自适应神经模糊推理系统在工业过程中的应用

摘要

工业生产过程的工况多样性、生产环境和原料的复杂性,造成了一些生产指标在预测中具有复杂性、多样性、非线性、不确定性等特点.本文提出了基于自适应神经模糊推理系统的方法建立工业生产过程质量指标预测模型.采用混合算法,对该网络进行反复训练,隶属度参数调整,使其达到预设精度.将建立预测模型的方法应用到纺织领域,对浆纱质量指标进行预测.仿真结果表明,所提出的预测模型对于浆纱质量指标预测有效,预测结果满足预设精度.