欢迎来到天天文库
浏览记录
ID:33684061
大小:2.81 MB
页数:66页
时间:2019-02-28
《混合优化算法在热工对象系统辨识中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、华北电力大学硕士学位论文摘要系统辨识是控制理论的重要内容,也是控制理论的基础。传统的系统辨识方法多是针对线性系统,对复杂非线性系统的辨识仍然显得比较困难。神经网络的出现为我们提供了新的出路,它也成为解决非线性问题的一种重要途径。RBF神经网络是一种前向反馈网络,具有良好的逼近性和全局最优能力。本文就是以RBF神经网络系统辨识为基础,提出了一种新的混合优化算法,确定了网络中心节点的数量和位置,优化了RBF网络结构,实现了对热工对象系统的动态辨识,达到系统辨识快速性以及精确度的要求。关键词:系统辨识,RB
2、F神经网络,优化算法Systemidentificationisanimportantcontentandfoundationofcontroltheory.Traditionalsystemidentificationwasallaboutlinearsystem,anditisstilltoodifficultforcomplexnonlinearsystemidentification.TherisingofneuralnetworkgivesUSanewwayonsystemidentific
3、ation,anditsoonbecomestobethemainwayonnonlinearsystemproblems.RBFneuralnetworkisakindoffeedforwardnetwork,andithasgoodapproximatingandglobaloptimizationabilities.ThispaperisbasedonRBFneuralnetworksystemidentification,andanewhybridoptimizationalgorithmis
4、raisedtoconfirmtheamountandlocationofnetworkhiddenlayernodes,andithasdoagreatjobonnetworkoptimizationtomeettherequirementsofspeedandprecisiononsystemidentification.Lvxianjie(controltheoryandcontrolproject)DirectedbyproLTianTaoKEYWORDS:systemidentificati
5、on,RBFneuralnetwork,optimizationalgorithmn华北电力大学硕士学位论文摘要系统辨识是控制理论的重要内容,也是控制理论的基础。传统的系统辨识方法多是针对线性系统,对复杂非线性系统的辨识仍然显得比较困难。神经网络的出现为我们提供了新的出路,它也成为解决非线性问题的一种重要途径。RBF神经网络是一种前向反馈网络,具有良好的逼近性和全局最优能力。本文就是以RBF神经网络系统辨识为基础,提出了一种新的混合优化算法,确定了网络中心节点的数量和位置,优化了RBF网络结构,实现了
6、对热工对象系统的动态辨识,达到系统辨识快速性以及精确度的要求。关键词:系统辨识,RBF神经网络,优化算法Systemidentificationisanimportantcontentandfoundationofcontroltheory.Traditionalsystemidentificationwasallaboutlinearsystem,anditisstilltoodifficultforcomplexnonlinearsystemidentification.Therisingofne
7、uralnetworkgivesUSanewwayonsystemidentification,anditsoonbecomestobethemainwayonnonlinearsystemproblems.RBFneuralnetworkisakindoffeedforwardnetwork,andithasgoodapproximatingandglobaloptimizationabilities.ThispaperisbasedonRBFneuralnetworksystemidentific
8、ation,andanewhybridoptimizationalgorithmisraisedtoconfirmtheamountandlocationofnetworkhiddenlayernodes,andithasdoagreatjobonnetworkoptimizationtomeettherequirementsofspeedandprecisiononsystemidentification.Lvxianjie(controltheory
此文档下载收益归作者所有