论文部分内容阅读
结合减法聚类和模糊C均值聚类,提出了一种改进型聚类算法,加快了收敛速度.利用改进后的算法对模糊系统输入或输出的样本集聚类,对聚类结果采用Trust-Region法拟合高斯型和S型函数,以实现模糊系统输入、输出空间的划分和隶属度函数参数的确定.结合MATLAB的模糊和曲线拟合工具箱,详述了如何在标准算法上进行改进和模糊系统建模.通过对IRIS标准数据聚类实验以及在解决机械加工误差复映问题上的应用,验证了改进后算法和建模方法的有效性.