基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf

基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf

ID:52546201

大小:507.84 KB

页数:6页

时间:2020-03-28

基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf_第1页
基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf_第2页
基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf_第3页
基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf_第4页
基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf_第5页
资源描述:

《基于多维ANFIS的T_S模糊控制规则聚类获取方法.pdf》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50卷第4期大连理工大学学报Vol.50,No.42010年7月JournalofDalianUniversityofTechnologyJuly2010文章编号:100028608(2010)0420580206基于多维ANFIS的T2S模糊控制规则聚类获取方法张吉礼*1,赵天怡1,刘辉2(1.大连理工大学建设工程学部土木工程学院,辽宁大连116024;2.北京西门子西伯乐斯电子有限公司,北京100085)摘要:T2S模糊模型与自适应神经模糊推理系统(ANFIS)的结合便于描述多输入系统模糊控制规则

2、.为解决规则前件过多时传统ANFIS结构导致的维数灾难问题,同时进一步提高ANFIS对于复杂系统T2S规则在线获取速度,首先采用多维输入向量对ANFIS网络进行修正,在此基础上提出了T2S模糊控制规则聚类获取方法;其次,利用所提出的方法分别对倒立摆和二阶滞后系统进行了控制仿真,该方法同Mamdani规则自组织模糊控制的控制效果比较表明两者的最大超调量、振荡次数、过渡时间基本一致,上升时间要较Mamdani模糊控制器缩短3个采样周期,控制规则较Mamdani控制器减少了45条.关键词:ANFIS;多输入系

3、统;T2S模型;聚类;规则获取中图分类号:TK323文献标志码:A0引言在线应用的问题.而1985年Takagi等提出的形如/ifx1isA1,x2isA2,,,xnisAntheny=c1x1目前多数模糊控制的研究均是基于形为/If[1]+c2x2+,+cnxn0的多项式模糊模型(简称T2SxisAthenyisB0的Mamdani型模糊规则而[7][2]模型)由于其规则后件为线性多项式,可以用少提出的.1991年,Tobi等介绍的一个具有双输量的模糊规则生成较复杂的非线性函数,从而可入(房间温度、湿

4、度)及三输出(热水阀、冷水阀、加以利用线性函数来描述系统局部特性,诸多学者湿阀开度)的模糊控制器具有22条Mamdani控制规则.1993年,Pedrycz[3]介绍了一套基于尝试着用各类智能手段对T2S模型进行不断优[8]化.2001年,Ghiaus利用C均值聚类方法辨识Mamdani模糊模型的模糊控制器,并将其应用于出风机盘管的T2S模型,对送风温度进行模糊控三菱重工,该系统在供热及空调状态下均需要25条控制规则,读取原始的规则需要3d时间,确定制.结果表明该方法免去了经典PID控制中的自隶属函数类

5、型需要1个月的时间,而完成控制器调谐过程,具有稳定且迅速的控制性能.2005年,[9]的调谐更需要长达3个月.为改善这种规则膨胀He等提出了一种基于T2S模型的多模型预测而导致的推理速度慢的问题,2001年,张吉礼控制模型,并应用于空调机组送风温度控制,显示[4]了良好的控制性能.1993年,Jang提出的自适应等提出了基于作用模糊子集推理的Mamdani[10]型模糊控制器,有效地减小了模型规则的膨胀,提神经模糊推理系统(ANFIS),直接利用神经网高了模糊推理效率;并进一步提出Mamdani型规络的

6、学习功能及映射能力,来等效模糊系统中的[5、6]则自组织方法并应用于实际系统中.这些工各个模糊功能块,采用5层神经元网络,实现了双作虽然提高了Mamdani型规则的适应范围和控输入单输出的T2S模糊模型的逻辑推理.该自适制性能,但并没有从本质上解决Mamdani规则应应神经模糊推理系统实现了时间序列预测和系统用于MIMO系统计算速度慢从而导致无法实现辨识,并成功解决了污水净化过程中的凝结剂加收稿日期:2008206205;修回日期:2010204230.基金项目:国家自然科学基金资助项目(5057804

7、9).作者简介:张吉礼*(19692),男,博士,教授,博士生导师,E2mail:zhangjili@hit.edu.cn.第4期张吉礼等:基于多维ANFIS的T2S模糊控制规则聚类获取方法581[11][12]药量预测、空调冷冻水输送系统优化控制等A(或B)是规则前件变量的模糊子集.A的高斯问题.但当规则前件过多时,传统的ANFIS结构型隶属函数如式(1)所示,第1层节点输出就是各仍将不可避免地带来维数灾难问题.为进一步提前件变量的隶属度.2高ANFIS对于复杂系统的T2S规则在线获取速1x1-cLA

8、(x1)=exp-(1)2a度,本文首先提出一种新型的多维ANFIS结构,式中:c为隶属函数的中心,a称为隶属函数的宽从知识发掘的角度提出一种T2S模糊控制规则度,参数集{(ai,ci)}称为前件参数集.聚类获取方法.第2层:输入为LA和LB,i=1,2;输出为ii1自适应神经模糊推理系统及其改进O2,i=LAi(x1)LBi(x2),i=1,2.每个节点的输出表示一条规则的激励强度.图1说明了具有如下2条规则的T2S模糊控第3层:输入为w

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。