第 35 卷第 5 期 2015 年 9 月
杭 州 电 子 科 技 大 学 学 报（ 自然科学版）
Journal of Hangzhou Dianzi University（ Natural Sciences）
Vol． 35 No． 5 Sept． 2015
DOI： 10． 13954 / j． cnki． hdu． 2015． 05． 001
模糊系统建模综述
1 2 孙富春 ， 罗敏楠
（ 1． 清华大学计算机科学与技术系 ， 北京 100084 ； 2． 西安交通大学电子与信息学院 ， 陕西 西安 710049 ） 摘要： 模糊系统的一致逼近能力和可解释性能使得其能够直观高效地描述复杂的非线性不确定系 “规则爆炸” 统。然而， 复杂系统的模糊建模方法面临 的挑战。该文首先回顾了模糊系统一致逼近 性以及模糊系统逼近的充分条件和必要条件 。在此基础上， 综述了基于数据驱动的模糊系统辨识 并重点介绍了流行的稀疏表达思想在模糊系统辨识领域中的应用 。 方法， 关键词： 模糊系统； 一致逼近； 数据驱动模糊建模 中图分类号： TP181 文献标识码： A 文章编号： 1001 － 9146 （ 2015 ） 05 － 0001 － 06
［4 ， 20 － 21 ］
。 随后， Zeng 进一步采用多
［2 － 3 ］
项式函数的泰勒级数展开方法， 推导了保守性更弱的模糊系统逼近的充分条件
。然而， 这些方法都
［22 ］
没有考虑模糊规则中隶属度函数的形式和待逼近函数的局部特性对模糊系统充分条件的影响 ， 为此孙 等人充分考虑到期望函数的局部特性 ， 研究了全交叠三角形隶属函数时 ， 模糊系统逼近的充分条件 并在理论上证明了该方法构造的模糊系统 ， 规则数减少一半以上。 在模糊系统逼近充分条件的研究中 ， 一方面， 随着给定逼近精度的提高， 模糊模型所需要的规则个 数急剧增长； 另一方面， 为了减少模糊规则的个数， 提出的新方法所需要的计算量却越来越大。 这一矛 盾激发了学者们对于模糊系统逼近的必要条件的研究 ， 即是否存在更优的系统配置来满足要求精度的 模糊系统， 最优的模糊系统应该具备哪些特性 1． 2 模糊逼近的必要条件研究 24 － 26］ 目前对于模糊系统必要条件的研究还比较少 ， 文献［ 对 Mamdani 模糊系统以及 T － S 模糊 模糊系统实现一致逼近性所需要的模糊规则数目与待逼近函数 系统输出函数单调性的研究结果表明 ， 的具体形式没有明确的关联， 而是随着待逼近函数极点个数的增加而增加 。值得注意的是， 这些研究结 果仅局限于模糊模型精度趋于零的时候 。当要求模糊系统逼近精度为给定值时 ， 这些结论将不再成立。 为此， 孙等人深入研究了 Mamdani 型模糊系统在满足给定逼近精度的必要条件 半以上
0
引言
1965 年 ， Lotfi A． Zadeh 通过引入“边 界 不 明 显 的 类 ” 的 概 念， 提出了一种分析复杂系统的新方
法， 即模糊集合和模糊逻辑 。 这种方法最大限度地模拟人的思维及推理方式 ， 使用语言变量和模糊 从而能更有效地处理不确定性信息 。 经过人们半个多世纪以来 命题代替数值变量来描述系统行为 ， 的不断努力 ， 模糊理论和技术获得了长足的发展 ， 并且广泛应用于工农业生产 、 工程技术 、 信息 、 医 气象等领域 。 二十世纪九十年代以来 ， 很多学者对模糊系统的一致逼近能力进行了广泛而深入 疗、 给出了模糊系统作为函数逼近器的充分条件和必要条件 ， 证明了模糊系统作为一种万能逼 的研究 ， 近器能够在致密集上以任意精度逼近任意的非线性系统
［47 － 50 ］
， 并成功地应用于信号分解和编码 、 语音信号处理、 自然图
像特征提取和去噪， 以及模式识别和神经网络等多个方面 。 2010 年， E． Lughofer 等首次将稀疏表达的思想应用于基于数据驱动的模糊系统建模中［37 － 38］。 这 S 模糊系统的辨识问题转化为基于模糊规则权重稀 种方法通过给每一个模糊规则增加权重变量 ， 将 T疏限制的非线性优化问题。从而通过对模糊规则权重的稀疏表示达到精简模糊规则的目的 。2011 年， L． Bako 将线性切换系统中子模型的辨识问题形式化为组合的 L0 稀疏优化问题， 并使用 L1 范数稀疏逼 近方法进行求解 系统。 然而， 传统的模糊系统构造方法往往忽略了模糊系统内潜在的块结构信息 ， 不加挑选地使用所有的 模糊规则字典构造模糊系统， 从而造成了模糊规则的冗余和模型的过拟合等问题。 针对“如何挖掘模 ” 、 “如何降低模糊模型的规则数” 这两个科学问题， 我们充分考虑了模糊模型内在 糊模型的结构性信息 S 模糊系统辨识方法［54 － 57］。 一方面， 的块结构信息， 提出了块结构稀疏编码的 T我们研究了针对多输 入单输出模糊系统辨识的块结构稀疏编码方法 。这种方法通过将每一个规则后件参数向量定义为一个 块结构， 将多输入单输出模糊系统辨识问题转化为同时考虑模糊系统精度和模糊规则个数的块结构稀 在保证系统精度的前提下， 重要的模糊规则字典被挑选， 冗余的模糊规则被淘汰。 疏优化问题。这样， 另一方面， 我们研究了多输入多输出模糊系统的联合块结构稀疏编码方法 。 这种方法摒弃了传统建模 方法将多输入多输出系统分解成多个多输入单输出模糊系统处理的技术 ， 而是综合考虑多输出变量的 各个分量， 使得模糊规则后件每一维输出共享同一个模糊规则前件 ， 进而将多输入多输出模糊系统的辨 识问题转化为基于联合块结构稀疏描述的线性优化问题 。这样的方法能够在同时考虑每一维模糊系统 输出的基础上实现重要模糊规则的挑选和冗余模糊规则的剔除 。通过大量实际输入 / 输出数据试验， 并 我们的方法能够使用较少的模糊规则构造模糊系统 。更重要的是， 由于稀疏思想的 与现有的方法比较， 引入， 块结构稀疏描述的方法极大的减少了计算量 。
［41 ］ ［41 － 42 ］ 、 、 考虑输入输出数据噪声时， 基于无偏参数估计的全最小二乘方法 给定分层结 ［43 － 44 ］
构的模糊规则库稀疏插值方法
、 根据模糊系统点火强度矩阵的列转换正交向量集构造每条模糊规
则可删减的偏差率， 从而根据每条模糊规则贡献的大小， 挑选模糊规则的正交最小二乘方法 （ OLS ） 、 考 虑模糊模型线性回归特质， 根据人为设置的系统准确度阀值提炼模糊规则的奇异值分解 （ SVD） ， 以及由 此推广的基于张量形式的高阶奇异值分解方法 （ HOSVD ） 和基于高 阶 奇 异 值 分 解 的 模 型 转 换 方 法 （ TP） ［45］等。 2． 2 念
［46 ］
稀疏表达及其在模型辨识中的应用 2006 年， 美国科学家 Candes 和 Donoho 创造性的提出了压缩感知 （ Compress Sensing ） 的思想和概 。稀疏表达的思想正是伴随着压缩感知理论发展起来的 。顾名思义， 稀疏表达思想就是通过在充
分完备的原子字典中挑选较少的原子来重构原始信号 ， 从而使得表示系数向量中非零元素的个数尽可 联合结构稀疏表达等多个方面， 能的少。稀疏表达及其相应的优化算法已经被推广到块结构稀疏表达 、 涌现了一系列比较成熟的理论研究成果
［2 － 3 ］ ［2 － 15 ］ ［1 ］
， 随后一些学者陆续研究了其他各类模糊系统， 并得
。特别是， Zeng 和 Singh 证明了当隶属度函数是伪梯形时 ， Mamdani 模糊系统是一
； 李洪兴教授将模糊控制算法归结为某种插值算法以说明模糊系统的一致逼近性能［13］；
收稿日期： 2015 － 09 － 06 作者简介： 孙富春（ 1964 － ） ， 男， 江苏人， 教授， 认知系统与信息处理， 智能控制及机器人．
糊聚类的 genfis2 和 genfis3
等方法。聚类方法被广泛的应用于输入 / 输出数据的划分和模糊规则
第5 期 means 方法 前件的提取， 例如 k法
［39 ］ ［31 ］
孙富春等： 模糊系统建模综述
3
、 基于目标函数最优化方法， 用隶属度描述每个数据点属于不同聚类
［32 － 36 ］ ［37 － 38 ］ 、 、 向量量化方法 山聚类和减法聚类方
［1 － 15］
。 相比较其他的一致逼近器 ， 例如人工
模糊模型的优势还体现在它不是一个黑盒子模型 。 实际 神经网络和遗传算法 （ Genetic Algorithms） ， 模糊模型使用语义化和可解释的模糊规则来描述一个系统 ， 能够在监督过程中以定性与定量相 上， 结合的方式 ， 简单透明地理解模型响应 。 模糊模型具有的直观高效地描述复杂非线性不确定系统的 Sugeno （ TS ） 优势使得其在自动控制 、 模式识别 、 聚类分析等领域取得了成功的应用 。 特别是 Takagi模糊模型以仿射函数作为模糊规则后件 ， 通过将非线性系统分解为一系列局部线性系统 使得模糊系统在智能控制等领域得到了广泛的应 整套行之有效的 T用
2
杭州电子科技大学学报
2015 年
还有一些学者借助径向基函数神经网络的通用逼近性以及其在函数上与模糊系统的等效性 ， 证明了模 糊系统的一致逼近性 1． 1
［14 － 15 ］
。
模糊逼近的充分条件研究 给定待逼近的连续实函数， 如何确定输入输出模糊集合以及模糊规则的个数以实现模糊系统达到
1994 年， 给定的逼近精度？ 对这个问题的回答就是模糊系统逼近的充分条件。 在这一问题的研究中， H． Ying 首次通过建立模糊系统对任意多项式函数的一致逼近性 ， 提出了单输入、 多输入模糊系统在给 所需要模糊集合以及模糊规则个数的解析计算公式 定精度前提下，
［2 － 3 ］ ［24 ］ ［23 ］
，
？
， 给出了给定逼近精
度条件下构造模糊系统的必要条件 。数值分析表明， 该方法构造的模糊系统规则数较传统方法减少一 。
2
数据驱动的模糊系统辨识
在模糊系统建模研究初期 ， 模糊规则主要来源于专家的知识和经验 ， 称之为基于专家知识的模