基于ANFIS的一类免疫聚类建模方法的研究

针对复杂的非线性系统较难建立精确的数学模型这一难题,提出一种基于模糊推理系统的(ANFIS)自适应方法方法对系统进行建模。建模过程中为了给ANFIS赋合适初始值,选用人工免疫聚类算法对输入数据进行处理。最后利用MATLAB离线对一种非线性系统的进行实验仿真,仿真结果表明了该方法的有效性。

神经网络在锅炉温度控制系统中的应用

针对国内电厂锅炉温度控制系统存在大惯性、大滞后等特性,采用RBF神经网络与有源自回归模型(RBF-ARX)相结合的方法对其非线性系统进行优化。利用RBF-ARX模型对锅炉的非线性温度系统进行建模,并且与传统PID控制和基于径向基函数神经网络的PID控制进行比较。Matlab仿真试验表明,该方法能够使系统输出在较短时间内达到平稳状态,使系统的控制性能得到了显著提高。