一类自适应神经模糊模型的优化及其在CSTR建模中的应用

摘要

基于统计信息准则、矩阵奇异值分解、模糊规则的删除与合并等方法研究T-S型神经模糊模型结构和参数的优化，提出这类神经模糊模型的聚类中心值和聚类半以及后件函数的参烽自适应的新算法。这类模型与方法成功地应用于CSTR的建模。