第6期 刘福才，等：采样点个数对TS模糊建模精度的影响 ·545· 的增多总体上也趋减小且中间出现振荡，其中采样 时输出值与真实值的比较图（见图9，采用50组数 点个数为150组时模型的检验误差最小，模糊模型 据进行泛化性检验，检验性能指标MSE为4.2138× 的描述性能最好. 10-3). 3.2 Mackey-Glass无序时间序列 3.5×10 Mackey-Glass无序时间序列是通过下面的时滞 3.0 差分等式得到的： (t+1)=0.9x()+0.2x(t-17) 2.0 1+x0(t-17) 1.5 选取模糊模型的输入变量为x(t-1),x(t- 1.0 2),x(t-3),x(t-4),输出变量为x(t+1).x(0)- 0.5 x(17),初始值为1.2. 20 406080100 3.2.1100组采样，点数辩识 采样点个数 首先研究采样点个数取在100以内时均方误差 图10无序时间序列训练误差变化趋势(N=2~100) 的收敛性（采用50组数据进行检验）. Fig.10 The changing tendency curve of the training error in 1.3i 一真实值 模型值 the chaotic time series system (N=2~100) 1.2 1.1 为了研究采样点个数对模糊模型描述性能的影 1.0 响，采样点个数从2取到100（步长为1），得到模糊 0.9 0.8 模型训练误差随采样点个数增加的变化趋势曲线 0.7 (见图10)和检验误差随采样点个数增加的变化趋 0.6 0.5 势曲线（见图11）.由图10可见，当采样点个数从2 04 增加到55时，训练误差逐渐增加；当采样点个数从 20 406080100 采样点个数 56增加到100时，训练误差逐渐减小.由图11可 见，当采样点个数取到50时模糊模型的检验均方误 图8无序时间序列建模时模型值与其实值比较(N=100) 差MSE趋于收敛. Fig.8 The comparison of output and true value in training 0.7 of the chaotic time series system (N=100) 0.6 0.5 一真实值 ☒ 模型值 0.4 0.3 0.2 0 40 60 80 100 采样点个数 图11混沌序列检验误差变化趋势(N=2~100) 100 200300400500 采样点个数 Fig.11 The changing tendency curve of the test error in the chaotic time series system (N=2 ~100) 图9无序时间序列检验时模型值与真实值比较(N=50) Fig.9 The comparison of output and true value in test of 3.2.210000组采样，点数辨识 the chaotic time series system (N=50) 在[1,5]区间中随机取10550组数据，前10000 通过Matlab仿真，得到当样本点个数取l00组 组数赋值给输入.采样点个数从1000递增到10000 时，对Mackey-Glass无序时间序列进行建模时模型 (步长为1000)用于训练模型.后500组用于对辨识 出的T-S模糊模型进行检验.得到模糊模型训练误 输出值与真实值的比较图（见图8，采用100组数据 差随采样点个数增加的变化趋势曲线（见图12）和 建模，训练性能指标MSE为2.2405×10-4)和检验 检验误差随采样点个数增加的变化趋势曲线（见