基于RBF神经网络的热工过程在线自适应建模算法研究

摘要：

传统的各种神经网络建模方法由于自身的局限性不能很好地应用于复杂的热工过程建模.该文提出了一种新型的基于RBF网络的热工过程在线自适应建模算法:近似相关性网络(ACN)建模和阶层补偿式网络结构(HCN)建模.文中与资源分配网络(RAN)进行了详细的算例比较,并进一步计算了实际的热工非线性模型.计算结果表明:该文提出的建模算法不仅能提高模型的输出精度,而且也可有效地减小网络的规模,较好地解决了神经网络超界空间的自适应构造问题,为热工过程全局非线性模型的建立提供了一个新的解决方法.

关键词：热工过程、建模、近似相关性网络、阶层补偿式网络结构

所属期刊栏目：24

分类号：TK123(热力工程、热机)

资助基金：国家自然科学基金;江苏省青年科技人才基金

在线出版日期：2004-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：191-195