一种基于量子遗传算法的扩展T-S模型辨识

在传统T-S模型的基础上,提出一种扩展T-S模型.该模型由一组模糊规则组成,由规则前件实现输入空间的划分,将成员函数及其函数变换引入规则后件以实现对输入予空间的非线性映射.对于该模型的建立,使用改进量子遗传算法优化规则前件,递推最小二乘法确定规则后件参数.通过对两个典型非线性系统辨识,仿真结果表明了该模型可以显著提高辨识精度,且具有很好的泛化性能.

一种基于改进遗传算法的模糊建模方法

针对复杂系统的模糊建模问题 ,提出了一种改进遗传算法的模糊建模方法。首先在标准的 T-S模糊模型基础上 ,提出了扩展的 T-S模糊模型。然后采用改进的遗传算法优化扩展的 T-S模糊模型参数和规则数。最后 ,通过数字仿真结果验证了算法的可行性和有效性。