动态模糊神经网络的研究及在燃料气热值软测量中的应用

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:qimao1986
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
论文针对普通模糊神经网络无法处理暂态问题,对具有递归环节的动态模糊神经网络(DFNN)进行了研究。通过在网络第二层中加入内部反馈连接,使其具有动态映射能力,不仅对动态系统有更好的响应,而且使模糊神经网络具有更紧凑的结构和更高的精确度。 优化模糊神经网络一般采用BP算法,但该算法很容易陷入局部最优解。粒子群算法(PSO)是近年来被广为关注和研究的一种智能优化算法,PSO算法概念简单,实现容易,参数少,收敛速度较快。但是该算法不是一种全局收敛算法,不能保证粒子搜索到最优解。针对这一缺陷,在训练后期引入进化策略,采用改进的粒子群算法来训练网络,以增强粒子群算法的局部搜索能力,避免其陷入局部最优解,提高搜索效率。经过实验验证该方法较原始的PSO算法具有更好的寻优性能。 然后,提出了基于改进PSO算法的动态模糊神经网络方案。鉴于传统的训练模糊神经网络方法只能训练网络参数,或者先确定网络结构然后训练网络参数相比,本文利用特殊的适应度函数能同时调整网络的参数和隐层节点数目以自动获取一组精炼的模糊规则,能在较短的时间内达到收敛,网络结构简单,精度高。 最后,将此动态模糊神经网络应用到乙烯裂解炉燃料气热值的软测量建模中,取得了比较好的结果。
其他文献
低功耗与通信的无线化是仪表业的两大发展趋势,对它们的研究不仅具有前瞻意义,更具有一些现实应用价值。烧结工艺中,烧结料水分含量的测量一直都是令人困扰的一个难题。而考察现场已有的诸多烧结料水分测量方法,都无一例外的又面临同一个问题:测量的滞后问题。分析传统的工艺方法,其测量滞后的最大原因在于:烧结料混合过程时间较长,而传统的测量手段大多都是在混合之后进行水分测量。因此,较长的烧结料混合时间成为整个滞后
肺癌是对当今人类健康危害最大的恶性肿瘤之一,根据世界卫生组织(World Health Organization, WHO)的报告,肺癌的死亡率已经上升为世界最高的癌症死亡率,如果肺癌能在早期被
搬运机器人是进行搬运作业的工业机器人,随着工业生产的发展,对机器人的控制精度要求越来越高。在搬运机器人作业中,由于负载的突变和非线性摩擦力的影响,往往使得系统的控制
滑模变结构控制自产生以来,因在滑动模态对参数摄动和外界干扰具有不敏感性,所以此方法受到了控制界的广泛关注。但大多数学者研究的是连续时间系统的滑模变结构控制。近年来
网络控制系统(Networked Control System, NCS)以通信网络作为控制器、执行器、传感器之间的通讯媒介,是控制科学、计算机及网络技术的综合应用。由于在网络控制系统中要进行
磨矿是选矿过程中破碎工序的继续,磨矿的目的是使矿石中的有用成分全部或大部分达到单体分离,同时又尽量避免过磨现象,达到选别工序的粒度要求。而磨矿产品的质量与产量对选
鱼类在游动中表现出高效率、低噪声和高机动性特点是传统螺旋桨推进器无法比拟的,因此越来越多的工程人员希望能够研发出完善的仿鱼形机器人,以便更好地服务于人类。传统的仿
随着国民经济的发展,管道由于其在流体运输中独特的优势,在运送被称为国民经济血液的石油等方面正发挥着不可替代的重要作用。但是随着管道运输的发展,老化、腐蚀和受经济利益驱
近年来,随着钢铁工业全球化进程的不断加快,客户需求越来越多样化,呈现出多品种、小批量、复杂化的特点。另一方面,钢铁企业由于生产工艺和设备的限制,使其必须采用大规模的
浮选技术的进步对我国选矿工艺的发展特别是提质降杂起到很重要的作用。在浮选生产过程对有效计量和浮选剂的添加量进行控制是十分必要的,如何精确测量和控制药剂量是整个浮