非线性炉群智能解耦的一种新算法

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。