基于模糊神经网络的工业过程建模技术研究

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:abintianshen3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文首先对模糊神经系统的研究现状、存在的问题以及未来的发展趋势进行了总结,然后从实际应用的角度出发,围绕着模糊神经网络的结构学习和参数学习以及在建模中的应用进行了研究.针对模糊神经网络的结构学习部分,采用改进的最小邻域算法,根据输入输出数据的分布,灵活地划分模糊集合,确定聚类个数,然后将聚类个数和聚类中心点作为模糊C均值算法中的初始聚类个数和初始聚类中心,对样本进行了最优的模糊规则划分.基于上述的二次聚类方法的模糊神经网络在非线性系统建模中取得良好效果.而后在模糊神经网络的参数学习部分,提出了一种基于改进的遗传算法的优化算法,将改进的遗传算法和梯度下降法结合起来,克服了遗传算法本身搜索速度慢,梯度下降法容易陷入局部最小的缺点.最后把两种算法应用在初馏塔石脑油干点建模当中去.
其他文献
路径诱导系统是用于提高道路的通行能力和车辆的运输效率,减少交通拥挤和交通事故的有效方法.它能够根据出行者的起讫点向道路使用者动态的提供最优路径引导指令或是通过获得
在无线通信系统中,发射机的功率控制是关键技术之一.它可以减少发射功率的同时,维持一定的服务质量,从而有效增加系统容量.为达到这个目的,就必须知道系统中的一些参数,但是
本文以石化丙烯腈生产工艺的丙烯腈收率优化问题为应用背景,对模式识别优化技术进行了研究.对于丙烯腈流化床反应器系统的优化,通常应用统计调优和模拟调优等手段进行优化,但
污垢是导致很多工业换热过程高耗、低效的根源。由于污垢产生条件、影响因素及作用机理的复杂性,目前很难用一个数学模型对其进行准确的描述。实际应用的需要催生了将人工智
为了提高空军对地攻击性武器的投射水平,解决以往空军对地攻击训练中,依靠人工检测弹着点时所带来的实时性差、精度不高、安全性低等一系列问题,本文提出了一种运用声学定位
近年来,计算机仿真培训系统在各个行业得到了迅速的发展,特别是在化工领域尤为突出.通过仿真培训软件,学员可以在培训中得到动手锻炼的机会,而且还能真正体验到现场的实际操
本文主要对数据挖掘中的关联规则进行了较为系统地探讨.介绍了数据挖掘的概念和分类,研究关联规则挖掘技术的几种算法,比较他们的优缺点,提出了一种利用上三角矩阵的良好性质
线性矩阵不等式(LMI)理论是近年来控制领域中研究诸多问题的有力工具,许多控制器设计中的分析和综合问题都可以转化为对LMI问题的求解.本论文采用线性矩阵不等式的处理方法,
由于电梯工作环境的特殊性,在高峰期间会出现乘客拥挤等待电梯的现象,而排队论是研究排队现象的理论和运用的学科,是专门研究由于随机因素的影响而产生的拥挤现象的科学,因此
本课题的主要研究内容是针对特定的流媒体,运用数字信号和图像处理的知识,进行实时处理.本文将传统的阈值算法与小波变换结合起来,实现对象的提取.因为小波变换是一种时-频两