基于改进自适应粒子群算法的T-S模型辨识

来源期刊：控制工程2011年第6期

论文作者：丁学明 张久忠 沈业茂

文章页码：952 - 955

关键词：T-S模型;核函数;模糊聚类;PSO算法;

摘    要：提出基于改进自适应粒子群算法（Improved Self-adaptation Particle Swarm Optimiza-tion,PSO）的T-S模糊模型辨识方法。首先,利用核函数的模糊聚类算法划分数据空间,尽可能少地提取模糊规则,并消除孤立点、噪声点数据等的不利影响;其次,基于ISPSO算法进行参数辨识,将待辨识的参数划分为若干粒子,自适应更新飞行速度,动态修改惯性权因子,惯性权因子呈非线性动态变化,不仅可以克服PSO算法陷入局部最优的早熟,失去多样性,而且可以提高粒子在全局最优位置绕行时的稳定性。提出的方法使得T-S模型辨识达到较高的辨识精度。仿真实例和比较分析证明了该算法的有效性。