Hits:
Indexed by:期刊论文
Date of Publication:2004-12-30
Journal:控制工程
Included Journals:ISTIC
Volume:11
Issue:z1
Page Number:85-88,92
ISSN No.:1671-7848
Key Words:浮选控制;粗集理论;神经网络
Abstract:针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出一种基于粗集神经网络理论的智能控制模型.该方法减少信息表达的属性数量及神经网络构成系统的复杂性,增强了系统容错及抗干扰的能力.将粗集神经网络智能控制模型与基于粗集的控制模型进行对比,结果表明了该方法的可行性.
