论文部分内容阅读
针对非线性复杂对象,改进了基于T-S模型的模糊辨识算法:首先,提出了将输入向量的阶次辨识加入到参数辨识的方法,最终有效提高了辨识精度;其次,在辨识过程中,自适应改变了模糊模型规则的数目,并通过置信度的检验,保证最有效的规则数,间接提高了辨识的速度.为验证该算法的有效性,采用Box-Jenkins煤气炉辨识试验及电厂锅炉主汽温对象升负荷的辨识仿真,结果表明:基于该方法辨识的非线性模糊模型,能够精确地描述过程的非线性,而且算法简单快速.