基于中心型TSK模糊模型的分层模糊系统 (2015年)

模糊系统随着输入维数的增加，其中模糊规则和辨识参数的数量将按指数级增长，针对这一问题，采用分层模糊系统是一种很好的解决方法，但分层模糊系统中各层的辨识变量没有明确的物理含义，无法进行合理的模糊化设计和解释。基于一种分层模糊系统，引用中心性TSK模糊系统思想，从而构造了一种新型的模糊系统。这种新型模糊系统保留了分层模糊系统的结构优势，极大地减少了模糊系统的模糊规则数量和辨识参数数量，又能对用到的内部参数进行很好的解释。并通过实例仿真表明基于中心型TSK模糊模型的分层模糊系统具有较好的逼近性能和更简单的结构。