基于神经网络的火电机组负荷预见控制方法及其仿真研究

利用多个自适应神经元构造了火电单元机组负荷预见控制系统，研究了用神经网络实现多变量系统的预见协调控制，神经网络输入量应该怎样选取。仿真结果证明了这种控制方案的正确性。与原有的负荷最优预见控制方法相比，该方法不依赖于对象的精确模型，也不涉及权重矩阵的选取。     

直接能量平衡法的机理及国内研究现状

直接能量平衡法DEB(Direct Energy Balance)是美国keds ＆ Noghrup公司提出的一种新颖的协调控制方法。以机组的能量平衡为出发点，以能量需求和能量释放为控制信号。该方法成功地解决了传统火电单元机组协调控制中存在的一些问题。文中对DEB控制的本质进行了一点探讨，同时介绍了国内对DEB的一些研究结果。     

基于免疫思想的多模型控制器设计及仿真研究

根据体液免疫中抗体的二官性性质，用CMAC神经网络模拟抗体的恒定区、ADALINE神经网络模拟抗体的可变区，用两种神经网络的结合近似模拟一个抗体。一个抗体可识别多个抗原，这与多模型控制中一个控制器可控制某个变化范围内的对象有着极大的相似之处。根据上述的原理，该文用两种神经网络构造出多模型控制器并结合某过热汽温对象验证了该控制器的有效性。