补偿递归模糊神经网络及在热工建模中的应用

被引：3

作者：

吴波

吴科

吕剑虹

向文国

机构：

[1] 东南大学能源与环境学院

来源：

东南大学学报(自然科学版) | 2008年 / 04期

基金：

国家高技术研究发展计划(863计划);

关键词：

补偿递归模糊神经网络; 系统建模; 序贯监督策略; 改进BP算法; 热工对象;

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：

在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数的初始值.针对CRFNN的结构特点,提出了改进的BP算法,能够对网络的结构参数进行进一步的学习.对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明,提出的CRFNN具有优良的动态响应特性和很强的学习能力,值得在热工建模与控制领域中推广应用.

引用

页码：668 / 673

页数：6