针对难以建立精确数学模型的复杂过程, 提出一种基于过程输入输出数据变化关系的模糊建
模方法。 首先按过程输出随输入变量变化的程度对输入变量论域进行划分, 在此基础上确定模糊模型的
规则总数和前件参数; 然后根据所建模糊模型可表示为一个前馈模糊神经网络, 利用BP 学习算法求得
过程模糊模型的后件参数。 仿真例子验证了该模糊建模方法的有效性, 同时表明所建模糊规则模型具有
较好的泛化能力。