论文部分内容阅读
热工系统往往表现出非线性和不确定性．难以建立精确的数学模型。以汽包水位为对象．结合机理分析确定原始变量作为神经网络的输入．通过k 均值聚类法则与梯度下降法实现了网络的学习功能．并最终建立了基于RBF 神经网络的软测量模型。阐述了RBF神经网络在汽包水位测量中的建模与应用。仿真实验表明该模型具有简单易行．精度高、训练时间短、运算速度快的特点．为汽包水位测量提供了一种新的方法。