基于神经网络的复杂过程系统模型辨识

摘要：

针对复杂生产过程中的一阶和二阶液位系统,利用MATLAB软件的神经网络工具箱,分别应用BP和径向基两种神经网络模型进行系统辨识,得到系统模型.通过结果比较,得出两种神经网络的应用特点:对于一阶非线性液位过程,径向基神经网络创建的数学模型性能较好;对于二阶线性液位过程,BP神经网络的建模效果较好;尽管BP神经网络的模型训练过程有学习收敛慢、局部最小点、层数和单元数不易确定的缺点,但其函数逼近的精确度对二阶线性的辨识具有独特优势.

关键词：系统辨识、神经网络、BP网络、径向基网络

所属期刊栏目：21

分类号：TP183(自动化基础理论)

资助基金：辽宁省教育厅科研项目2008466

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：102-104