一种多种群广义遗传CMAC的软测量模型
作者:
王华秋
;
姜群
关键词:
赤泥A S比
软测量模型
广义遗传优化
小脑模型神经网络
摘要:
对CMAC的惯性系数和学习率进行了优化,提出了基于广义遗传优化的小脑模;型神经网络(CMAC)算法,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,提出了基于广义遗传优化的CMAC的溶出赤泥A/S比系统软模型,用于准确实时地预测溶出赤泥A/S比。试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,在某氧化铝厂工艺优化系统中的应用,提高了溶出的生产效率和指标。
上一篇:基于子空间辨识的模型算法控制器设计
下一篇:基于ANFIS的海底采矿车行走控制