一种可求逆的模糊神经网络模型及其在热轧产品中应用  

A Reversible Fuzzy Neural Network and Its Application to Hot Rolling Mill Production

作　　者：邢进生[1] 李晋玲[1] 汪应洛[1] 万百五[2] 

机构地区：[1]西安交通大学管理学院,陕西西安710049 [2]西安交通大学工程与科学研究院,陕西西安710049

出　　处：《系统工程理论与实践》2003年第12期128-132,共5页Systems Engineering-Theory & Practice

基　　金：国家人事部博管会博士后基金[2001]5号

摘　　要：　提出了一种新的模糊神经网络及其学习算法.利用这种模糊神经网络模型,由非线性函数的输出值可以方便地求出输入向量的某一区域,使得对此区域中的每一向量,非线性函数的输出与模糊神经网络的输出值之差可以达到任意要求的精度.将这种模糊神经网络用于热轧产品的质量控制,获得了好的效果.A kind of FNN and learning algorithm is presented in this paper. Using the FNN, by non\|line function's output value, the region of input vector may be get expediency, such that for any vector in the region, the error between the non\|line function and the FNN output value may be small arbitrary. The new FNN is used in the control of hot rolling mill production and a satisfying result is obtained.

关 键 词：热轧产品 模糊神经网络模型 学习算法 非线性函数 钢铁企业 可求逆 

分 类 号：TF089[冶金工程—冶金物理化学] TP183[自动化与计算机技术—控制理论与控制工程]