控制与决策

作者：赵小国,刘丁,景坤雷

单位：西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心，西安710048;西安理工大学陕西省复杂系统控制与智能信息处理重点实验室，西安710048;西安建筑科技大学机电工程学院，西安710055,,西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心，西安710048;西安理工大学陕西省复杂系统控制与智能信息处理重点实验室，西安710048,,西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心，西安710048;西安理工大学陕西省复杂系统控制与智能信息处理重点实验室，西安710048,

关键词：蚁狮算法;T-S模糊模型;噪声;非线性系统;直拉硅单晶

基金：国家自然科学基金重点项目(61533014)；国家科技重大专项基金项目(2009ZX02011001)；陕西省教育厅专项科研计划项目(17JK0456).

针对传统的T-S模糊辨识方法难以准确辨识含噪声的非线性系统问题,将噪声信号和系统的其他输入变量一起作为模糊前件的输入,采用具有动态随机搜索和寻优半径连续收缩机制的改进蚁狮算法优化模糊前件的结构参数,使用加权最小二乘法实现模糊后件的参数辨识.数值仿真表明,所提出的辨识方法可以有效抑制噪声的影响,经过改进蚁狮算法优化后的T-S模糊模型辨识效果更好.最后,将所提出方法用于直拉硅单晶生长热模型的辨识,实验结果表明该方法优于传统的辨识方法.

来源：2019年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2019年第4期