天文射电望远镜又被叫做无线电望远镜。与传统天文望远镜相比他具有很多优势(穿透性强、观测距离远、观测范围广),因而在目前天文观测中倍受青睐。500m口径球面射电远镜(FAST)的主动反射面有2400多个节点。只有对2400多个节点实现实时动态定位和控制,FAST主反射面才能顺利地完成观测任务,因此建立合理的节点运动轨迹模型具有十分重要的意义。FAST索网节点运动过程具有多输入、非线性、时变、大惯性等特点,而且节点数量多以及干扰因素多,不便于直接测量。本文以FAST索网50m缩尺模型为背景,利用T-S模糊模型对索网节点的位移建立数学模型。本文将模糊前后件分开辨识。首先,利用FCM算法辨识模糊前件的结构和参数,然后通过最小二乘法辨识模型后件的参数。为了更好地建立模型,提高模型的辨识精度与收敛速度,第四章改进了第三章的辨识方法。针对FCM算法的弊端(对初始值敏感、训练速度慢、容易陷入局部极小等),第四章利用减法聚类辨识前件结构与参数。然后用PSO-BP的混合算法代替最小二乘法来辨识后件参数,最后根据密云50m缩尺模型现场数据进行仿真实验。仿真结果显示,改进后的T-S模糊模型能较好预测节点的位移模型。当模型规则数以及各参数一定时,基于模糊C-均值聚类算法和最小二乘法的T-S模糊模型只能辨识出唯一精度的均方误差。如果想提高精度,就要增加模糊规则数,但是这样就使模型变得复杂。改进的T-S模糊模型利用PSO-BP混合算法在本质上解决了上述问题。本文提出不增加模糊的规则数而将辨识精度提高的模型更适用于实际工程领域。根据预测的节点运动轨迹模型,观测人员就可以及时处理与调控主网,保证主索网变位工作正常运转。因此,改进的T-S模糊模型不仅具有理论研究意义,更具有实际应用价值。