一種基于模糊分類的模糊神經(jīng)網(wǎng)絡(luò)辨識方法

摘 要：針對非線性辨識問題，基于改進的T-S模型，提出一種自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)模型(AFNN)。首先，基于模糊競爭學習算法確定系統(tǒng)的模糊空間和模糊規(guī)則數(shù)，并得出每個樣本對每條規(guī)則的適用程度。其次，利用卡爾曼濾波算法在線辨識AFNN的后件參數(shù)。APNN具有結(jié)構(gòu)簡潔，逼近能力強，能夠顯著提高辨識精度，并且辨識的模糊模型簡單有效。最后，將該AFNN用于非線性系統(tǒng)的模糊辨識，仿真結(jié)果驗證了該方法的有效性。

關(guān)鍵詞：T-S模型；自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)；模糊競爭學習；模糊辨識

中圖分類號：TP18

文獻標識碼：A