来源：期刊VIP网 时间：
作者：杨薪玉;刘玉敏;王宁;
单位：郑州大学商学院;
摘要：数据的高维度和非线性是影响多变量生产过程在线质量预测的瓶颈。文章将自适应神经模糊推理系统（ANFIS）和蚁群优化算法（ACO）相结合，提出了一种基于ACO-ANFIS的多变量生产过程在线质量预测新方法。首先，对生产过程数据采用模糊C均值聚类进行数据降维，有效地减少了模糊推理系统的规则数，提高了ANFIS模型的泛化能力；其次，采用ACO算法对ANFIS模型参数进行优化，提高了模型的预测精度；最后，运用所提方法对青霉素发酵过程进行实证分析，并与GA-ANFIS和PSO-ANFIS预测模型进行对比，验证了所提方法的有效性与准确性。
关键词：多变量生产过程;;质量预测;;自适应神经模糊推理系统;;蚁群优化算法
基金资助：国家自然科学联合基金重点项目(U1904211);; 囯家自然科学基金面上项目(71672182)
