摘要
本文针对工业炉温信号的非线性、时变性、时滞性等特点,提出了基于克隆遗传算法(CGA)的模糊神经网络(FNN)训练算法,在提炼模糊控制规则的同时训练神经网络的权值,加快了搜索,使系统保证了炉温控制的实时性,满足工业需要。MATLAB仿真表明,该控制系统具有较高的控制精度和良好的动态特性。
A new train algorithm is presented based on clonal genetic algorithm(CGA) and fuzzy neural network(FNN) in allusion to nonlinearity,time variability and time lag of temperature of stove.By genetic algorithm(GA),fuzzy rules are filtrated,then the FNN right value is trained.Thus,the speed of search is improved,and real time is insured,and industrial demands are met.The simulation results show that the control system has good precision and dynamic characteristic.
出处
《微计算机信息》
北大核心
2008年第7期312-314,共3页
Control & Automation
基金
广西教育厅科研项目(桂教科研[2006]26号)项目名称:多现场总线系统的集成
关键词
克隆遗传算法
模糊神经网络
模拟退火算法
炉温
clonal genetic algorithm（CGA）
fuzzy neural network（FNN）
simulated annealing algorithm（SA）
stove temperature
