论文部分内容阅读
针对系统的非线性多变量耦合特性,提出了一种基于隶属函数的模糊神经网(MFFNN)智能解耦的新算法,通过神经网络的自学习能力,调节各函数的形状及结论值,使MFFNN具有自学习、自适应的能力,并用主机、接口及炉群组成系统验证了该算法,仿真及用于炉群智能解耦实测数据表明,这种算法对于非线性多变量的解耦效果良好。