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

摘要：

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.

关键词：粗糙集、T-S模型、聚类有效性、模糊C均值聚类、回转窑

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家高技术研究发展计划863计划60474058;60534010

在线出版日期：2006-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：796-800,848