基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对非线性复杂对象,改进了基于T-S模型的模糊辨识算法:取部分数据进行离线辨识,将输入向量的选择先于模型参数辨识,找出最有效的模型结构,提高辨识精度;然后利用剩下的数据模拟在线辨识,辨识过程中自适应改变模糊规则的数目,并通过置信度的检验,保证最有效的规则数,间接提高辨识速度.采用Box-Jenkins煤气炉辨识验证该算法的有效性,并将算法应用于电厂锅炉主汽温对象升负荷过程中的模型辨识.结果表明:辨识算法简单快速,辨识出的模糊模型能够较精确地在线描述非线性对象.
推荐文章
基于遗传算法的热工过程辨识
遗传算法
热工过程
系统辨识
Matlab仿真
基于模糊规则的热工过程非线性模型的研究
热工过程
模糊规则模型
非线性
辨识算法
模糊推理
量子遗传算法优化RBF神经网络及其在热工辨识中的应用
热工过程
系统辨识
径向基函数神经网络
量子遗传算法
热工过程数据聚类分析研究及其在模型辨识中的应用
热工过程
聚类分析
给煤量
主蒸汽压力
模型辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 非线性辨识算法及其对热工对象的应用
来源期刊 华北电力大学学报 学科 工学
关键词 T-S模型 模糊辨识 主汽温对象
年,卷(期) 2005,(5) 所属期刊栏目 控制与动力工程
研究方向 页码范围 32-34,61
页数 4页 分类号 TP273
字数 3020字 语种 中文
DOI 10.3969/j.issn.1007-2691.2005.05.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙建平 华北电力大学控制科学与工程学院 112 860 16.0 24.0
2 谭悦 华北电力大学控制科学与工程学院 8 67 5.0 8.0
3 马华杰 华北电力大学控制科学与工程学院 6 77 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (79)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (25)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(5)
  • 参考文献(1)
  • 二级参考文献(4)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
T-S模型
模糊辨识
主汽温对象
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
总被引数(次)
34067
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导