一种数据驱动的Ⅱ型T-S模糊建模方法

现场采集的数据不可避免地包含一些诸如噪声干扰之类的不确定性,由数据驱动建立的模型需要具备较强的处理不确定因素影响的能力.在以往文献的Ⅰ型T-S模糊建模方法的基础上,提出了一种基于数据驱动的Ⅱ型T-S模糊建模方法.其过程是通过分析采集的数据样本计算得到不确定因素的影响程度,在Ⅰ型T-S模糊模型的基础上,前件参数上采用Ⅱ型的模糊集来代替Ⅰ型的模糊集,后件参数上则采用I型模糊集来代替数值,由此拓展得到Ⅱ型T-S模糊模型.最后通过pH中和反应过程对所提出的方法进行仿真验证.仿真结果表明,该方法建立的模型能更好地处理不确定因素的影响,取得更高的准确度.