基于MPSO-RBF混合优化的过热汽温神经网络自适应控制

• 作者: 李善寿 王晓伟 肖军 肖本贤 董学平
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 改进PSO算法 RBF神经网络 混合优化 神经网络自适应控制 输入迟延链 过热汽温
• 年，卷（期）: 2010,（4）
• 页码范围: 705-713
• 分类号: TK223|TP273
• 字数: 4471字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2010.04.018

摘要

提出了基于改进PSO算法的RBF神经网络混合优化(MPSO-RBF)方法,该方法将改进PSO算法的全局搜索能力和RBF神经网络局部优化的高效性相融合,克服了普通PSO算法收敛的不稳定性和RBF网络易陷入局部极小值的缺点.针对具有较大惯性和滞后的非线性系统构造出一个基于MPSO-RBF混合优化方法的带输入迟延链的复合神经网络自适应控制系统(MPSO-NNC),针对某超临界600MW直流锅炉高温过热器的过热汽温控制进行了仿真试验,并与GA-RBF和Smith预估控制效果进行了对比,结果表明该方法具有更好的性能指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓伟	合肥工业大学电气与自动化工程学院	6	105	4.0	6.0
2	肖本贤	合肥工业大学电气与自动化工程学院	94	939	18.0	27.0
3	李善寿	安徽建筑工业学院电子与信息工程学院	11	196	8.0	11.0
4	董学平	合肥工业大学电气与自动化工程学院	48	294	10.0	13.0
5	肖军	合肥工业大学电气与自动化工程学院	2	7	1.0	2.0