资源描述：
《基于聚类算法的C_R模糊模型结构辨识》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第28卷第6期青岛科技大学学报(自然科学版)Vol.28No.62007年12月JournalofQingdaoUniversityofScienceandTechnology(NaturalScienceEdition)Dec.2007文章编号:16726987(2007)06053504基于聚类算法的CR模糊模型结构辨识刘军,薛明,张利建,李桂丽(青岛科技大学自动化与电子工程学院,山东青岛266042)摘要:工业过程中多数系统呈现出非线性、时变性和多模态性等特征,往往难于用机理建模的方
2、法建立它的模型,因此利用系统的输入和输出数据进行非机理建模是非常有意义的。对CR模糊模型进行了改进,应用关系度聚类算法在线辨识出系统的模态,即系统CR模型的模糊子空间的数目,提出了CR模糊模型的聚类建模方法,仿真结果表明了该算法的有效性,节省了运算时间,简化了运算过程。关键词:关系度聚类;CR模糊模型;聚类建模;模糊子空间中图分类号:TP273文献标识码:ACRFuzzyModelStructureIdentificationBasedonClusteringAlgorithmLIUJun,XUE
3、Ming,ZHANGLijian,LIGuili(CollegeofAutomationandElectronicEngineering,QingdaoUniversityofScienceandTechnology,Qingdao266042,China)Abstract:Asthecharacteristicofmostindustrialprocesscontrolsystemsarenonlinear,timevaryingandmultimodel,itischallengetoidentify
4、themodel.ThepaperimprovetheclusteringmodelingmethodoftheCRfuzzyandidentifiesthesystemmode,inotherwords,thenumberofthefuzzysubspaces,withtheclusteringmethodbasedonrelationdegree.Thesimulationresultshowsthattheidentificationmethodisveryeffective.Keywords:clu
5、steringmethodbasedonrelationdegree;CRfuzzymodel;clusteringmodeling;fuzzysubspace工业过程中多数系统呈现非线性、时变性和通常由专家知识确定,但有时难以总结出较完整多模态等特征,对其控制适于用模糊模型。CaoS的规则,或由于存在对象动态特性变化及干扰影[12]G,ReesNW提出的模糊模型是一种动态的响等使控制规则难以获得预期效果,这时聚类方模糊模型结构辨识方法,这种结构在整体上可以法就成为构造模糊模型结构的最有效方法之一。描述复
6、杂非线性,但在模糊子空间中用线性模型常用的聚类方法有模糊C均值(FuzzyCMeans)[3][4]描述系统的局部特性存在一定不足。本研究应用算法、山峰方法(MountainMethod)等。但关系度聚类方法使模型能够动态的辨识模糊子空模糊C均值算法需要预先指定聚类数及其初始间的数目,并对模型的辨识方法进行了改进。聚类中心,聚类结果的好坏受初始值选择的影响很大;而山峰方法,聚类精度和准确性受网格点数1结构辨识的影响,网格点越多,精度越高,但计算量也增加。结构辨识问题一般涉及输入输出空间的划因此,本研究采用关系
7、度聚类法,该方法能够按照分,模糊规则数目以及前提部分和结论部分初始关系度大小自动对数据样本进行聚类,将关系度参数的确定等等。一般情况下,模糊模型的结构大的点聚为一类,而无需任何先验假设,其具体步收稿日期:20070118作者简介:刘军(1960~),男,博士,教授.536青岛科技大学学报(自然科学版)第28卷骤如下:u(k-nb)]是系统的输入向量。12N设X=(x,x,,x)是包含N个n+1维CR模糊模型的最后输出:m输入输出数据向量的集合,每个向量表示为y(k)+lal,y(k-1)++ppppp
8、%x(x1,x2,,xn,xn+1)(p=1,2,,N),其中前l=1mmn个数据为第p个输入输出数据向量的输入,最%lal,nay(k-na)=%lbl,1u(k-1)++后1个为第p个输入输出数据向量的输出。l=1l=1mp定义N个参考向量v(p=1,2,,N),并%1bl,nb(k-nb)ppppl=1令v=x,即x为v的初值。pqy(k)+a1()y(k-
