ANFIS微波加热过程分段温度预测模型.PDF

第 １１卷第 １期　 　 　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１１№．１ ２０１６年２月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 Ｆｅｂ． ２０１６ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１５０１０２８ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ０８４４．０２２．ｈｔｍｌ ＡＮＦＩＳ微波加热过程分段温度预测模型 １，２ １，２ 王伟 ，周新志 （１．四川大学 电子信息学院，四川 成都 ６１００６５；２．四川大学智能控制研究所，四川 成都 ６１００６４） 摘　 要：在微波加热过程中加热介质在不同温度阶段有不同的内部特性，传统的温度预测方法难于同时对加热介质 低温段与高温段温度取得满意的预测结果。 为此提出了一种基于ＡＮＦＩＳ 的分段温度预测模型，该方法建立基于Ｋ 均值聚类法的温度划分机制，并采用不同结构的ＡＮＦＩＳ 预测加热介质不同温度阶段的温度。 低温阶段构建常规 ＡＮＦＩＳ预测温度，高温阶段利用减法聚类能从数据中确定模糊规则的特性构建ＡＮＦＩＳ预测温度。 仿真结果表明，与 采用单一结构的ＡＮＦＩＳ和ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ）神经网络的预测结果相比，ＡＮＦＩＳ分段温度预测模型可同时在加热 介质低温段与高温段取得较好的预测结果，模型效率可达到９７．４１％，显著提高了预测准确率，这有助于提高实际微 波加热过程的生产效率和安全性。 关键词：微波加热过程；分段温度预测；Ｋ均值聚类；ＡＮＦＩＳ；ＢＰ神经网络；减法聚类 中图分类号：ＴＰ１８；ＴＰ３０１．６　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１６）０１⁃００６１⁃０９ 中文引用格式：王伟，周新志． ＡＮＦＩＳ微波加热过程分段温度预测模型［Ｊ］． 智能系统学报，２０１６，１１（１）：６１⁃６９． 英文引用格式：ＷＡＮＧ Ｗｅｉ，ＺＨＯＵＸｉｎｚｈｉ． Ｔｅｍｐｅｒａｔｕｒｅ⁃ｓｅｃｔｉｏｎｅｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ ｆｏｒｍｉｃｒｏｗａｖｅｈｅａｔｉｎｇｐｒｏｃｅｓｓｂａｓｅｄｏｎ ａｄａｐ⁃ ｔｉｖｅ ｎｅｔｗｏｒｋ⁃ｂａｓｅｄ ｆｕｚｚｙ ｉｎｆｅｒｅｎｃｅ ｓｙｓｔｅｍ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，２０１６，１１（１）：６１⁃６９． Ｔｅｍｐｅｒａｔｕｒｅ⁃ｓｅｃｔｉｏｎｅｄ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ｍｉｃｒｏｗａｖｅ ｈｅａｔｉｎｇ ｐｒｏｃｅｓｓ ｂａｓｅｄ ｏｎ ａｄａｐｔｉｖｅ ｎｅｔｗｏｒｋ⁃ｂａｓｅｄ ｆｕｚｚｙ ｉｎｆｅｒｅｎｃｅ ｓｙｓｔｅｍ １，２ １，２ ＷＡＮＧ Ｗｅｉ ，ＺＨＯＵ Ｘｉｎｚｈｉ （１． Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ，Ｓｉｃｈｕａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ ６１００６５，Ｃｈｉｎａ；２． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｎｔｒｏｌ，Ｓｉｃｈｕａｎ Ｕｎｉ⁃ ｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ ６１００６４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄｕｒｉｎｇ ｔｈｅ ｍｉｃｒｏｗａｖｅ ｈｅａｔｉｎｇ ｐｒｏｃｅｓｓ，ｍａｔｅｒｉａｌｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｇｉｏｎｓ ｈａｖｅ ｄｉｆｆｅｒｅｎｔ ｉｎｔｅｒｎａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ． Ｕｓｉｎｇ ｔｒａｄｉｔｉｏｎａｌ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔｉｎｇ ｍｅｔｈｏｄｓ，ｉｔ ｉｓ ｄｉｆｆｉｃｕｌｔ ｔｏ ｏｂｔａｉｎ ｓａｔｉｓｆａｃｔｏｒｙ ｐｒｅｄｉｃｔｉｏｎ ｒｅ⁃ ｓｕｌｔｓ ｆｏｒｂｏｔｈｌｏｗ