非线性量化CMAC研究与应用

• 作者: 廖晓峰 王华秋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非线性量化 小脑模型神经网络 溶出预脱硅 循环母液 时间序列预测
• 年，卷（期）: 2010,（28）
• 页码范围: 218-221,239
• 分类号: TP183|TP273
• 字数: 6466字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.28.062

摘要

提出了基于非线性量化小脑模型神经网络(CMAC)算法,对CMAC的概念映射进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合溶出预脱硅系统工艺优化的需求,提出了基于非线性量化CMAC的溶出预脱硅系统时间序列预测模型,用于准确实时地预测循环母液加入量,在此基础上进行循环母液投放措施优化.工业实验说明了该模型在对化工软计算的预测精度和快速性上具有明显的优越性,该模型已应用于某氧化铝厂工艺优化系统中动态调节循环母液投放量,节省了生产成本,取得了明显的经济效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖晓峰	重庆大学计算机学院	154	1634	20.0	31.0
2	王华秋	重庆工学院计算机学院	22	295	8.0	17.0