基于EKF的自组织T-S模糊Elman网络

作     者：乔俊飞 袁喜春 韩红桂 QIAO Jun-fei;YUAN Xi-chun;HAN Hong-gui

作者机构：北京工业大学电子信息与控制工程学院北京100124 

基　　金：国家自然科学杰出青年基金项目(61225016) 国家自然科学基金重点项目(61034008) 国家自然科学基金项目(61203099) 北京市自然科学基金项目(4122006) 教育部博士点新教师基金项目(20121103120020) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2014年第29卷第5期

页      码：853-859页

摘      要：针对模糊神经网络结构设计问题及模糊集在语言描述上存在的不足,提出一种基于扩展的卡尔曼滤波(EKF)的自组织T-S模糊Elman网络,并推导了网络训练算法.分别采用递归最小二乘法和EKF对线性参数和非线性参数进行更新;基于模糊规则生成准则和误差下降率修剪策略实现了模糊规则的增删减.最后通过系统辨识和污水处理建模实验,表明了该算法在保证网络精度和泛化能力的同时,可以有效地简化网络结构.

主 题 词：自组织T-S模糊Elman网络 扩展的卡尔曼滤波 误差下降率 软测量 函数逼近 

学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.13195/j.kzyjc.2013.0116

馆 藏 号：203873840...