基于径向基函数神经网络的热工过程模型辨识

• 作者: 李攀峰 杨晨
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 自动控制 热工过程 非线性 NARMA模型 径向基函数神经网络 最小二乘算法
• 年，卷（期）: 2009,（9）
• 页码范围: 1032-1036
• 页数: 5页
• 分类号: TP273
• 语种: 中文

摘要

为了准确反映热工过程动态特性,实现热工过程整体优化控制,提出了一类新的径向基函数神经网络(RBF-NN)的建模方法:采用熵方法和竞争学习算法,结合非线性自回归滑动平均(NARMA)模型的输入/输出结构实现RBF-NN的优化,辨识RBF-NN结构,并用最小二乘算法(LS)确定权向量,实现了典型的非线性热工过程建模.通过两个实例验证:基于NARMA结构的RBF-NN建模,具有较高的辨识精度和较少的隐层节点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晨	重庆大学动力工程学院	73	708	16.0	23.0
2	李攀峰	重庆大学动力工程学院	1	4	1.0	1.0