共查询到16条相似文献,搜索用时 78 毫秒
1.
B样条基函数模糊神经网络控制系统及其混合学习算法 总被引:2,自引:1,他引:2
介绍了一种基于模糊B样条基函数神经网络的控制器,该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合,采用B样条基函数作为模糊隶属函数。还提出了模糊神经网络控制器的混合学习算法,即先采用免疫遗传算法离线优化,再采用BP梯度算法在线调整。对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性。图4参3 相似文献
2.
介绍了一种基于模糊B样条基函数神经网络的控制器,该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合,采用B样条基函数作为模糊隶属函数。还提出了模糊神经网络控制器的混合学习算法,即先采用免疫遗传算法离线优化,再采用BP梯度算法在线调整。对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性。 相似文献
3.
采用径向基函数神经网络的热工过程在线辨识方法 总被引:4,自引:0,他引:4
基于M-RAN算法的RBF神经网络是一种动态神经网络,适合于过程的在线建模。对M-RAN算法的删除策略进行了改进,不仅删除那些连续对网络输出贡献较小的隐层单元,同时还将相似的隐层单元合并,使网络结构更加紧凑。将基于这种算法的RBF神经网络用于电厂非性线模型热工过程的在线辨识,仿真研究表明了这种建模方法的有效性,且所得模型精度高,计算量小,可直接应用于基于模型的控制算法。图4表1参18 相似文献
4.
5.
模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力.文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性. 相似文献
6.
循环流化床锅炉主汽温的模糊预测函数控制 总被引:2,自引:0,他引:2
循环流化床锅炉主汽温具有大惯性、大滞后和非线性的特性,在特定工况下可以等效为一个具有可测扰动的一阶惯性加纯滞后对象.针对这一典型对象,考虑扰动通道和控制通道纯滞后时间相对大小,基于Smith预估补偿思想,提出了一种可测扰动前馈补偿的预测函数控制算法,结合锅炉负荷调度的T-S模糊模型,设计了循环流化床锅炉主汽温模糊预测函数控制器.仿真结果表明,在不同工况下,模糊预测函数控制器具有良好的设定值跟踪能力和调节性能.该控制方法应用模型简单,计算量小,具有较高的实际应用价值. 相似文献
7.
8.
9.
10.
过热汽温多模型预测函数控制策略的研究 总被引:9,自引:1,他引:9
过热汽温系统是典型的大时延、大惯性对象,尤其当机组负荷变化时,参数表现出明显的时变特性,大大降低了传统PID串级控制的品质。基于此点,提出先进的多模型切换的过热汽温预测函数控制策略。使用带有Smith预估补偿思想的一阶时滞对象预测函数控制算法,来有效克服对象的大时延、大惯性;并通过建立若干典型工况的固定模型,在线计算其模型匹配度确定控制权重,从而得到控制器的输出的方法,能适应参数的时变。与PID串级控制和单一模型控制的仿真结果对比,证实了本控制策略的有效性。图3表1参8 相似文献
11.
针对电力系统短期负荷预测,综合考虑温度、日期类型和天气等因素对短期电力负荷的影响,建立了径向基函数(Radial?Basis?Function,RBF)神经网络和模糊控制相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对预测日负荷进行了预测,并采用在线自调整因子的模糊控制对预测误差进行在线智能修正。实际算例表明RBF神经网络与模糊控制相结合提高了预测精度。 相似文献
12.
蒸汽发生器水位直接影响到整个核电站的安全及稳定运行,但蒸汽发生器本身由于所具有的高度复杂性、非线性性、时变性等特性,导致传统的串级PID控制等方法难以取得好的控制效果.本研究在串级控制的基础上,采用模糊神经网络来对蒸汽发生器水位进行控制,该控制算法能够充分发挥模糊控制及神经网络的优点.另外,为了减小模糊神经网络参数初值的选择对控制器的性能影响,将一种改进型遗传算法用于模糊神经网络控制器的参数优化.仿真结果表明,设计的控制方法无论是抗干扰能力还是在鲁棒性方面与传统的串级PID控制及常规的模糊神经网络控制相比较都有了很大的提高. 相似文献
13.
14.
15.
利用小波神经网络的单元机组负荷系统的建模 总被引:1,自引:0,他引:1
火电单元机组是一个复杂的多变量对象,采用常规方法难以建立它的非线性数学模型。利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究。理论分析和实际测试结果表明:网络具有良好的辨识精度和泛化能力,小波神经网络可以较好地逼近单元机组负荷数学模型。 相似文献
16.
根据旋转机械复杂的故障特点,提出了结合谐小波分析、模糊理论和神经网络形成的谐小波模糊神经网络方法,并将其应用于旋转机械的故障诊断,实现了模糊故障诊断。通过计算机实现了全部算法。仿真和试验的结果表明:谐小波模糊神经网络在处理多故障耦合的情况时优势明显,故障诊断正确率高,证明该方法行之有效,为旋转机械的故障诊断提供了理论支持和新方法。图2表3参7 相似文献