MPSO-RBF优化策略在锅炉过热系统辨识中的仿真研究

被引：11

作者：

肖本贤 ^{[1
]}

王晓伟 ^{[1
]}

刘一福 ^{[2
]}

机构：

[1] 合肥工业大学自动化研究所

[2] 安徽省电力科学研究院

来源：

系统仿真学报 | 2007年 / 06期

关键词：

改进PSO算法; RBF神经网络; 非线性系统辨识; 混合优化策略; 过热汽温模型;

D O I：

10.16182/j.cnki.joss.2007.06.053

中图分类号：

TK223.32 [];

学科分类号：

080703 ;

摘要：

提出了基于改进PSO算法的RBF神经网络混合优化(MPSO-RBF)方法,并将其应用到非线性系统的辨识中。该方法将改进PSO算法的全局搜索能力和RBF神经网络局部优化的高效性相融合,克服了普通PSO算法收敛的不稳定性和RBF网络易陷入局部极小值的缺点。经典型非线性系统仿真试验,并与GA-RBF和RBF辨识效果进行了对比,结果表明基于MPSO-RBF的混合优化方法较GA-RBF和RBF优化速度快、逼近性能好,可以达到更优的辨识精度。最后,通过对火电厂的过热汽温动态特性的辨识实例,同样证明了MPSO-RBF方法具有更好的性能指标。

引用

页码：1382 / 1385+1389 +1389

页数：5