基于RBF神经网络的热工过程在线自适应建模算法研究

被引:18
作者
杨戈
吕剑虹
刘志远
机构
[1] 东南大学动力系
关键词
热工过程; 建模; 近似相关性网络; 阶层补偿式网络结构;
D O I
10.13334/j.0258-8013.pcsee.2004.01.036
中图分类号
TK123 [工程热力学];
学科分类号
摘要
传统的各种神经网络建模方法由于自身的局限性不能很好地应用于复杂的热工过程建模。该文提出了一种新型的基于RBF网络的热工过程在线自适应建模算法:近似相关性网络(ACN)建模和阶层补偿式网络结构(HCN)建模。文中与资源分配网络(RAN)进行了详细的算例比较,并进一步计算了实际的热工非线性模型。计算结果表明:该文提出的建模算法不仅能提高模型的输出精度,而且也可有效地减小网络的规模,较好地解决了神经网络超界空间的自适应构造问题,为热工过程全局非线性模型的建立提供了一个新的解决方法。
引用
收藏
页码:191 / 195
页数:5
相关论文
共 5 条
[1]   基于模糊规则的热工过程非线性模型的研究 [J].
吕剑虹 ;
陈建勤 ;
刘志远 ;
沈炯 ;
陈来九 .
中国电机工程学报, 2002, (11) :133-138
[2]   RBF网的动态设计方法 [J].
魏海坤 ;
丁维明 ;
宋文忠 ;
徐嗣鑫 .
控制理论与应用, 2002, (05) :673-680
[3]   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
[4]  
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
[5]   A Resource-Allocating Network for Function Interpolation [J].
Platt, John .
NEURAL COMPUTATION, 1991, 3 (02) :213-225