کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
720909 | 892303 | 2007 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
FUZZY MODELLING OF NONLINEAR SYSTEMS USING ON LINE CLUSTERING METHODS
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مکانیک محاسباتی
پیش نمایش صفحه اول مقاله
![عکس صفحه اول مقاله: FUZZY MODELLING OF NONLINEAR SYSTEMS USING ON LINE CLUSTERING METHODS FUZZY MODELLING OF NONLINEAR SYSTEMS USING ON LINE CLUSTERING METHODS](/preview/png/720909.png)
چکیده انگلیسی
This paper presents an approach for online Takagi-Sugeno fuzzy models generation, which can be applied for nonlinear systems identification. The algorithm combines a proposed on-line clustering technique with least squares methods. Both the structure and parameters of the fuzzy system are updated on line. The new clustering method for the structure identification can divide input-output data into different groups (rules) using on line data. After the rules are determined, the consequent parameters are tuned by using least squares estimators.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: IFAC Proceedings Volumes - Volume 40, Issue 1, 2007, Pages 256–261
Journal: IFAC Proceedings Volumes - Volume 40, Issue 1, 2007, Pages 256–261
نویسندگان
Boris Martínez, Jesús Fernández, Erick Marichal, Francisco Herrera,