基于系统辨识与T-S模糊神经网络的磨矿分级控制

摘要：

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域.利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数.依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统,获得比传统的模糊神经网络具有更强的自适应性和更快的运算速度.仿真实验结果显示,本文设计的控制模型在磨矿控制过程中具有较好的应用效果.

关键词：人工智能、模糊神经网络、系统辨识、自适应控制、磨矿分级控制

所属期刊栏目：41

分类号：TP274(自动化技术及设备)

资助基金："十一五"国家科技支撑计划项目2006BAC21B01;鞍钢集团科技攻关计划项目2007-科 A23

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：171-175