论文部分内容阅读
为了提高TSK（Takagi—Sugeno—Kang）模糊模型处理高维问题的推广能力，在结构风险最小化原则的基础上，提出了一种构造TSK模糊模型的新算法．该算法用GK（Gustafsonk—Kessel）算法确定模糊规则的前件隶属函数，然后用最小二乘支持向量回归机（LSSVR）确定模糊规则的后件参数．最小二乘支持向量回归机的核函数由模糊规则前件隶属函数生成，经证明它是Mercer核．实验结果表明，与现有算法相比，文中算法提高了TSK模糊模型处理高维问题的推广能力；与LSSVR相比，文中算法具有良好的鲁棒性