一类自适应神经模糊模型的优化及其在CSTR建模中的应用

摘要：

基于统计信息准则、矩阵奇异值分解、模糊规则的删除与合并等方法研究T-S型神经模糊模型结构和参数的优化，提出这类神经模糊模型的聚类中心值和聚类半以及后件函数的参烽自适应的新算法。这类模型与方法成功地应用于CSTR的建模。

关键词： 神经模糊模型 统计信息准则 奇异值分解 模型优化 参数自适应

作者: 刘士荣 郑瑜 俞金寿

作者单位: 宁波大学自动化与计算机技术系(宁波) 华东理工大学自动化研究所(上海)

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 3512～3517

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）