10.3969/j.issn.1001-4160.2007.03.021
循环流化床锅炉燃烧过程建模研究
针对具有多维非线性和纯滞后特性的循环流化床锅炉燃烧过程,采用基于PLS学习算法和OLS学习算法的径向基函数(RBF)神经网络进行建模研究.首先通过循环流化床锅炉仿真平台产生用于建模实验的网络训练数据和泛化数据,然后分别采用OLS算法和PLS算法进行网络训练和泛化研究,最后讨论了影响建模结果的算法参数及其选取方法,重点讨论了PLS算法的4个网络参数的影响和选取.与基于小波网络的建模实验比较,对具有复杂特性的循环流化床锅炉燃烧过程,采用RBF网络建模在保证建模精度的同时,算法参数的选取也较为方便易行.
RBF神经网络、过程辨识、循环流化床锅炉
24
TQ015(一般性问题)
福建省科技计划2005H044
2007-04-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
371-374