基于自适应重叠系数的T-S 模型在线辨识算法及应用

为使T-S模型在线辨识时能够更加合理地划分模糊空间,提出一种根据相邻聚类中心距离确定模糊空间重叠系数的方法.将该方法与一次完成最小二乘法、递推最小二乘法相结合,得到了一种辨识精度较高的T-S模型在线辨识算法.以某型号单晶炉热场的实际运行数据为对象,应用所提出的算法对热场模型进行在线辨识.辨识结果表明,由该辨识算法得到的单晶炉热场模型具有较高的精度.     

一种T-S 模型的在线辨识算法

提出一种能通过输入输出数据在线获得T-S模型的结构和参数的辨识算法。首先,对输入空间进行划分,并在线优化子空间的形状和个数;然后,通过RLS更新子模型参数,使各个子模型逼近当前工况的实际系统;当子空间生成或形状发生变化时,调整相应子模型参数和数据矩阵;最后,针对非线性动态系统和煤气炉数据进行仿真实验,验证了所提出算法的有效性。