排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
采用一种基于鲁棒模糊聚类算法的模糊辨识方法，通过引入局部划分关联度因子，增强了系统辨识的抗干扰能力，提高了系统辨识的鲁棒性.首先用最近邻模糊聚类法划分初始输入空间，得到模糊规则数及初始聚类中心；然后用鲁棒模糊聚类算法求解并优化模糊隶属度和聚类中心，建立高精度的T-S模糊模型；最后利用最小二乘法辨识模型的初始结论参数，进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行建模和预测，仿真结果表明利用本方法可以进行准确建模和预测，验证了本方法的鲁棒性、有效性和实
关键词：
最近邻模糊聚类
鲁棒模糊聚类
混沌时间序列
最小二乘法 相似文献
1