人工神经网络在系统辨识中的研究与应用

主要研究了单层神经网络、Ａｄａｌｉｎｅ网络及Ｂ－Ｐ网络用于系统辨识中的工作原理，提出了把Ｂ－Ｐ网络权值转换为传递函数的方法。使用 ＶｉｓｕａｌＣ＋＋语言构造这 ３种神经网络，以火力发电厂中常见的大惯性、大迟延系统为对象进行了辨识试验。仿真结果表明：在不人为加入特殊激励信号，只利用生产过程自然存在的随机扰动的情况下，Ｂ－Ｐ网络辨识器可得到较为准确的对象数学模型，对于解决电厂中常见热工系统的建模问题，具有重要的实用价值。