Neue Methoden für die dynamische Identifikation mit Neuro-Fuzzy Netzen (New Methods for Dynamic Identification with Neuro-Fuzzy Networks)

Dieser Artikel behandelt die Identifikation nichtlinearer dynamischer Prozesse mit lokalen Neuro-Fuzzy Netzen. Diese bieten den Vorteil, dass aufgrund ihrer Architektur die Möglichkeit besteht, Prozesswissen bei der Modellbildung miteinzubinden. Es werden Lösungsansätze für zwei wesentliche Problemstellungen der dynamischen Identifikation präsentiert: Einerseits wird die Problematik verrauschter Einund Ausgangsdaten behandelt, die bei der Parameterbestimmung mit herkömmlichen Regressionsmethoden zu biasbehafteten Resultaten führt. Als Lösungsweg wird die Total Least Squares Methode vorgestellt, und für die Anwendung in lokalen Neuro-Fuzzy Netzen adaptiert. Andererseits wird eine Methode vorgestellt, mit der die Einhaltung von Stationärpunkten erzwungen werden kann, was wesentlich zur Verbesserung der stationären Genauigkeit des Modells beiträgt. Resultate aus einem Praxisbeispiel illustrieren die Anwendbarkeit beider Konzepte.