计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
9期
340-344
,共5页
李明旭%周颖%赵慧敏%陈阳
李明旭%週穎%趙慧敏%陳暘
리명욱%주영%조혜민%진양
磨矿分级过程%粒度%补偿模糊神经网络
磨礦分級過程%粒度%補償模糊神經網絡
마광분급과정%립도%보상모호신경망락
Grinding and classification process%Granularity%Compensation fuzzy neural networks
针对典型两段式磨矿控制优化中系统机理复杂、影响因素多、难以建立精确的数学模型等诸多难点问题,采用补偿模糊神经网络对磨矿控制器进行设计,通过利用模糊控制对模糊信息的处理能力和神经网络强大的学习能力很好地解决了磨矿控制中非线性、难建模等问题.补偿模糊神经元的引入,能使网络从初始正确定义的模糊规则或者初始错误定义的模糊规则进行训练,使系统具有更高的容错性,系统更稳定.仿真结果表明,矿石粒度被很好地控制在了一个较理想的范围,证明了补偿模糊神经网络对磨矿控制的有效性和实用性.
針對典型兩段式磨礦控製優化中繫統機理複雜、影響因素多、難以建立精確的數學模型等諸多難點問題,採用補償模糊神經網絡對磨礦控製器進行設計,通過利用模糊控製對模糊信息的處理能力和神經網絡彊大的學習能力很好地解決瞭磨礦控製中非線性、難建模等問題.補償模糊神經元的引入,能使網絡從初始正確定義的模糊規則或者初始錯誤定義的模糊規則進行訓練,使繫統具有更高的容錯性,繫統更穩定.倣真結果錶明,礦石粒度被很好地控製在瞭一箇較理想的範圍,證明瞭補償模糊神經網絡對磨礦控製的有效性和實用性.
침대전형량단식마광공제우화중계통궤리복잡、영향인소다、난이건립정학적수학모형등제다난점문제,채용보상모호신경망락대마광공제기진행설계,통과이용모호공제대모호신식적처리능력화신경망락강대적학습능력흔호지해결료마광공제중비선성、난건모등문제.보상모호신경원적인입,능사망락종초시정학정의적모호규칙혹자초시착오정의적모호규칙진행훈련,사계통구유경고적용착성,계통경은정.방진결과표명,광석립도피흔호지공제재료일개교이상적범위,증명료보상모호신경망락대마광공제적유효성화실용성.
