T-S模糊广义系统的逼近性 (2008年)

本文研究T-S模糊广义系统的逼近性,给出了T-S模糊广义系统的逼近性定理.证明其可以以任意的精度逼 近一类广泛存在的非线性广义系统.还将MISO(多输入单输出)情况推广到MIMO(多输入多输出)的情况.在逼近性定理的基础上,利用神经网络的方法对非线性广义系统建模,给出了神经网络的结构及学习算法.本文共提出了两 种神经网路的训练策略,对各自的优点与不足给出了分析,最后用数值例子验证了算法的有效性.