制糖过程中递归模糊神经网络软测量技术

• 作者: 刘少东 宋春宁 林小峰
• 来源期刊: 自动化与仪表
• 关键词: 递归神经网络 T-S模糊模型 非线性系统辨识 无监督聚类算法 混沌BP算法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 控制系统
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP13
• 语种: 中文

摘要

糖厂澄清工段过程包含复杂的物理和化学反应,具有非线性、大滞后和不确定性的特点,难以建立精确的机理模型.常规神经网络建模是静态映射,实际应用中,权值的调节不能充分利用工业生产现场的动态数据信息,效果不理想.为此,提出了含有递归环节的T-S模糊神经网络(TSRFNN)结构,采用混沌BP学习算法引入非线性自反馈项获得复杂系统的动力学特征,通过与常规T-S模糊神经网络(TSFNN)在糖厂澄清工段过程的建模与仿真试验中进行比较,结果表明,在处理这类时变复杂系统建模方面TSRFNN表现出更加优越的性能,获得了非线性系统的全局最优模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林小峰	广西大学电气工程学院	110	503	11.0	14.0
2	宋春宁	广西大学电气工程学院	64	252	9.0	11.0
3	刘少东	广西大学电气工程学院	3	9	2.0	3.0