采用模拟退火算法的Elman网络及在热工过程建模中的应用

被引：16

作者：

张栾英

李瑞欣

秦志明

谷俊杰

机构：

[1] 华北电力大学

[2] 天津大港发电厂

来源：

中国电机工程学报 | 2005年 / 11期

关键词：

热工过程; Elman网络; 模拟退火算法; 建模;

D O I：

10.13334/j.0258-8013.pcsee.2005.11.017

中图分类号：

TK123 [工程热力学];

学科分类号：

摘要：

文中采用了模拟退火算法对Elman网络的前馈和反馈权值进行优化,避免了其陷入局部最小值,在网络的训练过程中无需人为的反复调整反馈权植,并将其应用于建立热工过程的非线性模型。仿真研究表明,无需复杂的网络结构,采用SA算法的Elman网络模型能够很好的适配热工过程对象,并有较好的泛化能力。

引用

页码：90 / 94

页数：5

共 8 条

[1] 基于神经网络在线学习的过热气温自适应控制系统 [J].

刘志远 ;

吕剑虹 ;

陈来九 .

中国电机工程学报, 2004, (04) :183-187

[2] 主汽温系统模糊自适应预测函数控制 [J].

王国玉 ;

梅华 ;

韩璞 ;

王东风 .

中国电机工程学报, 2003, (10) :230-235

[3] 基于Metropolis准则的BP神经网络学习算法研究 [J].

田启川 ;

潘泉 ;

王峰 ;

张洪才 .

自动化技术与应用, 2003, (05) :15-17

[4] 新型RBF神经网络及在热工过程建模中的应用 [J].

刘志远 ;

吕剑虹 ;

陈来九 .

中国电机工程学报, 2002, (09) :119-123

[5] 基于神经网络和过程机理特性的锅炉蒸发系统仿真 [J].

王广军 ;

何祖威 ;

陈红 .

中国电机工程学报, 2001, (11) :66-69

[6] 锅炉过热器系统机理与神经网络组合建模方法 [J].

陈立甲 ;

伞冶 ;

王子才 ;

马克茂 .

中国电机工程学报, 2001, (01) :74-77

[7]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[8]

人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2000

← 1 →