论文部分内容阅读
建立对象的模型是控制系统设计的基础，非线性系统的建模是复杂系统建模的难点之一，焦炉火道温度复杂多变，其精准模型的建立事关重要。首先对焦炉加热生产过程采用基于减法聚类和C－均值聚类相结合的模糊T－S辨识算法来简化前提结构辨识，从而实现焦炉对象的模糊辨识。然后通过模糊神经网络结构来优化模型参数从而得到焦炉对象的局部模型，最后通过计算各局部模型的隶属度来得到焦炉对象的全局模型。仿真结果表明T－S模糊模型能自适应生成模糊规则，解决传统模糊系统不能自动将人类专家的知识经验转化为推理规则库的问题，为非线性系统建模奠定