[發(fā)明專(zhuān)利]交互式T-S模糊語(yǔ)義模型估計(jì)方法、系統(tǒng)和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811463206.2
• 申請(qǐng)日: 2018-12-03
• 公開(kāi)（公告）號(hào): CN109558594B
• 公開(kāi)（公告）日: 2023-03-21
• 發(fā)明（設(shè)計(jì)）人: 李良群;謝維信;劉宗香
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳大學(xué)
• 主分類(lèi)號(hào): G06F40/30
• 分類(lèi)號(hào): G06F40/30
• 代理公司: 深圳市恒申知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 袁文英

1.一種交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，包括：

根據(jù)目標(biāo)特征采用的不同語(yǔ)言值定義T-S模糊模型中的不同語(yǔ)義模糊集；

根據(jù)所述不同語(yǔ)義模糊集設(shè)定各個(gè)語(yǔ)義模糊集之間的概率轉(zhuǎn)換方法；

根據(jù)所述概率轉(zhuǎn)換方法設(shè)定模型概率預(yù)測(cè)函數(shù)；根據(jù)所述概率轉(zhuǎn)換方法及概率預(yù)測(cè)函數(shù)設(shè)定概率混合函數(shù)；根據(jù)所述概率混合函數(shù)及前一時(shí)刻的目標(biāo)狀態(tài)和協(xié)方差計(jì)算目標(biāo)的混合初始狀態(tài)估計(jì)及混合初始狀態(tài)協(xié)方差；

對(duì)所述混合初始狀態(tài)估計(jì)及所述混合初始狀態(tài)協(xié)方差進(jìn)行非線(xiàn)性濾波處理，得到目標(biāo)狀態(tài)的更新?tīng)顟B(tài)及更新?tīng)顟B(tài)協(xié)方差；

根據(jù)已計(jì)算的T-S模糊模型的模糊隸屬度對(duì)T-S模糊模型的前件參數(shù)進(jìn)行計(jì)算和更新，得到更新前件參數(shù)；

根據(jù)前件參數(shù)計(jì)算標(biāo)準(zhǔn)化模型概率；

根據(jù)所述標(biāo)準(zhǔn)化模型概率、更新?tīng)顟B(tài)及更新?tīng)顟B(tài)協(xié)方差得出目標(biāo)的狀態(tài)估計(jì)及協(xié)方差估計(jì)；

根據(jù)所述狀態(tài)估計(jì)及協(xié)方差估計(jì)估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)。

2.根據(jù)權(quán)利要求1所述的交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，所述根據(jù)所述不同語(yǔ)義模糊集設(shè)定各個(gè)語(yǔ)義模糊集之間的概率轉(zhuǎn)換方法包括：

根據(jù)相近語(yǔ)義具有相似性的特點(diǎn)，使用已得出的模糊集交叉度定義，設(shè)定轉(zhuǎn)移概率函數(shù)；

在設(shè)定每個(gè)模糊模型的特征數(shù)量及語(yǔ)言值數(shù)量后，根據(jù)T-S模糊模型對(duì)非線(xiàn)性函數(shù)的表示函數(shù)，得到轉(zhuǎn)移概率；

根據(jù)轉(zhuǎn)移概率得到概率轉(zhuǎn)移矩陣表示函數(shù)。

3.根據(jù)權(quán)利要求2所述的交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，所述模糊集交叉度定義的得出方法包括：

計(jì)算兩個(gè)模糊集的并集；

將兩個(gè)模糊集的交集近似分別轉(zhuǎn)化為兩個(gè)三角形隸屬函數(shù)；

計(jì)算兩個(gè)所述三角形隸屬函數(shù)的交叉度。

4.根據(jù)權(quán)利要求1所述的交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，所述對(duì)所述混合初始狀態(tài)估計(jì)及所述混合初始狀態(tài)協(xié)方差進(jìn)行非線(xiàn)性濾波處理包括：

在最小二乘估計(jì)器中引入目標(biāo)速度與時(shí)間間隔作為遺忘因子；

根據(jù)所述混合初始狀態(tài)協(xié)方差、狀態(tài)轉(zhuǎn)移矩陣及觀測(cè)矩陣計(jì)算濾波增益；

根據(jù)所述濾波增益及所述混合初始狀態(tài)估計(jì)得到更新?tīng)顟B(tài)；

根據(jù)所述濾波增益及混合初始狀態(tài)協(xié)方差得到更新?tīng)顟B(tài)協(xié)方差。

5.根據(jù)權(quán)利要求1所述的交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，所述T-S模糊模型隸屬度的計(jì)算方法包括：

設(shè)定核最大熵模糊C回歸模型聚類(lèi)的目標(biāo)函數(shù)；

根據(jù)香農(nóng)信息熵的定義，在所述目標(biāo)函數(shù)中引入信息熵，得到新目標(biāo)函數(shù)；

對(duì)模糊隸屬度求一階偏導(dǎo)并使模糊隸屬度的一階偏導(dǎo)等于零，得到偏導(dǎo)函數(shù)；

根據(jù)所述偏導(dǎo)函數(shù)及所述目標(biāo)函數(shù)得到偏導(dǎo)目標(biāo)函數(shù)；

根據(jù)所述偏導(dǎo)目標(biāo)函數(shù)及所述偏導(dǎo)函數(shù)得到實(shí)際觀測(cè)與模型輸出之間的模糊隸屬度。

6.根據(jù)權(quán)利要求1所述的交互式T-S模糊語(yǔ)義模型估計(jì)方法，其特征在于，所述對(duì)T-S模糊模型的前件參數(shù)進(jìn)行計(jì)算和更新包括：

根據(jù)所述模糊隸屬度計(jì)算模糊函數(shù)均值；

根據(jù)所述模糊函數(shù)均值計(jì)算模糊函數(shù)方差；

根據(jù)所述模糊函數(shù)方差及所述模糊函數(shù)均值計(jì)算模糊函數(shù)的模糊權(quán)值。