ОПТИМИЗАЦИЯ НЕЙРО-НЕЧЕТКОЙ МОДЕЛИ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ В МЕТАЛЛУРГИИ

В статье предложен модифицированный метод реализации модуля нейро-нечеткого управления, сочетающий использование субтрактивной кластеризации в качестве способа исходного разбиения пространства переменных и алгоритма на основе конкуренции как средства синтеза нечетких правил. Модель позволит повысить точность структурной и параметрической идентификации. В статье приводятся результаты тестирования модуля на примере управления процессом полимеризации оцинкованного листа.

Леоненков,  А.В.  Нечеткое  моделирование  в  среде MATLAB и fuzzyTECH / А.В. Леоненков. – СПб., 2005.
Максимова, О.Г. Применение компьютерного моделирования для управления процессом сушки лакокрасочного покрытия на поверхности металлического листа / [О.Г. Максимова и др.] // Вестник Череповецкого государственного университета. – 2012. – № 4. – Т. 2. – С. 14 – 16.
Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М., 2006.
Штовба, С.Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба. – М., 2007.
Chiu, S. An Efficient Method for Extracting Fuzzy Classification Rules from High Dimensional Data / S. Chiu // Advanced Computational Intelligence. – 1997. – V. l. – № 1.
Chiu, S. Fuzzy model identification based on cluster estimation / S. Chiu // Journal of Intelligent and Fuzzy Systems.– 1994. – V. 2. – Р. 267 – 278.
Chopra, S. Reduction of Fuzzy Rules and Membership Functions and Its Application to Fuzzy PI and PD Type Controller / S. Chopra, R. Mitra, V. Kumar // IJCAS. – 2006. –V. 4. – № 4. – P. 438 – 447.
Lin, C.-T. Neural-network-based fuzzy logic control and decision system / C.-T. Lin, G.C.S. Lee // IEEE Transactions on Computers. – 1991. – V. 40. – № 12. – Р. 1320 – 1336.
Matamoros, S. Подробное описание печной установки для печи грунтовочного слоя и печи отделочного слоя и термореактора АПП / S.  Matamoros. – Леверкузен, Германия, 2005.