Current position: Home >> Scientific Research >> Paper Publications

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2006-01-01

Journal: 华东理工大学学报. 自然科学版

Included Journals: Scopus、CSCD、ISTIC、PKU

Volume: 32

Issue: 7

Page Number: 796

ISSN: 1006-3080

Key Words: 粗糙集; T-S模型; 聚类有效性; 模糊C均值聚类; 回转窑

Abstract: 基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点
   ,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本
   提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转
   窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。

Prev One:流程工业生产计划与调度系统的对象建模方法

Next One:Adaptive neural network control for nonlinear systems based on approximation errors