非线性量化CMAC研究与应用

摘要：

提出了基于非线性量化小脑模型神经网络(CMAC)算法,对CMAC的概念映射进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合溶出预脱硅系统工艺优化的需求,提出了基于非线性量化CMAC的溶出预脱硅系统时间序列预测模型,用于准确实时地预测循环母液加入量,在此基础上进行循环母液投放措施优化.工业实验说明了该模型在对化工软计算的预测精度和快速性上具有明显的优越性,该模型已应用于某氧化铝厂工艺优化系统中动态调节循环母液投放量,节省了生产成本,取得了明显的经济效益.

关键词：非线性量化、小脑模型神经网络、溶出预脱硅、循环母液、时间序列预测

所属期刊栏目：46

分类号：TP183;TP273(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60271019;重庆市教委科学研究项目Chongqing Education Committee Science Research project KJ100805;重庆市自然科学基金the Natural Science Foundation of Chongqing under Grant CSTC2007BB2406

在线出版日期：2011-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：218-221,239