基于减法聚类的模糊神经网络在水处理过程建模中的应用

摘要

水处理过程具有非线性、时变和大滞后的特性，经典的方法很难建立其精确的数学模型，因此本文提出了采用基于减法聚类的T-S模糊模型建立水处理模型的新方法。该方法通过减法聚类对输入空间进行划分，根据聚类结果确定模糊模型的前件参数初始值以及模糊规则;并用改进的混合BP和最小二乘学习算法对前件和后件参数进行优化。 最后，将本文提出的方法用于建立水处理过程的模型，仿真实验的结果表明该方法具有精度较高、收敛快、计算速度快的优点。