一种自适应CMAC软测量与控制模型--专业文档--专业文档

《一种自适应CMAC软测量与控制模型--专业文档--专业文档》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种自适应CMAC软测量与控制模型*王华秋(重庆理工大学计算机学院软件工程系垂庆400()50)摘要：通过研究了小脑模型神经网络(CMAC)存在的不足，设计了基于白适应的CMAC算法，对CMAC的重要组成部分概念映射、学习率和惯性系数进行了自适应设计，提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要。结合沉降分离控制系统工艺优化的需求，提出了基于自适应CMAC的沉降系统软测最和控制模型，用于准确实时地预测稀释矿浆固含，在此基础上进行絮凝剂投放措施优化。工业试验说明了该模型在对化学杲软测杲的预测精度

2、和快速性上具有明显的优越性，本模型己应用于某氧化铝厂工艺优化系统中动态调节絮凝剂投放量，节省了生产成木，取得了明显的经济效益。关键词：自适应小脑模熨神经网络；沉降分离；软测量；絮凝剂；稀释固含中图分类号：TP273TF821TF355文献标识码：A国家标准学科分类代码：520.2060Softsensorandcontrolmodelwithself-adaptiveCMACWangHuaqiu(SoftwareEngineeringDepartmentofComputerCollege,ChongqingUniver

3、sityofTechnology.Chongqing400050,China)Abstract：Thepaperstudiestheexistingdeficiencyofthecerebellamodelarticulationcontroller(CMAC)anddesignsanadaptivealgorithmtoself-adjusttheimportantcomponentsofCMAC,suchastheconceptmapping,learningandinertiafacto匚Theself-adju

4、stiveCMACimprovesthespeedandaccuracyofcalculationtomeetthecomplexanddynamicdemandinnon-linearenvironmentforreal-timecontrol.Basedontheprocessoptimizationdemandofthecapacitythickenerseparationcontrolsystem,thepaperpresentsasolid-liquidcontentsoftsensorandfloccule

5、ntcontrolmodelandusestheself-adaptiveCMACtoforecastthesolid-liquidcontentofdilutedpulpaccuratelyandquickly.Onthisbasistheflocculantflowquantityisoptimized.Industrytestshowsthatintermsoftheaccuracyandrapidityofthechemicalsoftsensor,theproposedmodelhasobviousadvan

6、tages・Andthemodelhasbeenappliedtocertainaluminaplanttooptimizedynamicallytheflocculantflowquantitytosavetheproduc・tioncostandachieveobviouseconomicbenefits・Keywords：self-adaptiveCMAC;capacitythickenerandseparation;softsensor,flocculant;solid-liquidcontentofdilut

7、edpulp1引言本文研究了小脑模型神经网络(CMAC),这是一种表达复杂非线性函数的表格查询型自适应神经网络，该网络可以通过学习算法改变表格的内容，具有信息分类存储的能力⑴。出于CMAC的非线性逼近能力较好，被广泛应用于故障诊断以、传感器测量⑶、冶金过程控制⑷、化工过程控制⑸等领域。为了提高CMAC的计算速度和粘度来满足收稿日期：2(X)8-12ReceivedDate：20()8-12*基金项忖：重庆自然科学基金(2007BB2406).中国铝业贵州分公司技改项目(2008Q26)、垂庆市教委科技项目(KJ0806

8、23)资助项目复杂动态环境卞的卄线性实时控制的需耍，许多学者对CMAC进行了改进，文献⑹对CMAC的存储单元个数C进行了设置，该算法对一个样本进行学习后可以对其相邻的样木产生一定的效应，输入向量越接近，C个单元中和同的部分就越多，也就迂味着输出值越接近，这样就达到T自动调节存储单元个数的U的，文献［7］则对CMAC的权值学习过程进