基于减法聚类的模糊神经网络在水处理过程建模中的应用

摘要：

水处理过程具有非线性、时变和大滞后的特性，经典的方法很难建立其精确的数学模型，因此本文提出了采用基于减法聚类的T-S模糊模型建立水处理模型的新方法。该方法通过减法聚类对输入空间进行划分，根据聚类结果确定模糊模型的前件参数初始值以及模糊规则;并用改进的混合BP和最小二乘学习算法对前件和后件参数进行优化。 最后，将本文提出的方法用于建立水处理过程的模型，仿真实验的结果表明该方法具有精度较高、收敛快、计算速度快的优点。

关键词： 减法聚类 水处理过程 混合学习算法 T-S模糊模型 模糊神经网络 参数优化

作者: 王莉 沈捷

作者单位: 南京工业大学自动化学院,南京 210009;南京大学工程管理学院,南京 210009 南京工业大学自动化学院,南京 210009

会议类型: 国内会议

会议名称: 第27届中国控制会议

会议地点: 昆明

会议语种:中文

页码: 324-328

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）