论文部分内容阅读
由于压气机特殊的背景、工作条件和其特性的高度非线性,使得压气机特性对象在许多情况下很难用精确的数学模型来表达。通过熵聚类和竞争学习算法确定输入数据向量的分区情况,以最小二乘法辨识算法、模糊规则模型对输入参数进行计算和辨识。通过对某压气机特性对象进行辨识,验证了基于模糊规则的辨识方法对压气机的特性图进行拟合的可行性。辨识的模型有不但精度高而且得到了线性的数学模型,使压气机特性图的拟合方法得以简化,方法实用。