基于T-S模型的聚丙烯优化控制

摘要：

针对模糊控制表达能力强,但学习能力、适应性差的特点,提出在聚合反应过程的温度控制系统中使用模糊控制与神经网络相结合的控制方案,控制方案给出了基于Takagi-Sugeno模型的神经模糊网络结构以及优化模糊规则和隶属函数的学习算法;仿真研究表明,神经模糊网络可以根据输入数据的分布情况,自动修改模糊规则的加权系数和隶属函数,克服了单纯的模糊控制其控制规则和隶属函数一经得到就固定不变的缺陷,具有较强的适应能力和学习能力,较单纯的模糊控制有更高的控制精度.

关键词：神经模糊网络、仿真、隶属函数、模糊规则

所属期刊栏目：26

分类号：TP317(计算技术、计算机技术)

资助基金：广东省科技计划项目2004B10301035

在线出版日期：2009-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：292-295