基于ANFIS的焦炉火道温度预报模型研究

摘要：

针对焦炉生产过程中直接检测火道温度成本高、精度低等问题,提出运用自适应神经网络模糊推理系统理论(ANFIS)建立焦炉火道温度预报模型,模型采用模糊减法聚类方法选取模糊规则数目,大大减少规则冗余量;结合最小二乘和误差反向传播混合算法对神经网络参数进行优化,采用现场的热工数据作为输入,将获得的模型与传统的线性回归模型和BP神经网络模型进行了比较,数值仿真结果表明所建立的模型具有学习速度快、预报精度高、泛化能力强等优点.

关键词：ANFIS、神经网络、模糊聚类、软测量、焦炉

所属期刊栏目：15

分类号：TP273.4(自动化技术及设备)

资助基金：湖北省国际合作项目2006CA025;湖北省教育厅科研项目2001A19006

在线出版日期：2007-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：462-463,473