Control Model of Flight-Vehicle;Data Uncertainties;System Modeling;Robust fuzzy tree model;Robust least squares
以飞行器控制模型的建模为应用背景,研究输入输出数据具有不确定性的高维非线性系统建模的新方法。由于飞行器控制模型的扰动源较为复杂,故拟考虑多种扰动源形成的几类不同的结构不确定性模型。基于计算智能、鲁棒最小二乘和LMI,提出一种鲁棒的自适应建模方法,即鲁棒模糊树方法。该方法具有模型精度对建模数据不确定性不敏感的优点,从而克服几类不同结构的数据不确定性对建模精度带来的影响,从而提高在工程实际应用中模型输出的精度。同时进一步简化计算,优化算法,缩短计算的时间,以便于工程应用。