补偿递归模糊神经网络及在热工建模中的应用

摘要：

在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数的初始值.针对CRFNN的结构特点,提出了改进的BP算法,能够对网络的结构参数进行进一步的学习.对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明,提出的CRFNN具有优良的动态响应特性和很强的学习能力,值得在热工建模与控制领域中推广应用.

关键词：补偿递归模糊神经网络、系统建模、序贯监督策略、改进BP算法、热工对象

所属期刊栏目：38

分类号：TP183;TM611(自动化基础理论)

资助基金：国家高技术研究发展计划863计划资助项目2006AA05A107;江苏省科技成果转化专项资金资助项目BA2007008

在线出版日期：2008-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：668-673