文档介绍：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朿庆400050)摘要:通过研究了小脑模梨神经网络(CMAC)存在的不足,设让了基于自适应的CMAC算法,对CN4AC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的让算速度和将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的沉降系统软测戢和控制模型,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帚:软测戢的预测蒂度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昴:,节省了生产成木,取得了明显的经济效益。关键词:自适应小脑模型神经网络;沉降分离;软测最;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:-adaptiveCMACWangHuaqiu(puterCollege,ChongqingUniversityofTechnology,Chongqing400050,China)Abstract:Thepaperstudiestheexistingdeficiencyofthecerebellamodelarticulationcontroller(CMAC)anddesignsanadaptivealgorithmtoself-ponentsofCMAC,suchastheconceptmapping,learningandinertiafacto匚Theself-plexanddynamicdemandinnon-linearenvironmentforreal-,thepaperpresentsasolid-ulentcontrolmodelandusestheself-adaptiveCMACtoforecastthesolid-,・tioncostandachieveobviouseconomicbenefits・Keywords:self-adaptiveCMAC;capacitythickenerandseparation;softsensor,ulant;solid-liquidcontentofdilutedpulp1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农格查询型口适应神经网络,该网络可以通过学习算法改变农格的内容,具有信息分类存储的能力⑴。山于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