基于AIS聚类的模糊神经网络在热轧优化建模中的应用  

Application of AIS cluster algorithm-based FNN in optimal modeling of hot-rolling process

作　　者：刘宣宇[1,2] 林姝琦[3] 张凯举[2] 

机构地区：[1]辽宁石油化工大学计算机与通信工程学院,辽宁抚顺113001 [2]大连理工大学工业装备先进控制系统辽宁省重点实验室,辽宁大连116023 [3]辽宁石油化工大学石油化工学院,辽宁抚顺113001

出　　处：《武汉科技大学学报》2009年第2期146-148,共3页Journal of Wuhan University of Science and Technology

摘　　要：针对现有的钢坯热轧过程智能建模方法——模糊神经网络建模存在的收敛速度慢、建模精度不高、易陷入局部极小值、系统输入输出向量维数和空间划分增加使网络结构趋于复杂等问题,提出了一种基于人工免疫系统(AIS)聚类的自适应神经模糊推理系统的建模方法。该方法采用人工免疫聚类学习算法来确定模糊集合的划分,并确定模糊神经网络的结构和初始参数,能以较少的模糊规则达到理想的建模精度,仿真结果表明了该方法的有效性。In light of the problems with FNN modeling of billet hot-rolling, which include slow convergence speed, low modeling accuracy, strong possibility of obtaining Local minimum value, more complex network structure resulting from the increase in input and output dimensions as well as division space, this paper proposes an ANFIS modeling method based on artificial immune system （AIS） cluster algorithm. The method can determine the division of the fuzzy set, the structure of FNN network and the initial parameters. It can reach the ideal modeling precision with few fuzzy rules. The simula- tion points to the effectiveness of the proposed method.

关 键 词：AIS 热轧 聚类分析 模糊神经网络 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置] TG335.11[自动化与计算机技术—控制科学与工程]