自组织神经模糊系统及其在辛烷值软测量中的应用
本文提出一种基于神经网络的自组织模糊系统,该系统由前向多层神经网络构成,分两阶段学习:竞争学习阶段、监督学习阶段.该系统最大的特点是根据输入数据的分布灵活地划分模糊集合;根据同一聚类空间输出数据的分布确定模糊规则数,而不只是由输出数据的平均值确定.最后将该系统用于某炼油厂辛烷值的软测量建模,实验结果表明,该系统具有结构简单、学习速度快、建模精度高、泛化能力强等优点,优于UOP专利模型.
模糊推理 神经模糊系统 竞争学习 辛烷值 软测量
贾立 俞金寿
华东理工大学自动化研究所(上海)
国内会议
沈阳
中文
269-270,304
2001-06-01（万方平台首次上网日期，不代表论文的发表时间）