《自动化仪表》第 "# 卷第 $ 期 "%%" 年 $ 滞后过程的影响进行模糊预测，再将预测的状态反馈 点函数为 到模糊神经网络，并以此来训练模糊神经网络以达到 有效的控制，模糊神经网络预测控制系统的结构如图 ! 所示。 图 ! 模糊神经网络的预测控制系统图 节点函数为 ! " ! 模糊预测［#］ ! 模糊预测，用来对滞后对象经过 后的状态作一 正确估计。记系统在时刻 ! 的输出为 "（ !），模糊神经 网络控制器的输出 #（ !）$ !#（ !）% #（ ! %! ），$"（ !）代 ）& ’!"! !｝对被控对象的影响，则根据 表输入系列｛#（ " 对象输入增量 !#（ !）及 $"（ !）对滞后对象输出的影响 !%"（ !）。 ）( "（ !）作估计，估计值记为 !"（ !）$ "（ ! %! 那么，根据模糊控制器设计的一般方法，用 )*)+ !%"（ !）之间的变化行为 ,*-. 语言可描述一系列 $"（ !）与 规则： /012 !：.3 !#（ !）.4 56 *-, $"（ !）.4 56，782- !%"（ !） .4 56 通过模糊规则的合成与推理可得出表征系统状态 变量 &（ ! %! ）和 %&（ ! %! ） %&（ ! ’! ） %&（ ! ’! ）的在线估计值： ( &（ !） ( $"（ !） ) !"（ !） ) 9!%"（ !）*! （!） （9） ! + " 模糊神经网络结构 图 9 为模糊神经网络的拓扑结构图，由 : 层神经 元组成，采用 65 算法。 图 9 模糊神经网络结构示意图 第一层，隶属度层。该层的神经元个数 , 为模糊 变量 & 及 $& 的词集数之和，即 ） -（ ./ （;） 第二层，模糊化层。该层的神经元个数 0 为模糊 规则数，其输出代表每一输入变量对规则的匹配度，节 ； / ( !，9，…，, ( ./ 9! [ （ .2 ) 32/ #9 2/ ）9 ] （:） 12/ ( 2<= 其中，2 $ !，9，… 0；/ $ !，9，…，,；32/ 隶属度函数的中心和宽度。 和 #2/ 分别表示高斯 第三层，模糊推理层。网络的模糊规则用 .3…782- …形式，采用 40=+=>?,0@7 推理合成，其输出为 , #2 ( " / ( ! （ . 4 1/2 / ） （A） , （#） 第四层，解模糊化层。采用重心法解模糊，网络输 #2 ( " （ ./ 1/2 ） / ( ! 出为 0 0 "45 ( # / ( ! ! + # 系统的操作步骤 #202 # 2 ( ! #2 （B） 赋值，给定模糊神经网络各参数及系统的状态 " 初值。 计算，分别计算模糊神经网络的输出 #（ !）和 运算，运算对象输出 "（ !）和 $"（ !）。 跟踪和判断，分别跟踪误差 &（ !）和模糊预测 !#（ !）、$"（ !），判断跟踪误差 &（ !）是否满足要 % 的输入 求，“是”转步骤（B），“否”则继续。 & 获取，由模糊预测算法获得 %&（! %! 反馈，将由模糊预测算法得出的 %&（ ! %! ）和 ）。 ）和 %&（! %! ）和 %& %&（ ! ）作为修正函数调节模糊神经网络中的参数，并返 ）反馈到模糊神经网络，同时将 $%&（ ! %! % # !#（ !）。 $ ’ （ ! %! %! 回步骤 。 # 结束。 ( " 实验与应用 " + ! 实验系统 装置：德国 6CDEFGF6 AH 发酵装置，可在线测 量发酵液的温度、=I 值、溶解氧和搅拌转速。 发酵方法：采用分批补料发酵方法。 实验材料：木糖醇系美国 ECJKG 公司产品，培 # 养基用福建漳州糖厂提供的 L+木糖，发酵液 ;H。 分析方法：木糖醇浓度用高效液相色谱测量， " $ % 色谱柱为 I5M ( NB（6.?>*,，/.@8)?-,，美国）。 " " " 应用结果 为了保证木糖醇分批补料发酵过程顺利进行，先 离线操作，从历史记录中选取比较有代表性的数据进 行模拟操作，使之达到满意的结果之后再投入在线控 

! 的模拟操作结果（曲线为 制。图 ! 给出木糖醇浓度 模型输出、点为实验值），图 " 为木糖醇浓度 运行预测值与实验值的比较（曲线为模型输出、点为实 验值），图 # 为 $%& 控制与模糊神经网络预测控制过程 木糖醇浓度 的变化曲线。由此可见，应用该模型对 的实际 ! 木糖醇分批补料发酵过程的预测控制，可获得较高的 ! 预测精度和较好的控制效果，产品获得率与传统控制 相比有了明显提高。 图 ! 模拟操作的结果 图 " 实际运行预测值与实验值 ! 结束语 图 # $%& 控制与模糊神经网络预测控制过程 木糖醇浓度变化曲线 络隐含节点数，避免网络结构过于复杂所致的不良影 响，借助神经网络学习能力强的优点、揉合模糊推理机 能所构造的模糊神经网络型用于预测控制，必将会给 预测控制带来生机。实验表明，这种模糊神经网络的 预测控制模型应用于发酵过程控制，能获得较好的控 制效果。 参考文献 ’ 梁慧冰，李梅 ( 人工神经网络在预测领域中的应用 ( 广东工业大 学学报，’))*，’#（"）增刊：*+ , *- + 孙金刚 ( 一种模糊神经网络自适应预测控制方案的研究 ( 系统工 程与电子技术，’)))，+’（’’）：*- , ). ! 谈瑛，刘豹，胡代平 ( 一种模糊神经网络预测模型 ( 预测，’)))（!）： #) , /’ " 01 2 3( 4 51667 891:;< 89=>?:@A =9BC8DE19 >D=C 5;A= F;B@ G:?G;H;=D?8 <9;8D8H( %IJKK，’))+ ( ’：+’" , +’* # 方柏山 ( 生物技 术 过 程 模 型 化 与 控 制 ( 广 州：暨 南 大 学 出 版 社， ’))- ( +#" , +#/ / 达飞鹏，宋文中 ( 基于模糊神经网络的大滞后系统的预测控制 ( 东南大学学报，+...，!.（+）：/- , -. 国家自然科学基金资助项目（编号：+)--/.+#）。 收稿日期：+..’ L .) L +#。 第一作者方千山，男，’)/+ 年生，’)*+ 年毕业于福州大学，现为华侨 大学在读博士生，副教授；研究方向为工业过程控制、智能控制及应用， 用模糊聚类来确定优化模糊规则，以决定神经网 发表论文 ’. 余篇。 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 欢迎订阅《自动化仪表》 《自动化仪表》系中文核心期刊、中国科技论文统计源期刊和全国优秀科技期刊。她主要报道中国自动化仪表行业的科研 成果、先进技术，介绍新产品、新工艺，交流仪器仪表使用维修经验，传播自动化仪表基础知识，反映国外自动化仪表发展动态； 具体介绍工业生产过程，诸如温度、流量、压力、差压、物位、机械量等参数的测量、显示及控制技术与产品；设有综述、研究与开 发、产品与应用、计算机及其应用、控制系统、可靠性与质量、元器件与材料、经验交流、技术讲座等栏目。报道内容着重实用 性、指导性、知识性，适合冶金、化工、炼油、电力、机械、轻纺等各行各业从事测量与控制工作的技术人员、技术工人、管理人员 和大专院校师生阅读。 《自动化仪表》系月刊，大 ’/ 开本，早已自 +... 年第 ’ 期由原 "* 页变更为 #/ 页，增页后定价不涨，不收发行服务费，全国各 地邮局均可收订。本刊邮发代号为 " L !."，定价：" ( #. 元，半年价：+- ( .. 元，全年价：#" ( .. 元。 !’