过热汽温系统的RBF神经网络控制

被引：10

作者：

刘志远

吕剑虹

陈来九

机构：

[1] 南京工程学院

[2] 东南大学动力工程系

来源：

系统仿真学报 | 2004年 / 08期

关键词：

径向基函数; 神经网络; 控制; 电厂; 过热汽温系统;

D O I：

10.16182/j.cnki.joss.2004.08.061

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

采用RBF神经网络直接构成神经网络控制器,将在线学习和控制相结合,这种方法不需要增加另一个神经网络对系统进行在线辨识,也不需要预先确定神经网络控制器的结构。通过将该方法应用于电厂过热汽温系统的控制进行仿真研究并与常规PID串级控制系统进行比较,结果表明控制系统的性能得到较大的提高。

引用

页码：1828 / 1830+1834 +1834

页数：4

共 7 条

[1]

热工过程自动调节原理和应用[M]. 水利电力出版社 , 陈来九编著, 1983

[2] A sequential learning scheme for function approximation using minimal radial basis function neural networks [J].

Lu, YW ;

Sundararajan, N ;

Saratchandran, P .

NEURAL COMPUTATION, 1997, 9 (02) :461-478

[3] A FUNCTION ESTIMATION APPROACH TO SEQUENTIAL LEARNING WITH NEURAL NETWORKS [J].

KADIRKAMANATHAN, V ;

NIRANJAN, M .

NEURAL COMPUTATION, 1993, 5 (06) :954-975

[4]

Neural networks for nonlinear dynamic system modelling and identification[J] . S. Chen,S. A. Billings.International Journal of Control . 1992 (2)

[5] Universal Approximation Using Radial-Basis-Function Networks [J].

Park, J. ;

Sandberg, I. W. .

NEURAL COMPUTATION, 1991, 3 (02) :246-257

[6] A Resource-Allocating Network for Function Interpolation [J].

Platt, John .

NEURAL COMPUTATION, 1991, 3 (02) :213-225

[7] A HIERARCHICAL NEURAL-NETWORK MODEL FOR CONTROL AND LEARNING OF VOLUNTARY MOVEMENT [J].

KAWATO, M ;

FURUKAWA, K ;

SUZUKI, R .

BIOLOGICAL CYBERNETICS, 1987, 57 (03) :169-185

← 1 →