机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2007年
3期
113-115
,共3页
预测控制%模糊神经网络%带料纠偏%学习算法
預測控製%模糊神經網絡%帶料糾偏%學習算法
예측공제%모호신경망락%대료규편%학습산법
带料纠偏是高度非线性过程,传统的模型预测控制(MPC)无法有效地处理这种过程.模糊神经网络(FNN)方法可以实现非线性过程模型.通过测量得到的数据作为样本来训练神经网络.预测准确度由前馈网络的插值能力保证.多维搜索技术用来解决非线性最优化问题,最优结果被嵌入BP神经网络预测控制器中.BP神经网络的快速计算能满足实时控制需要.带料纠偏试验结果已经证明了FNN预测控制的有效性.
帶料糾偏是高度非線性過程,傳統的模型預測控製(MPC)無法有效地處理這種過程.模糊神經網絡(FNN)方法可以實現非線性過程模型.通過測量得到的數據作為樣本來訓練神經網絡.預測準確度由前饋網絡的插值能力保證.多維搜索技術用來解決非線性最優化問題,最優結果被嵌入BP神經網絡預測控製器中.BP神經網絡的快速計算能滿足實時控製需要.帶料糾偏試驗結果已經證明瞭FNN預測控製的有效性.
대료규편시고도비선성과정,전통적모형예측공제(MPC)무법유효지처리저충과정.모호신경망락(FNN)방법가이실현비선성과정모형.통과측량득도적수거작위양본래훈련신경망락.예측준학도유전궤망락적삽치능력보증.다유수색기술용래해결비선성최우화문제,최우결과피감입BP신경망락예측공제기중.BP신경망락적쾌속계산능만족실시공제수요.대료규편시험결과이경증명료FNN예측공제적유효성.
