[发明专利]基于多尺度融合ANFIS的玻璃液质量智能预报方法

权利要求书

1.一种基于多尺度融合ANFIS的玻璃液质量智能预报方法，其特征在于，包括：

确定影响玻璃窑炉玻璃液质量的影响变量，包括玻璃窑炉池底盲孔温度、玻璃窑炉流液洞温度、玻璃窑炉碹顶温度、泡沫层厚度和玻璃窑炉原料含水率，用X＝{x₁，x₂，x₃，x₄，x₅}＝{x_k|k＝1，2，…，5}表示，之后根据上述影响变量的采集周期和对玻璃液质量的影响时滞，即影响变量变化后玻璃液质量滞后一定时间才能出现变化，确定各影响变量的时间尺度特性，采样周期用S＝{s₁，s₂，s₃，s₄，s₅}＝{s_k|k＝1，2，…，5}表示，玻璃液质量的影响时滞用T＝{t₁，t₂，t₃，t₄，t₅}＝{t_k|k＝1，2，…，5}表示，时间尺度特性可用二元组{S，T}表示；玻璃液质量指玻璃液中单位体积内的小气泡数量，用y表示；

根据各影响变量的采集周期s_k，将采集周期内的玻璃液质量检测值取平均值，作为该影响变量ANFIS单元模型的输出值，并根据影响变量对玻璃液质量的影响时滞t_k，用t周期的x_k(t-t_k)和y(t)组成训练数据对；使用此训练数据对对ANFIS进行训练，从而建立单一影响变量的ANFIS玻璃液质量单元预报模型anfis_k，每个单元预报模型的输出用y_k表示；

将各单元预报模型按照不同时间尺度特性进行融合，具体步骤为：

步骤1：根据玻璃液质量优化控制周期，确定与该周期最接近的s_k，令最接近的s_k为s_m；

步骤2：将各单元预报模型的输出值融合到s_m周期内，当k小于m时，采用向大尺度方向融合方法，假设s₁，s₂，s₃，s₄，s₅已经是按采样周期大小排序，即s_k<s_k+1，在s_m周期内，anfis_k的预报值可有个，则anfis_k在s_m周期内的融合值可表示为当k大于m时，采用向小尺度方向融合方法，即则在s_m周期尺度上，单元模型融合输出为