计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
4期
343-346,358
,共5页
深度脱硅%自组织模糊神经网络%内模控制%系统辨识
深度脫硅%自組織模糊神經網絡%內模控製%繫統辨識
심도탈규%자조직모호신경망락%내모공제%계통변식
Deep desilication%Self-built fuzzy neural network%Internal model control%System identification
研究氧化铝深度脱硅优化问题,为了保证生产质量,对生产过程进行稳定控制,稳定氧化铝深度脱硅过程的热工制度和降低能耗,采用了模糊神经网络辨识的内模控制方法进行氧化铝深度脱硅工艺过程控制,改变了以往依靠人工经验构造控制规则而进行的半自动控制模式.考虑到模糊神经网络隐含层神经元的数目决定了整个网络的规模和性能,根据模糊隶属度函数的激励强度和衰减程度可以添加或者删除模糊神经网络隐含层神经元,从而优化了模糊神经网络隐含层结构,再用自组织模糊神经网络辨识内模控制系统的正模型和逆模型,改进模型的神经网络结构可根据性能要求动态调整,从而改进了神经网络内模控制技术.实验结果表明,新提出的控制方法比传统方法在鲁棒性和抗扰性方面具有更好的性能,各项指标均优于传统控制方法,实现了氧化铝深度脱硅工艺优化.
研究氧化鋁深度脫硅優化問題,為瞭保證生產質量,對生產過程進行穩定控製,穩定氧化鋁深度脫硅過程的熱工製度和降低能耗,採用瞭模糊神經網絡辨識的內模控製方法進行氧化鋁深度脫硅工藝過程控製,改變瞭以往依靠人工經驗構造控製規則而進行的半自動控製模式.攷慮到模糊神經網絡隱含層神經元的數目決定瞭整箇網絡的規模和性能,根據模糊隸屬度函數的激勵彊度和衰減程度可以添加或者刪除模糊神經網絡隱含層神經元,從而優化瞭模糊神經網絡隱含層結構,再用自組織模糊神經網絡辨識內模控製繫統的正模型和逆模型,改進模型的神經網絡結構可根據性能要求動態調整,從而改進瞭神經網絡內模控製技術.實驗結果錶明,新提齣的控製方法比傳統方法在魯棒性和抗擾性方麵具有更好的性能,各項指標均優于傳統控製方法,實現瞭氧化鋁深度脫硅工藝優化.
연구양화려심도탈규우화문제,위료보증생산질량,대생산과정진행은정공제,은정양화려심도탈규과정적열공제도화강저능모,채용료모호신경망락변식적내모공제방법진행양화려심도탈규공예과정공제,개변료이왕의고인공경험구조공제규칙이진행적반자동공제모식.고필도모호신경망락은함층신경원적수목결정료정개망락적규모화성능,근거모호대속도함수적격려강도화쇠감정도가이첨가혹자산제모호신경망락은함층신경원,종이우화료모호신경망락은함층결구,재용자조직모호신경망락변식내모공제계통적정모형화역모형,개진모형적신경망락결구가근거성능요구동태조정,종이개진료신경망락내모공제기술.실험결과표명,신제출적공제방법비전통방법재로봉성화항우성방면구유경호적성능,각항지표균우우전통공제방법,실현료양화려심도탈규공예우화.
