A fuzzy C‐regression model algorithm using a new PSO algorithm

Summary In this paper, a new methodology is introduced for the identification of the parameters of the multiple‐input–multiple‐output local linear Takagi‐Sugeno fuzzy models using the weighted recursive least squares (WRLS). The WRLS is sensitive to initialization, which leads to no convergence. In...

Celý popis

Podrobná bibliografie

Vydáno v:	International journal of adaptive control and signal processing Ročník 32; číslo 1; s. 115 - 133
Hlavní autoři:	Taieb, Adel, Soltani, Moez, Chaari, Abdelkader
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Bognor Regis Wiley Subscription Services, Inc 01.01.2018
Témata:	Algorithms chaos adaptive particle swarm optimization Clustering fuzzy C‐regression model clustering algorithm identification multiple‐input multiple‐output Nonlinear systems Parameter identification Particle swarm optimization Regression models Takagi‐Sugeno fuzzy models
ISSN:	0890-6327, 1099-1115
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!