一种变步长CMAC的沉降NARMAX模型

• 作者: 王华秋
• 来源期刊: 计算机应用研究
• 关键词: 沉降 带外部输入的自回归滑移 变步长小脑模型神经网络 系统辨识
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1368-1371,1377
• 分类号: TP273|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.04.047

摘要

为了提高氧化铝生产质量和降低能耗,分析了氧化铝沉降工艺中影响沉降过程的各种因素,采用小脑模型神经网络(CMAC)系统辨识的方法建立沉降系统的带外部输入的自回归滑移模型(ARMAX).针对CMAC收敛性存在的问题,提出了基于变步长小脑模型神经网络(CMAC)算法,通过双曲正割函数优化学习步长,提高了小脑模型神经网络算法的收敛速度和计算精度,进而优化了沉降槽密度ARMAX模型.仿真实验表明,该算法的ARMAX模型可以对沉降过程中的槽内密度进行准确识别,指导氧化铝的沉降生产操作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华秋	重庆理工大学计算机科学与工程学院	34	111	7.0	8.0