10.3321/j.issn:0254-3087.2009.05.010
基于数据场聚类的模糊神经网络在发酵过程中的应用
针对传统模糊神经网络方法中模糊规则难以提取、网络结构优化时间过长以及易于早熟的问题,提出了一种基于数据场聚类的免疫模糊神经网络方法.该方法将物理学中场的理念引入到抽象的数域空间,通过模拟对象在虚拟数据场中的相互作用实现数据对象的自组织聚类,提取模糊规则建立初始模糊神经网络模型,并运用免疫遗传算法优化构成隶属函数的网络结构.以实验室赖氨酸发酵过程关键生物量参数软测量为例,进行了仿真验证.结果表明,与常规方法相比,该方法具有较好的建模精度和实用性.
数据场聚类、免疫遗传算法、模糊神经网络、发酵过程
30
TP18(自动化基础理论)
国家"863"计划2007AA04Z179;江苏省教育厅产业化基金JHB05-39
2009-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
944-948