论文部分内容阅读
为避免模糊系统建模和估计领域的＂维数灾难＂,将TSK（Takagi-Sugeno-Kang）模糊系统建模转换为一个分块稀疏表示问题,提出FCA稀疏TSK模糊系统（FCA-sparse TSK）。首先运用模糊聚类算法（FCA）对样本特征进行化简,并产生模糊系统字典;再利用存在于TSK模糊系统中的分块结构信息,选取重要的模糊规则并对所选模糊规则的后件参数进行估计。该系统同时对模糊规则及模糊规则数进行化简,在合成数据集和真实数据集上都表现出较好的性能。