| 基于RBF 神经网络的单元机组负荷系统建模研究 |
| |
| 引用本文： | 刘志远,吕剑虹,陈来九. 基于RBF 神经网络的单元机组负荷系统建模研究[J]. 控制与决策, 2003, 18(5): 637-640 |
| |
| 作者姓名： | 刘志远 吕剑虹 陈来九 |
| |
| 作者单位： | 1. 东南大学,动力工程系,江苏,南京,210096;南京工程学院,动力工程系,江苏,南京,210013
2. 东南大学,动力工程系,江苏,南京,210096 |
| |
| 基金项目： | 国家自然科学基金资助项目(50076008)，江苏省青年科技基金资助项目(BQ2000002)。 |
| |
| 摘 要： | 采用径向基函数(RBF)神经网络进行多变量系统的建模研究。将正规化正交最小二乘(ROLS)算法扩展到多输入多输出系统，建立多变量系统的RBF神经网络模型。对电厂单元机组负荷系统进行建模仿真研究的结果表明，用该方法建立的多变量热工系统的非线性模型是有效的，具有较高的辨识精度和较好的泛化能力。
|
| 关 键 词： | 径向基函数 神经网络 正交最小二乘算法 单元机组 建模 |
| 文章编号： | 1001-0920(2003)05-0637-04 |
| 修稿时间： | 2002-07-03 |
Modelling of unit power plant load system based on RBF neural network |
| |
| Abstract: | The modelling problem of multivariable system using radial basis function (RBF) neural networks is studied. The regularized orthogonal least square (ROLS) algorithm is extended to model multivariable nonlinear systems. The simulation results modeling the unit power plant load system show that establishing the nonlinear model of multivariable thermal system with this method is effective and has higher precision and better generalization properties. |
| |
| Keywords: | Radial basis function Neural network Orthogonal least square algorithm Unit power plant Modelling |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
