RBF递归神经网络在供热解耦控制中的应用

被引：4

作者：

陈烈 ^{[1
]}

朱学莉 ^{[2
]}

齐维贵 ^{[1
]}

方修睦 ^{[1
]}

机构：

[1] 哈尔滨工业大学

[2] 苏州科技学院

来源：

暖通空调 | 2010年 / 40卷 / 02期

关键词：

供热过程; 神经网络解耦; RBF递归神经网络; 嵌入维数预估;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对供热过程耦合特性和节能控制的需要,提出了一种基于径向基函数(RBF)递归神经网络的供热解耦控制方法。通过典型信号响应与最小二乘结合的方法得到供热耦合系统模型,利用RBF递归神经网络进行解耦控制,消除了质调节、量调节通道间的非线性强耦合作用。仿真结果证明该方法具有良好的解耦控制特性,满足供热系统多回路控制的要求。

引用

页码：128 / 132+127 +127

页数：6

共 9 条

[1] Study on least square modeling of heat engineering object based on typical signal response [J].