一种基于聚类的板形控制模糊神经网络模型.pdfVIP

维普资讯 2o08No．2 重 型机 械 ·5 · · 新技术 ·新设备 · 一 种基于聚类的板形控制模糊神经网络模型 何海涛，张 兰，薛玉琦，李 艳，田 霞 (燕山大学信息科学与工程学院，河北 秦皇岛 066004) 摘 要 ：针对冷轧过程中难以建立精确的板形控制数学模型的问题，设计 了RBF模糊神经网络 模型用于冷轧板带过程中的板形控制。基于一种无监督聚类方法确定了模糊规则数和网络初始参数 以 建立网络初始模型；采用BP算法训练网络，使网络能够快速收敛；同时 ，为使所建立的控制系统能 够应用于在线控制，增加了模糊规则在线自学习功能，避免网络过度修正权值。仿真实验表明，所建 立的RBF模糊神经网络模型控制精度高，满足板形在线控制要求。 关键词 ：板形控制；模糊神经网络；聚类；BP算法 、 中图分类号：TG334．9 文献标识码：A 文章编号：1001—196X(2008)02—0005—05 A fuzzyneuralnetworkmodelbasedonclusterforflatnesscontrol HEHal-tao，ZHANG Lan，XUE Yu-qi，LIYah，TIAN Xia (TheCollegeofInformationScienceandEngineering，YnashanUniversity，Qinhunagdao，066004，China) Abstract：AnRBFfuzzyneuralnetworkcontrollerwasproposedforsheetshapecontrolbecauseitWas hardto setupna accuratemathematicsmodelincoldrollingprocess．Th enumberoffuzyz rule，theinitialparameters na dinitialmodelofhteRBFfuzzynewtorkweredeterminedbyoneclustermethod．BPalgorihtm Was USed ot trainhtenetworkforitcouldenablehtenewt orktohavearapidconvergence．AthteSalTIetime，htefunctionof self-correctingfuzyz ruleWas increasedtoenba lehtecontrolsystem builton-hne，avoidinghtenewtorkover correctedweight．Thesimulationresultshowshtathtecontroleffectisexcellent，reachingthegoalofhteintel- ligencecontrolforshapeon-line． Keywords：flatnesscontrol；fuzzyneural newtork；cluster；BP algorihtm 络，但无论哪一种控制都是以操作者的经验和实 1 引言 际生产数据为基础的¨ J。 板形控制系统是一个多变量、强耦合的非线 模糊神经网络控制器不依赖于被控对象精确 性控制系统，传统的PID控制已不能满足其要 的数学模型，并能根据被控对象参数和环境的变 求。人工智能技术具有处理非线性不确定性问题 化 自适应调节控制规则和隶属函数参数，所 以， 的能力，将人工智能控制用于板形控制已经成为