[工學]chap26english(編輯修改稿)
2025-02-15 10:52 本頁面
【文章內容簡介】 u( )0y k k N( ) ( , , , )? ?1 2 1 ? u k k N( ) ( , , , )? 1 2 ?批處理算法 首先根據(jù)這些原始數(shù)據(jù)構造如下的個輸入輸出數(shù)據(jù)組： { ( ) , ( ) , ( ) } , , ,y uk k y k k N ? ?1 1 2 ?對每一數(shù)據(jù)組均考慮為一條模糊規(guī)則 ，其中 、 和 取為由這些數(shù)據(jù)經(jīng)模糊化得到的模糊集合。這里模糊化方法一般不采用單點模糊集合而采用三角形模糊集合，數(shù)據(jù)所在位置為模糊集合的中心點。 Ri AiiCiB在獲得 條模糊規(guī)則 ( )后，即可構造系統(tǒng)總的模糊關系 。 N Ri i N? 1 2, , , ?pR 批處理算法適用于定常模型的離線辨識，而不適于時變系統(tǒng)的在線辨識。為便于自適應控制，采用如下的模糊系統(tǒng)辨識的遞推算法。 R k R k RP P k( ) ( )? ? ? ?1 1?遞推算法 其中 ， 稱為遺忘因子。 是由新獲取的第 組數(shù)據(jù)所建立的模型關系，即 0 1? ?? ? Rk?1 ( )k?1R k k y kk ? ? ? ? ? ? ?1 1 1 2[ ( ) ( ) ] ( )y u 可以是一組新數(shù)據(jù)所獲得的模糊關系，也可以是多組數(shù)據(jù)所獲得的模糊模型，設新獲得 s組數(shù)據(jù)，則 Rk?1R Rk kiis? ???1 11?其中 表示第 組新數(shù)據(jù)所獲得的模糊關系。 Rki?1 i連續(xù)模型可得類似結果，即 R k R k RP P k( ) ( )? ? ? ?1 1?其中 ，且定義 R yk k k k n? ? ? ?? ? ?1 1 1 1( ) ( )y u??????????????????)1(1111ynkkkkyyy???????????????????)(1111umkkkkuuu??幾個實際問題 3) 存貯容量與模型精度之間進行折中選擇。 4) 模型精度與泛化能力。 5) 自適應模糊辨識算法的收斂性。 1) 只對輸入數(shù)據(jù)附近的區(qū)域進行修改。即當 時才進行上述遞推關系的修改。 ??? ?)]}([ )],([m i n{ kk ii BA uy2) 遺忘因子 的選擇。 ?[例 ] 設有非線性的輸入輸出關系為 ，且該模型未知，通過測量獲得該模型的輸入輸出數(shù)據(jù)。要求根據(jù)這些量測數(shù)據(jù)建立它的模糊模型。 y u? 2待建模型的輸入輸出數(shù)據(jù) uy0 1 2 3 4 5 0 1 4 9 16 25 (1) 對實際的輸入輸出數(shù)據(jù)進行量化。設將輸入和輸出都均勻地量化為 6個等級，則量化后的輸入輸出數(shù)據(jù)將變?yōu)椤? 量化后的輸入輸出數(shù)據(jù) u?y?0 1 2 3 4 5 0 0 5 10 15 25 (2) 每一組數(shù)據(jù)相當一條模糊規(guī)則，即 ：如果 是 ，則 是 ：如果 是 ，則 是 ：如果 是 ，則 是 ：如果 是 ，則 是 ：如果 是 ，則 是 ：如果 是 ，則 是 R1 u? A1 y? 1B2R u? 2A y? 1B3R u? 3A y? 2B4R u? 4A y? 3B5R u? 5A y? 4B6R u? 6A y? 6B其中 和 是根據(jù)量化后的輸入輸出數(shù)據(jù)用三角形模糊集合的模糊化方法而求得的模糊集合。 iA iB輸入量的隸屬度函數(shù)（表格） A2 0 1 2 3 4 5 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ?u?AiA13A4A6A5A輸入量的隸屬度函數(shù)（圖形） 0 1 2 3 4 5 u? ( )0 .51 .0A1A A3A4A5A6u2輸出量的隸屬度函數(shù)（表格） B2B3B4B6B1 0 5 10 15 20 25 1 0 0 0 0 1 0 0 0 0 1
教學課件相關推薦
鄂ICP備17016276號-1