一种基于模糊规则融合的模糊建模方法及其应用_徐喆.pdf

第28卷第2期控制与决策2013年2月
Vol.28No.2ControlandDecisionFeb.2013

文章编号:1001-0920(2013)02-0169-08
一种基于模糊规则融合的模糊建模方法及其应用

徐喆,毛志忠
(东北大学a.信息科学与工程学院，b.流程工业综合自动化国家重点实验室，沈阳110819)

摘要:为了有效地利用经验知识,弥补训练数据覆盖范围不足的问题,提出一种将经验知识以TSK(Takagi-Sugeno-
Kang)型模糊规则引入模糊模型的建模方法.在结构辨识中,提出了模糊规则融合方法,用以确定初始模糊规则.在
参数辨识中,改进了原梯度下降方法中的目标函数,并引入了经验知识准确性评价参数,用以平衡样本数据和经验知
识对模型的影响.数值仿真和工程实例应用结果表明,所提出的方法可以有效地利用经验知识和样本数据,使预报结
果更可靠、更精确.
关键词:经验知识；系统辨识；TSK模糊模型；模糊规则融合
中图分类号:TP182文献标志码:A

Afuzzy-rule-fusionbasedfuzzymodelingmethodanditsapplication

XUZhe,MAOZhi-zhong
(a.CollegeofInformationScienceandEngineering，b.StateKeyLaboratoryofIntegratedAutomationforProcess
Industries，NortheasternUniversity，Shenyang110819，China．Correspondent：XUZhe，E-mail：xuzhe83@gmail.
com)

Abstract：：：Toeffectivelyusetheempiricalknowledgetocompensateforincompletetrainingdatacoverage,afuzzy
modelingmethodthatincorporatesempiricalknowledgeintheformofTSK(Takagi-Sugeno-Kang)fuzzyrulesisproposed.
Inthestructureidentificationprocess,afuzzyrulefusionmethodisproposedtodeterminetheinitialfuzzyrules.Inthe
parameteridentificationprocess,theoriginalobjectivefunctionofthegradientdescentmethodisimprovedandtheevaluating
parameteroftheaccuracyofempiricalknowledgeisintroducedtotradeofftheinfluenceofsampledataandempirical
knowledge.Thenumericalsimulationandengineeringcasestudiesshowthattheproposedmethodcanoffermorereliable
andaccurateforecastingvalues.
Keywords：：：empiricalknowledge；systemidentification；TSKfuzzymodel；fuzzyrulesfusion

0引引引言言言法”,又称作模糊专家系统[6];2)基于数据的方法,称
随着工业生产对降低生产成本、提高产品质量为“数据驱动方法”.由于经验方法受经验知识获取
稳定性要求的不断提升,人们对关键参数的预报可靠以及经验知识不确定性的限制,其应用范围较为有
性的要求也逐步提高.所谓参数的预报可靠性是指参限;而数据驱动的建模方法则需要有充足的训练样本
数的预报值与真实值的误差量在允许偏差范围之内作为保证[7].对于钢铁冶金、微生物发酵和石油化工
的概率大小.传统的以人工经验为主的操作模式已不等领域,一方面,由于生产周期长以及一些数据的检
能满足要求,人们正寻求使用智能方法建立系统模型测成本高而不易获得样本数据;另一方面,其生产过
来替代人为判断.自1992年Kosko[1]和Wang等[2]分程对关键参数预报的可靠性要求较高,若预报偏差超
别证明了模糊系统具有一致逼近性以来,模糊建模方出允许范围则会造成巨大的经济损失.受这两方面因
法便作为一种智能建模方法成功地应用于工业非线素的影响,仅使用有限的样本数据很难建立能够满足
性建模领域,并取得了良好的效果[3-5].模糊建模主要生产要求的预报模型.为了解决该问题,可将经验知
有两种途径:1)基于经验知识的方法,称为“经验方识与