共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
基于SMITH预估的神经网络再热汽温控制 总被引:1,自引:1,他引:0
电厂锅炉的再热汽温是机组安全、经济运行的重要参数之一,必须控制在一定范围内.而电厂再热汽温被控对象是具有大惯性、大滞后,并且常规PID控制难以取得良好的控制效果.针对这一特点,提出了一种RBF--Smith预估控制算法,该算法利用了基于RBF整定的PID控制提高对被控对象参数变化的自适应能力和Smith预估控制能够克服被控对象的大迟延特性,并对RBF--Smith预估控制用Matlab在不同工况下进行仿真试验,仿真结果表明所设计的控制系统的性能较常规PID控制有较大的提高,证明了控制方案的有效性. 相似文献
4.
基于改进型遗传算法的前馈神经网络优化设计 总被引:8,自引:0,他引:8
阐明了遗传算法和神经网络结合的可行性,提出了一种改进的面向神经网络权值学习的遗传算法。通过对XOR问题的实验,显示出其快速学习网络权值的能力,且能摆脱局部极值的困扰和初始权值的限制,从各方面都表现出优于标准遗传算法和BP算法的性能。 相似文献
5.
针对锅炉再热汽温对象的滞后特征,深入分析了Smith预估原理,提出了一种改进的SMITH预估控制器。并基于ITAE优化准则给出了改进Smith预估控制器的参数整定方法.在实际应用中证实了这种改进后的预估控制器具有较快的响应速度,展示了其良好的抗干扰能力和鲁棒性。 相似文献
6.
7.
8.
针对超临界机组动态特性复杂、变参数的运行方式、多变量的控制特点,以及采用传统的设计方法难以对超临界机组主汽温进行有效控制的特点,设计了超临界再热蒸汽温度所采用的烟气挡板的结构及控制特性,同时在超临界机组中进行3个负荷带变动试验和升负荷试验。试验数据及曲线表明,超临界机组再热汽温度控制系统采用烟气挡板控制的方法满足品质指标要求。 相似文献
9.
基于改进型遗传算法的神经网络参数优化 总被引:2,自引:0,他引:2
针对标准遗传算法的不足,文中提出一种改进型遗传算法,它将标准遗传算法和BP算法有机结合,兼具了标准遗传算法的全局搜索和BP网络局部精确搜索的特征,并将其应用于船舶自动舵神经网络控制器的训练中,取得较满意的结果。 相似文献
10.
11.
12.
13.
遗传算法优化的BP神经网络税收模型 总被引:1,自引:1,他引:1
1Introduction Research on the relation between tax and economy is one ofthe basic subjects of tax theory research.Building up the mathe-matical model on tax revenue(TAX for it)and economical total(GDP for it)has not only the theoretical significance,but a… 相似文献
14.
为了提高网络流量的预测精度,克服小波神经网络收敛速度慢、易陷入局部最优的缺点,提出一种遗传算法优化小波神经网络的网络流量预测模型.首先计算延迟时间和嵌入维数,构建小波神经网络的学习样本,然后采用小波神经网络对网络流训练集进行学习,并采用改进遗传算法对小波神经网络参数进行全局寻优,提高收敛速度和网络学习精度,最后采用网络流量数据对模型性能进行仿真分析.结果表明,相对于对比模型,本文模型的平均误差大幅度降低,训练次数急剧减,减小了二次优化训练的次数,具有更大的实际应用价值. 相似文献
15.
提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象. 相似文献
16.
17.
为了提高网络流量预测精度,提出一种基于遗传算法优化BP神经网络的网络流量预测模型(GA-BPNN)。首先采集网络流量数据,并进行相应预处理,然后将网络流量训练样本输入到BP神经网络进行学习,并采用遗传算法对BP神经网络参数进行优化,最后采用建立的网络流量预测模型对网络流量测试集进行预测,并通过仿真实验对模型性能进行测试。结果表明,GA-BPNN提高了网络流量的预测精度,获得比较理想的网络流量预测结果。 相似文献
18.
19.
ZHAO Feng 《数字社区&智能家居》2008,(22)
针对语音识别的特点,对BP神经网络在语音识别技术中的应用进行了探索性研究,进而结合人工智能领域较为有效的方法——遗传(GA)算法,针对传统BP算法识别准确率高但训练速度慢的缺点,对BP网络进行改进,构建了一种基于遗传神经网络的语音识别算法(GABP),并建立相应的语音识别系统。仿真实验表明,该算法有效地缩短了识别时间,提高了网络训练速度和语音的识别率。 相似文献