基于改进FCM模糊神经网络的水处理过程建模

• 作者: 周献中 张广明 王莉
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: FCM聚类 减法聚类 水处理 自适应模糊神经网络
• 年，卷（期）: 2010,（8）
• 页码范围: 102-105,140
• 分类号: TP183
• 字数: 3507字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2010.08.33

摘要

本文结合改进的FCM聚类分析算法,提出了一种自适应T-S模糊神经网络用于建立水处理过程的模型.该方法通过减法聚类初始化FCM聚类算法,加快了FCM聚类收敛速度,利用改进后的FCM算法对数据集聚类,从而产生输入空间的模糊划分和模糊规则;并用混合BP和递推最小二乘学习算法对前件和后件参数进行优化.最后,将本文的方法用于建立水处理过程的模型,仿真实验的结果表明该方法具有收敛快、精度较高、泛化能力好的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周献中	南京大学工程管理学院	146	1482	21.0	32.0
2	张广明	南京工业大学自动化与电气工程学院	192	1540	18.0	27.0
3	王莉	南京工业大学自动化与电气工程学院	22	318	9.0	17.0