,19(3):560-562.
• [8]李庆良,雷虎民,徐小来.基于UKF的自组织模糊神经网络训练算法[J],系统工程与电子技术,2010,32(5):1029-1033.
• [9]马玉龙,姜丽,贾新春.带有时变死区的T-S模糊系统的自适应跟踪控制[J].太原科技大学学报,2008,29(6):501-504.