张小娟

（宝鸡文理学院 电子电气工程系，陕西 宝鸡 721007）

自适应神经模糊推理系统（ANFIS）及其仿真

张小娟

（宝鸡文理学院 电子电气工程系，陕西 宝鸡 721007）

以一个非线性模型为研究对象，通过对自适应神经模糊推理系统（ANFIS）建模机理的研究建立了非线性实例模糊模型，借助MATLAB中ANFIS的功能讨论隶属度函数的数目、ANFIS输出、训练误差等对自适应神经模糊推理系统（ANFIS）的影响，取得了良好的效果。结果表明利用ANFIS进行非线性系统建模和辨识是可行的，其辩识精度很高。

自适应神经模糊推理系统；非线性系统；非线性；隶属度；仿真

非线性系统建模问题是目前学术界研究的热点问题。常用的传统非线性系统描述方法有微分（或差分）法、泛函级数法、NARMAX模型法及分块系统法等。但是对于一个非线性、多变量的复杂系统，用常规的数学方法建模既费时又费力，而且在各种假设下建模，其适应性也不好。而J-S.R.Jang提出的自适应神经模糊推理系统 （Adaptive Neural—Network-Based Fuzzy Interference System，ANFIS）是一种将模糊逻辑和神经元网络有机结合的新型的模糊推理系统结构，采用反向传播算法和最小二乘法的混合算法调整前提参数和结论参数。并能自动产生If-Then规则。本文主要介绍应用ANFIS方法进行非线性系统的建模和辨识。

1 ANFIS的结构和工作原理

ANFIS是一种基于Takagi-Sugeno模型[1]的模糊推理系统，它将模糊控制的模糊化、模糊推理和反模糊化3个基本过程全部用神经网络来实现，利用神经网络的学习机制自动地从输入输出样本数据中抽取规则，构成自适应神经模糊控制器，通过离线训练和在线学习算法进行模糊推理控制规则的自调整，使其系统本身朝着自适应、自组织、自学习的方向发展。……