基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用 (2006年)

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论，针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点，提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化；然后利用粗糙集理论由历史数据样本提取约简规则集，对应的T-S模型具有反映数据特征的良好拓扑结构；最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果，增强了系统容错及抗干扰的能力。