为克服模糊规则提取的盲目性和随机性,提出了一种基于新的自适应模糊C均值聚类 (AFCM) 算法的T-S模糊建模方法。首先利用减法聚类来确定聚类数目的上限和初始聚类中心,然后采用改进的模糊C均值聚类 (FCM) 算法进一步优化聚类中心,最后通过聚类有效性评判方法自适应地确定规则数及聚类中心,同时改进的FCM算法也克服了野点数据对聚类结果的影响;进而利用加权最小二乘法估计模糊模型的结论参数。用于某型陀螺仪漂移趋势预测中,能够自适应地确定模糊规则个数,并取得了较高精度。仿真实验结果验证了该方法的有效性和可行性
陀螺仪漂移 预测 自适应模糊C均值聚类算法 TS模糊模型 gyroscopic drift forecasting adaptive fuzzy Cmeans clustering algorithm TS fuzzy model