检索结果-内蒙古大学图书馆

A fuzzy c-regression model algorithm using a new PSO algorithm

INTERNATIONAL JOURNAL OF ADAPTIVE cONTROL AND SIGNAL PROcESSING 2018年第1期32卷 115-133页

作者： Taieb, Adel Soltani, Moez chaari, Abdelkader Natl Higher Engn Sch Tunis ENSIT Lab Engn Ind Syst & Renewable Energy 5 Ave Taha Hussein TunisBP 56 Tunis 1008 Tunisia

In this paper, a new methodology is introduced for the identification of the parameters of the multiple-input-multiple-output local linear Takagi-Sugeno fuzzy models using the weighted recursive least squares (WRLS). The WRLS is sensitive to initialization, which leads to no convergence. In order to overcome this problem, adaptive chaos particle swarm optimization is proposed to optimize the initial states of WRLS. This new algorithm is improved versions of the original particle swarm optimization algorithm. Finally, comparative experiments are designed to verify the validity of the proposed clustering algorithm and the Takagi-Sugeno fuzzy model identification method, and the results show that the new method is effective in describing a complicated nonlinear system with significantly high accuracies compared with approaches in the literature.

关键词： chaos adaptive particle swarm optimization fuzzy c-regression model clustering algorithm identification multiple-input multiple-output Takagi-Sugeno fuzzy models

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：