[论文解读] A Study of an Modeling Method of T-S fuzzy System Based on Moving Fuzzy Reasoning and Its Application

Son-Il Kwak, Gang Choe+3 more|arXiv (Cornell University)|Nov 8, 2015

Fuzzy Logic and Control Systems参考文献 34被引用 3

一句话总结

本文提出了一种基于移动速率推理的新型T-S模糊建模方法，以提升模糊识别的有效性。通过使用移动速率而非传统的匹配度来重新定义隶属函数转换（S型、Z型、梯形型），该方法在降水预测和安全态势预测等应用中提高了建模精度，测试结果表明其性能显著优于现有方法。

ABSTRACT

To improve the effectiveness of the fuzzy identification, a structure identification method based on moving rate is proposed for T-S fuzzy model. The proposed method is called "T-S modeling (or T-S fuzzy identification method) based on moving rate". First, to improve the shortcomings of existing fuzzy reasoning methods based on matching degree, the moving rates for s-type, z-type and trapezoidal membership functions of T-S fuzzy model were defined. Then, the differences between proposed moving rate and existing matching degree were explained. Next, the identification method based on moving rate is proposed for T-S model. Finally, the proposed identification method is applied to the fuzzy modeling for the precipitation forecast and security situation prediction. Test results show that the proposed method significantly improves the effectiveness of fuzzy identification.

研究动机与目标

• 解决现有基于匹配度的T-S模糊建模方法在模糊推理方面的局限性。
• 提升复杂系统建模中模糊识别的有效性和准确性。
• 基于基于移动速率的推理，开发一种新的T-S模糊系统结构识别方法。
• 在真实世界应用（如降水预测和安全态势预测）中验证所提方法。

提出的方法

• 在T-S模糊模型中为S型、Z型和梯形型隶属函数定义移动速率，以替代传统的匹配度概念。
• 提出一种基于移动速率的新模糊推理机制，以更好地捕捉模糊集中的动态转换。
• 基于所提出的移动速率框架，制定T-S模糊模型的结构识别方法。
• 将该方法应用于真实世界的数据集，用于降水预测和安全态势预测，以评估性能。

实验结果

研究问题

• RQ1 如何在T-S模糊系统中超越传统的基于匹配度的方法，改进模糊推理？
• RQ2 使用移动速率替代匹配度对T-S模糊模型识别的准确性有何影响？
• RQ3 所提出的基于移动速率的方法能否有效建模复杂动态系统，如天气和安全模式？
• RQ4 在真实世界的预测应用中，该方法与现有T-S模糊识别技术相比表现如何？

主要发现

• 所提出的基于移动速率的方法相比传统的基于匹配度的方法，显著提升了模糊识别的有效性。
• 该方法在降水预测中表现出更高的建模精度，优于现有技术。
• 使用该方法进行安全态势预测，显示出更高的可靠性与对动态变化的响应能力。
• 使用移动速率对S型、Z型和梯形型隶属函数进行处理，使T-S模型中的模糊推理更加精确和自适应。