化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2013年
1期
67-69,89
,共4页
BP神经网络%RBF神经网路%光伏%最大功率点跟踪%泛化性能%串联
BP神經網絡%RBF神經網路%光伏%最大功率點跟蹤%汎化性能%串聯
BP신경망락%RBF신경망로%광복%최대공솔점근종%범화성능%천련
研究利用BP神经网络和RBF神经网络实现光伏发电最大功率点跟踪.通过仿真,神经网络能够快速跟踪到光伏电池的最大功率点.为提高泛化性能,对网络进行串联改进.仿真表明:新网络的泛化性能较之前独立网络有所提高,对测试样本的拟合效果也变得更好.
研究利用BP神經網絡和RBF神經網絡實現光伏髮電最大功率點跟蹤.通過倣真,神經網絡能夠快速跟蹤到光伏電池的最大功率點.為提高汎化性能,對網絡進行串聯改進.倣真錶明:新網絡的汎化性能較之前獨立網絡有所提高,對測試樣本的擬閤效果也變得更好.
연구이용BP신경망락화RBF신경망락실현광복발전최대공솔점근종.통과방진,신경망락능구쾌속근종도광복전지적최대공솔점.위제고범화성능,대망락진행천련개진.방진표명:신망락적범화성능교지전독립망락유소제고,대측시양본적의합효과야변득경호.
