江苏省高校自然科学研究项目(04KJB470036)
- 作品数：3 被引量：13H指数：1
- 相关作者：刘志远董学育更多>>
- 相关机构：南京工程学院更多>>
- 发文基金：江苏省高校自然科学研究项目南京工程学院科研基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 采用径向基函数神经网络的热工过程在线辨识方法被引量：12
- 2005年
- 基于M-RAN算法的RBF神经网络是一种动态神经网络,适合于过程的在线建模。对M-RAN算法的删除策略进行了改进,不仅删除那些连续对网络输出贡献较小的隐层单元,同时还将相似的隐层单元合并,使网络结构更加紧凑。将基于这种算法的RBF神经网络用于电厂非性线模型热工过程的在线辨识,仿真研究表明了这种建模方法的有效性,且所得模型精度高,计算量小,可直接应用于基于模型的控制算法。
- 刘志远
- 关键词：自动控制技术电厂系统辨识径向基函数神经网络热工过程
- 采用IncNet神经网络进行动态建模的仿真研究
- 2007年
- 由于IncNet神经网络的算法为串行学习算法,可利用实测的新数据不断对模型进行更新,因此,可以实现过程的动态建模.IncNet神经网络采用"统计新颖性"准则,有效地减少了用户预先定义的参数,而删除算法则可以使网络结构更加紧凑.以燃烧炉对象为例,采用IncNet神经网络进行过程动态建模,所建立的模型精度高,泛化能力强.在建模过程中,初始参数的设置对IncNet神经网络模型的结构和建模精度有着不同的影响,应当合理选择.
- 刘志远
- 关键词：神经网络
- 基于归一化RBFNN的执行器非线性模型及其特性补偿被引量：1
- 2005年
- 执行器的动态非线性特性是影响控制系统控制效果的一个重要因素,采用归一化径向基函数神经网络NRBFNN,通过竞争学习算法RPCL确定RBF中心,用递归最小二乘法估计网络的输出权值,建立了执行器动态非线性特性模型及其逆模型,通过信号补偿方式来改善执行器的动态特性,仿真结果表明了该方法的有效性.
- 刘志远董学育
- 关键词：径向基函数神经网络执行器
