ANFIS微波加热过程分段温度预测模型

• 作者: 周新志 王伟
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 微波加热过程 分段温度预测 K均值聚类 ANFIS BP神经网络 减法聚类
• 年，卷（期）: 2016,（1）
• 页码范围: 61-69
• 页数: 9页
• 分类号: TP18|TP301.6
• 字数: 5490字
• 语种: 中文
• DOI: 10.11992/tis.201501028

摘要

在微波加热过程中加热介质在不同温度阶段有不同的内部特性，传统的温度预测方法难于同时对加热介质低温段与高温段温度取得满意的预测结果。为此提出了一种基于ANFIS 的分段温度预测模型，该方法建立基于K均值聚类法的温度划分机制，并采用不同结构的ANFIS预测加热介质不同温度阶段的温度。低温阶段构建常规ANFIS预测温度，高温阶段利用减法聚类能从数据中确定模糊规则的特性构建ANFIS预测温度。仿真结果表明，与采用单一结构的ANFIS和BP（back propagation）神经网络的预测结果相比，ANFIS分段温度预测模型可同时在加热介质低温段与高温段取得较好的预测结果，模型效率可达到97．41％，显著提高了预测准确率，这有助于提高实际微波加热过程的生产效率和安全性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周新志	四川大学电子信息学院	149	837	14.0	22.0
5	王伟	四川大学电子信息学院	133	383	9.0	12.0