Идентификация нелинейных объектов с использованием адаптивных нечетких моделей

Abstract

Рассмотрены адаптивные нечеткие модели идентификации нелинейных объектов, представленные в виде системы нечеткого вывода, настраиваемой с использованием искусственных иммунных систем. Процесс адаптации состоит в настройке параметров функций принадлежности и параметров базы нечетких правил. Показана эффективность предложенных иммунных алгоритмов адаптации моделей нечеткого вывода на примере тестовой нелинейной функции.

Розглянуті адаптивні нечіткі моделі ідентифікації нелінійних об'єктів, які представлені у вигляді системи нечіткого виводу, що настроюється з використанням штучних імунних систем. Процес адаптації полягає в налаштуванні параметрів функцій приналежності і параметрів бази нечітких правил. Показана ефективність запропонованих імунних алгоритмів адаптації моделей нечіткого виводу на прикладі тестової нелінійної функції.

The given work is devoted to the nonlinear objects identification using the adaptive fuzzy models implemented as a fuzzy inference system adjusted using artificial immune systems. The adaptation process consists of the membership functions parameters and fuzzy rules parameters adjustment. The efficiency of the developed immune algorithms of the fuzzy models adaptation is shown using the nonlinear test function.