版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的逼近非線性函數(shù)的能力,具有自適應(yīng)學(xué)習(xí)、并行分布處理和較強(qiáng)的魯棒性及容錯(cuò)性等特點(diǎn),為解決未知不確定非線性系統(tǒng)的建模和控制問(wèn)題提供了一種有效途徑。由于常用的多層前饋網(wǎng)絡(luò)具有計(jì)算量大、收斂速度慢、容易陷入局部極小點(diǎn)等缺點(diǎn),其應(yīng)用受到限制。徑向基函數(shù)RBF(RadialBasisFunction)神經(jīng)網(wǎng)絡(luò)具有可以逼近任意非線性映射的能力,且網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單,輸出的連接權(quán)值與輸出呈線性關(guān)系,可以采用線性優(yōu)化算法,近年來(lái),己成為人們的
2、研究熱點(diǎn)。
本文在現(xiàn)有RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法的基礎(chǔ)上,改進(jìn)了RBF神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法,對(duì)RBF神經(jīng)網(wǎng)絡(luò)在過(guò)程建模和控制中的應(yīng)用進(jìn)行了研究,并針對(duì)電廠過(guò)熱汽溫系統(tǒng)進(jìn)行了仿真研究。
在RBF神經(jīng)網(wǎng)絡(luò)中,隱層RBF中心的數(shù)量和位置直接影響網(wǎng)絡(luò)的逼近能力,且要求RBF中心應(yīng)能覆蓋整個(gè)輸入空間,但如果RBF中心的數(shù)量過(guò)多,將使網(wǎng)絡(luò)的計(jì)算量顯著增加,并會(huì)導(dǎo)致網(wǎng)絡(luò)泛化能力的降低,因此,建立RBF網(wǎng)絡(luò)模型的關(guān)鍵在于正確地選擇合適的
3、RBF中心和位置。本文基于人工免疫系統(tǒng)中的克隆選擇算法和免疫網(wǎng)絡(luò)理論,利用人工免疫系統(tǒng)的記憶、學(xué)習(xí)和自組織調(diào)節(jié)原理,進(jìn)行RBF神經(jīng)網(wǎng)絡(luò)隱層中心數(shù)量和位置的選擇,并采用遞推最小二乘算法確定網(wǎng)絡(luò)輸出層的權(quán)值。形成了一種基于免疫原理的RBF神經(jīng)網(wǎng)絡(luò)混合學(xué)習(xí)算法。
關(guān)于動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)的研究得到了人們的重視,基于M-RAN算法的RBF神經(jīng)網(wǎng)絡(luò)是一種動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò),適合于過(guò)程的在線建模,將基于這種算法的RBF神經(jīng)網(wǎng)絡(luò)用于電廠過(guò)熱汽溫系統(tǒng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊神經(jīng)網(wǎng)絡(luò)在鍋爐過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 鍋爐過(guò)熱汽溫的GGAP-RBF神經(jīng)網(wǎng)絡(luò)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的鍋爐過(guò)熱汽溫控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)逆模型的鍋爐過(guò)熱汽溫控制研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)理論及其在過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的過(guò)熱汽溫控制系統(tǒng)研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的過(guò)熱汽溫控制系統(tǒng)研究
- 模糊內(nèi)??刂萍捌湓谶^(guò)熱汽溫控制中的應(yīng)用.pdf
- 電站鍋爐過(guò)熱汽溫控制策略的改進(jìn)研究.pdf
- 無(wú)模型自適應(yīng)控制在燃煤鍋爐過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 蟻群算法在電廠過(guò)熱汽溫控制中的應(yīng)用.pdf
- 鍋爐汽水系統(tǒng)及其過(guò)熱汽溫控制策略的仿真研究.pdf
- 先進(jìn)控制技術(shù)在電廠過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 無(wú)模型控制方法及其在過(guò)熱汽溫控制系統(tǒng)中的應(yīng)用
- 循環(huán)流化床鍋爐過(guò)熱汽溫控制研究.pdf
- 無(wú)模型控制方法及其在過(guò)熱汽溫控制系統(tǒng)中的應(yīng)用.pdf
- 過(guò)熱汽溫控制課程設(shè)計(jì)
- 先進(jìn)控制理論在過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 智能技術(shù)在過(guò)熱汽溫控制中的應(yīng)用研究.pdf
- 預(yù)測(cè)控制在電廠過(guò)熱汽溫控制系統(tǒng)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論