作　　者： ; ; ; ;

机构地区： 广东工业大学自动化学院

出　　处： 《计算机工程与应用》 2009年第1期228-229,237,共3页

摘　　要： 针对纯碱碳化过程复杂、建模难的特点,提出一种基于T-S模型的自适应神经模糊推理系统(ANFIS)建模方法。该方法提取碳化过程塔内温度分布及出碱流量的实测数据,通过ANFIS网络自组初始化模糊规则,自适应调整前提隶属度参数和结论参数,最终建立出碱流量随塔内温度变化的非线性模型。文章讨论了该网络的结构和学习算法,通过仿真研究得出其良好的实用价值。 The paper introduces a kind of adaptive neural-fuzzy inference systems（ANFIS） based on T-S model to deal with the modeling problem of the complex soda carbonization process.With the measured temperature and soda-output flux data, the system self-initializes the fuzzy rules,and adjusts the membership parameters independently until to find the nonlinear flux-temperature model of the process.The paper discusses the system＇s structure and its learning algorithm.Simulation results demonstrate the good practical application value of this approach.

关 键 词： 自适应神经模糊推理系统 纯碱碳化 建模 模型

领　　域： [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术]