一种自适应模糊系统的分解结构

摘要

一种自适应模糊系统的分解结构。自适应模糊系统被认为是通过学习能自动产生模糊规则的模糊逻辑系统。模糊系统的万能逼近性使它可以对非线性系统进行自适应控制或者建模，但是需要模糊系统具有很好的函数逼近能力。复杂的模糊划分可以提高函数逼近能力，但是会增加自适应参数，使学习时间变长，降低了系统的实时性，甚至使控制系统性能变得更差。本发明提出了一种以输入隶属函数为依据的模糊系统分解结构，采用这种分解结构，可以解决复提高逼近精度和学习效率之间的矛盾。该结构具有良好的适应性、鲁棒性和抗干扰能力，逼近精度比传统模糊系统有了明显得提高，而且分解结构的自适应参数少，分解结构之间的参数满足最小干扰原则，所以计算速度快，实时性非常好，误差收敛迅速。