×
穆萨·阿尔奇

新的动态模糊结构和动态系统辨识。 （英语） Zbl 1081.93013号

软计算。 10，第2期，87-93（2006）.
小结：在本研究中，提出了一种新的模糊系统结构，用于动态系统辨识应用，减少了输入的数量。代数模糊系统由于输入多而存在一些缺点。随着输入数量的增加，训练过程中的参数数量增加，因此经典模糊系统变得更加复杂。在传统的模糊系统结构中，输入和输出的过去信息也被视为动态系统的输入，因此即使对于“单输入单输出”系统，输入的数量也可能无法管理。本文提出的新型动态模糊系统模块（DFM）只有一个输入和一个输出。我们对提出的方法进行了辨识仿真，结果表明，DFM能够成功辨识非线性动态系统，其性能优于经典模糊系统。

引用于1文件

MSC公司：

93立方厘米 模糊控制/观测系统
93立方厘米30 系统标识
93立方厘米 控制理论中的非线性系统

关键词：

动态模糊模块（DFM）;非线性动力系统;系统标识

软件：

ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Alci}，软计算。10，第2号，87--93（2006；Zbl 1081.93013）
全文： DOI程序

参考文献：

[1] Bellazzi R，Guglielmann R，Ironi L（2000）《如何通过定性模拟改进模糊神经系统建模》。IEEE Trans神经网络11:249–253·doi:10.1109/72.822528
[2] Chen MS（1999）《模糊隶属函数、系统、人和控制论参数调整中学习方法的比较研究》。IEEE SMC 1999会议程序3:40–44
[3] Chen CL，Chen WC（1994）利用神经网络技术设计模糊控制器。IEEE Trans Fuzzy系统2:235–244·数字对象标识代码：10.1109/91.298452
[4] Duan JC，Chung FL（2002）多级模糊关系系统：结构与识别，软计算6:71–86，DOI 10.1007/s005000100144·Zbl 1001.68101号
[5] Figueiredu M，Gomide F，Rocha A，Yager R（1993）模糊逻辑控制的Yager水平集方法与Mamdani和Larsen方法的比较。IEEE Trans Fuzzy系统1:156–159·数字对象标识代码：10.1109/91.227382
[6] 高XZ，Ovaska SJ（2003a）基于语言信息前馈的动态模糊系统。一、理论。在：2003年IEEE工业应用软计算国际研讨会论文集SMCia/03，第1卷，第73–79页
[7] 高XZ，Ovaska SJ（2003b）基于语言信息前馈的动态模糊系统。I.评估。2003年IEEE工业应用软件计算国际研讨会论文集，2003年。SMCa/03，第1卷，第81–84页。
[8] 高XZ，Ovaska SJ，Dote Y（2001）DFSLIF：具有语言信息反馈的动态模糊系统。收录：2001年IEEE工业应用软件计算山区研讨会论文集SMCa/01，第1卷，第121-126页
[9] Giles CL、Omlin CW、Thornber KK（1999）《知识表示的等价性：自动机、递归神经网络和动态模糊系统》。程序IEEE 87:1623–1640·数字对象标识代码：10.1109/5.784244
[10] Guillaume S（2001）《从数据设计模糊推理系统：面向可解释性的综述》。IEEE跨模糊系统9:426–443·数字对象标识代码：10.1109/91.928739
[11] Hagenblad A，Ljung L（2000）Wiener模型的最大似然估计。摘自：第39届IEEE决策与控制会议记录，第32417-32418页
[12] Haverkamp BRJ，Chou CT，Verhaegen U（1998）连续时间Wiener模型的子空间识别，In:第37届IEEE决策与控制会议论文集，第2卷，pp:1846–1847
[13] Hojati M，Gazor S（2002）非线性系统的混合自适应模糊辨识和控制。IEEE Trans Fuzzy系统10:198–210·doi:10.1109/91.9995121
[14] 华光Z，永兵Q（2001）一类非线性系统的建模、辨识与控制。IEEE Trans Fuzzy系统9:349–354·Zbl 1041.93537号 ·数字对象标识代码：10.1109/91.919256
[15] Jang JSR（1993）ANFIS：基于自适应网络的模糊推理系统IEEE Trans-Syst Man Cybernet 23:665–684
[16] Jang JSR，Mizutani E（1996）Levenberg–Marquardt anfis学习方法，北美模糊信息处理协会两年一度会议。IEEE 1:87–91标准
[17] Jang JSR，Sun CT（1995），神经模糊建模与控制。程序IEEE 83:378–405·数字对象标识代码：10.1109/5.364486
[18] Jin Y，Jiang J，Zhu J（1995）基于神经网络的模糊辨识及其在复杂系统建模和控制中的应用。IEEE Trans、Syst Man和Cybernet 25:990–997·doi:10.1109/21.384264
[19] Lee CC（1990）控制系统中的模糊逻辑：模糊逻辑控制第一部分IEEE Trans-Syst Man Cybernet 20:404–418·Zbl 0707.93036号 ·doi:10.1109/21.52551
[20] Lee CC（1990）控制系统中的模糊逻辑：模糊逻辑控制第二部分。IEEE Trans-Syst Man网络20:419–435·Zbl 0707.93037号 ·doi:10.1009/21.52552
[21] Lee C-H，Teng C-C（2000）使用递归模糊神经网络识别和控制动态系统。IEEE Trans Fuzzy系统8:349–366·数字对象标识代码：10.1109/91.868943
[22] Leu YG，Lee TT，Wang WY（1997）非线性动力系统自适应控制的模糊神经网络在线调整。IEEE Trans-Syst，Man Cybernet 27:1034–1043·doi:10.1109/3477.650065
[23] Lin Y，Gunningham III GA（1995）模糊神经系统建模的新方法。IEEE Trans Fuzzy系统3:190–198·doi:10.1109/91.388173
[24] Man Z，Yu X，Zang X，Gao XZ（2003）SISO复杂系统的新型动态模糊建模与控制，工业电子学会，IECON 2003。在：IEEE第29届年会第3卷，第2995–3000页
[25] Nauck D（2000）神经模糊系统中的自适应规则权重。神经计算应用程序9:60–70·doi:10.1007/s005210070036
[26] Wang LX（1994）自适应模糊系统和控制：设计和稳定性分析。PTR Prentice-Hall，Englewood Cliffs（新泽西州）
[27] 王LX（1995）非线性动力系统模糊辨识器的设计与分析。IEEE自动变速器控制40:11-23·Zbl 0823.93037号 ·数字对象标识代码：10.1109/9.362903
[28] 王LX（1997）模糊系统与控制课程。Prentice Hall，Upper Saddle River（新泽西州）
[29] Wu S，Er MJ，Gao Y（2001）利用广义动态模糊神经网络自动生成模糊规则的快速方法。IEEE Trans Fuzzy系统9:578–594·数字对象标识代码：10.1109/91.940970
[30] Yamakawa T，Uchino E（1997）新模糊神经元及其学习算法及其在非线性系统建模中的应用。In:Jamshidi M，Titli A，Zadeh L，Boverie S（eds）模糊逻辑的应用：面向高机器智能商系统。普伦蒂斯·霍尔，上鞍河（新泽西州），第223-243页
[31] Yip PPC，Pao YH（1994）一步超前控制问题的递归网方法。IEEE Trans-Syst Man网络24:678–683·doi:10.1109/21.286388
[32] 于晓华，陈嘉华，程秀霞（1995）反向传播算法的动态学习速率优化。IEEE Trans神经网络6:669–677·数字对象标识代码：10.1109/72.377972
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。