山东电力高等专科学校学报
山東電力高等專科學校學報
산동전력고등전과학교학보
JOURNAL OF SHANDONG COLLEGE OF ELECTRIC POWER
2012年
5期
39-42
,共4页
王守会%杨耀权%闫飞朝%杜之正
王守會%楊耀權%閆飛朝%杜之正
왕수회%양요권%염비조%두지정
热工过程%神经网络%粒子群算法%系统辨识
熱工過程%神經網絡%粒子群算法%繫統辨識
열공과정%신경망락%입자군산법%계통변식
本文分别采用神经网络和粒子群算法这两种人工智能方法去解决火电厂热工过程模型辨识问题.主要介绍了热工过程的辨识特性,BP网络学习算法及网络权值的附加动量调整规则,给出了标准的粒子群辨识算法,并将两种方法引入热工过程模型辨识.仿真研究表明,两种人工智能方法都能取得较好的辨识效果,对解决火电厂中热工控制系统的辨识问题具有重要的实用价值.
本文分彆採用神經網絡和粒子群算法這兩種人工智能方法去解決火電廠熱工過程模型辨識問題.主要介紹瞭熱工過程的辨識特性,BP網絡學習算法及網絡權值的附加動量調整規則,給齣瞭標準的粒子群辨識算法,併將兩種方法引入熱工過程模型辨識.倣真研究錶明,兩種人工智能方法都能取得較好的辨識效果,對解決火電廠中熱工控製繫統的辨識問題具有重要的實用價值.
본문분별채용신경망락화입자군산법저량충인공지능방법거해결화전엄열공과정모형변식문제.주요개소료열공과정적변식특성,BP망락학습산법급망락권치적부가동량조정규칙,급출료표준적입자군변식산법,병장량충방법인입열공과정모형변식.방진연구표명,량충인공지능방법도능취득교호적변식효과,대해결화전엄중열공공제계통적변식문제구유중요적실용개치.
