10.3969/j.issn.1001-4160.2001.02.013
基于反馈神经网络的动态化工过程建模
针对非线性动态化工过程建模存在的问题,提出了一种新的反馈神经网络结构,并将状态反馈、时间序列延迟以及集中节点的概念结合起来,用于提高反馈神经网络的性能,同时又使得网络结构不至于太复杂。在用此网络结构建模的时候,成功地将BP算法用于网络模型的训练。文中将这种反馈神经网络结构分别对一个单输入单输出(SISO)的非线性动态系统和一个多输入单输出(SIMO)的连续全混釜(CSTR)模型进行建模,并将所得模型与基于静态BP神经网络所得的模型在模型输出精度和抗干扰性等方面进行了比较,证明了该反馈神经网络在动态过程建模中能够比静态BP模型更好地反映出动态过程的输入输出关系,并具有一定的抗干扰能力。
动态过程、神经网络、反馈、集中节点
18
TP18(自动化基础理论)
国家自然科学基金29910761863
2004-04-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
105-110