一种基于混合建模的模块化神经网络控制方法_论文


维普资讯 http://www.cqvip.com 一 种基 于混合建模的模块化神经网络控制方法  杜 庆 东  刘 杰  赵 海2   ( 阳师范 大学软件 学 院 , 阳 103 ) 沈 沈 104  ( 东北大 学信 息学 院, 阳 100 ) 沈 106  E— i: u i g o g 1 6C m  mal d q n d n @ 2 .o 摘  要  针 对 传 统 神 经 网络 用 于复 杂 过 程 系统 的控 制 时难 于 收 敛 的 问题 , 章提 出 了基 于混 合 建 模 的 模块 化 的 神 经 网 文   络模型 。采取运行 机理建模和神经 网络建模相结合 的方式 , 把输入样本空间进行划 分, 实现基 于混合 专家网络 的建模 。   试 验 结 果表 明 , 大型 燃 煤锅 炉供 热 系统 , 对 史章 提 出 的方 法 可 以较好 地 提 高供 热 系统 的稳 定性 和 供 热 质量 。   关键词 神经网络 信 息 融合 供 热 控 制  文 章 编 号 10 — 3 1 (0 6 1- 2 5 0   文 献 标 识 码 A 0 2 8 3 一 20 ) 1 0 1— 3   中图 分 类 号 T 3 1 P9   A  o u a   u a   t r s Co t o   e h d M d lr Ne r l Ne wo k   n r l M t o   Ba e   n Hy r d M o ei g sd o   b i  dl   n D   n d n   L u Je Z a   l u Qig o g i  i  h o Ha  (c olo  o w r,h n a g N r a U iesy S e yn  10 4   S ho fS f ae S e yn   om l nvri ,h n a g 10 3 )   t   t ( co lo nom t n N r e s r  nvri ,hn ag 10 0 ) Sh o fIfr a o , ot at n U iesy S e yn    0 6     i h e t 1 Ab t a t Ag i s i c l o v r e c   r be sr c : an t f u t n e g n e p o lm wh n t e ta i o a N u a  t r s l  a p i d t   o lx rc s   d f i  c e   h   r d t n l e r l Newo k  8e p l   o c mp e  p o e s i Y e s se , h b i e p r e r  n t o k  mo e i b o g t o w r .  t e e y tm a y r d x et  n u a e r s l w d l s r u h fr a d I h  n w meh d, p t a ls r  d vd d n o n t o i u  s mpe  ae i i e  i t  n s b s a e n   y rd ep r n u a  ewok  d li rai dT e e p r n  n iae  h tb t rsa it a d u i   u — p c a d h b   x et e r n t rs mo e s e z .h   x e me tidc ts ta  et   tbly n  q a t i   l   l e i e i l y c n b   ba n d t r u h t e n w n u a  ew r s mo e  n te h g   o l b r n   ol r h ai g s se   a   e o ti e   h o g   h   e   e r l n t o k   d li   h   u e c a- unig b i   e t   y t m. e n Ke wo d : n u a  ewok , fr t n fso h aig c nrl y r s e rl n t rs i omai  u in,e t   o t   n o n o 1 概 述  将 神 经 网 引 入复 杂 过 程 控 制 系统 , 分 地 利 用 专 家 知 识 或  充 熟 练 操 作 者 的 经验 。 以 成 功 地解 决 理 论 精 确 模 型 难 以建 立 这  可 一 采 暖 系 统 的 回水 温度 为 :   。  ( )   () 3  式 中:   一 困难 。神 经 网 的记 忆 学 习能 力 使 其 在 变 工 作 状况 、 负 荷 运  变 一 室 外 空 气采 暖计 算 温 度 ( ) ℃ ;   室 内空 气采 暖计 算 温 度 ( ) ℃ ;   一 行 时 自动 找 到 最佳 工 作 点 。 神经 网络 的非 线性 建模 和 鲁 棒 性  但 的优 点 的 本 质 来 源 于 神 经 网络 学 习训 练 过 程 中 的 随机 统 计 和  动 态 特 性 。 果 输 入样 本 的 随机 统 计 特 性 存 在难 以 区分 以致 训  如 练 难 以收 敛 ,并且 对于 系统 1作 状 态 随 时 间 发 生变 化 的情 况 , .   ,   采 暖系 统 设 计供 水 、 回水 温 度 ( ) ℃ ;   一 室 外实 际空 气 温 度 ( ) ℃ ;   散 热 器 中的 供 水 和 回水 的平 均温 度 ( ) ℃ ;   和  一 室外 温度 为  时 , 应送 入 系统 的供 水 温度 和 回   一 这 时运 用 单 一 的 神 经 网络 模 型 就 无 法 有 效 完 成 最 优 控 制 的 目   的 。本 文 正 是 基 于 对神 经 网络

相关文档

一种混合神经网络飞行控制方法研究
基于神经网络的柴油机混合建模方法研究
控制动态电磁感应强度的神经网络逆向建模方法
一类非线性系统的神经网络控制器建模方法及其仿真研究
氧乐果合成反应温度的模糊神经网络控制方法
混合神经网络建模方法在青霉素发酵过程中的应用
面向混合动力汽车的LPG发动机神经网络建模方法研究
一种引入动量项的小波神经网络软测量建模方法
一种利用RBF神经网络的传感器建模新方法
电脑版