基于模糊RBF神经网络的换热器建模

被引：11

作者：

张玮

杨马英

机构：

[1] 浙江工业大学信息工程学院

来源：

计算机仿真 | 2009年 / 26卷 / 09期

基金：

浙江省自然科学基金;

关键词：

换热器; 神经网络; 学习算法; 辨识;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TB657.5 [热交换及其设备];

学科分类号：

082805 [农业机械化与装备工程]; 140502 [人工智能];

摘要：

针对换热器的复杂非线性特征,利用一种模糊RBF神经网络结构,对其网络学习算法进行部分改进,并用于解决换热器的建模问题。采用模糊RBF神经网络不仅符合人的思维推理方式,也提高了神经网络的学习泛化能力,在改进的学习算法中通过学习率的值的不断变化和添加动量项,可以使学习速度加快,提高了辨识换热器模型的准确性。通过与传统的学习算法的仿真比较,验证了所提出的改进学习算法在辨识精度和稳定性方面具有更好的效果。

引用

页码：84 / 88

页数：5

共 7 条

[1]

Using artificial neural networks for process and system modelling [J].