基于模糊系统聚类学习的自适应控制算法

摘要

在自适应控制最小方差自校正控制器设计中,当被控对象的数学模型未知时,可采用模糊系统代替实际系统.提出了一种新的模糊系统的聚类学习算法,根据初始聚类中心的选取原则,可以使最终获得的聚类结果是全局近优解.该方法只需计算一遍样本间的广义距离,即可完成初步的聚类,通过迭代运算可以使聚类结果得到进一步优化.仿真结果证明了自适应控制器的控制效果.