智能化技術(shù)在熱工系統(tǒng)建模中的應(yīng)用-資料下載頁
2024-11-08 03:01本頁面
【導(dǎo)讀】程動(dòng)態(tài)數(shù)學(xué)模型的方法，難以建立非線性模型，由于模型不夠精確，從而難于精確表達(dá)熱工過程及實(shí)施全局優(yōu)化控制。的智能化技術(shù)作一個(gè)簡要綜述，如神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法，機(jī)組熱工自動(dòng)控制系統(tǒng)控制品質(zhì)的要求也隨之提高。因此，研究并改進(jìn)電廠熱工對(duì)象的模型對(duì)熱工自動(dòng)。控制有著非常重要的現(xiàn)實(shí)意義。這種方法得出的數(shù)學(xué)模型稱之為機(jī)。理模型，這種建立模型的方法稱為解析法。其實(shí)質(zhì)是應(yīng)用自然科學(xué)和社會(huì)科。響應(yīng)、最小二乘法為基礎(chǔ)的辨識(shí)方法以及極大似然法等。最小二乘法是一種經(jīng)典的數(shù)據(jù)處理方法,但由于最小二乘估計(jì)是。函數(shù)的局部極小值。噪聲必須滿足一定的關(guān)系,而在某些動(dòng)態(tài)預(yù)測(cè)系統(tǒng)和過程控制系統(tǒng)中,果,但對(duì)于非線性系統(tǒng)往往不能得到滿意的辨識(shí)結(jié)果;機(jī)器人控制等方面。的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)的應(yīng)用將更加深入。通過調(diào)整網(wǎng)絡(luò)的權(quán)值矩陣來實(shí)現(xiàn)這一優(yōu)化過程。熱工系統(tǒng)中未知不確定非線性系統(tǒng)的辨識(shí)問題提供了一條新的思路。
【正文】 面介紹的應(yīng)用比較多的智能 化 方法外， 目前 ,智能化技術(shù)正在向兩個(gè)方向發(fā)展。一種 趨勢(shì)是將模糊、神經(jīng)、遺傳算法等相結(jié)合產(chǎn)生融合的系統(tǒng)辨識(shí)方法 ,例如 文 [33]通過并行遺傳算法實(shí)現(xiàn)對(duì) RBF神經(jīng)網(wǎng)絡(luò)權(quán)值 ,寬度和中心位置等有關(guān)參數(shù)的估計(jì) ,其特點(diǎn)是速度快、精度高 。二是將 繼續(xù) 提出新的智能化方法，如免疫算法，專家系統(tǒng)，灰色理論等，正在 使系統(tǒng)辨識(shí)成為綜合多學(xué)科知識(shí)的 綜合 科學(xué)。 參考文獻(xiàn) [1] 徐麗娜 神經(jīng)網(wǎng)絡(luò)控制 [M].哈爾濱 :哈爾濱工業(yè)大學(xué)出版社 ,1999. [2] 何玉彬 ,李新忠 .神經(jīng)網(wǎng)絡(luò)控制技術(shù)及其應(yīng)用 [M].北京 :科學(xué)出版社 ,2020. [3] 周西峰 .系統(tǒng)辨識(shí)與建模的一種新方法 [J].信息與控制 ,2020,4(2): 131138. [4] KRZYZAK A. Nonparametric estimation and classification using radial basis function s and empirical risk minimization [J].IEEE Trans. on Neural Networks, 1996, 7(2) :475487. [5] NARENDRAKS, PARTHASARATHY K. Identification and control of dynamical system using neural works. IEEE Trans. on Neural Networks, 1990, 1(1) :427. [6] 茹 菲 ,李鐵鷹 .人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)綜述 [J].軟件導(dǎo)刊 .2020,10（ 3）： 134135 [7] 李麗榮，韓璞，董澤，劉長良 .人工神經(jīng)絡(luò)在系統(tǒng)辨識(shí)中的研究與應(yīng)用 [J].華北電力大學(xué)學(xué)報(bào) .2020,27（ 3）： 2833 [8] 張力 ,岳中石 ,李書才 ,閆英俊 .300MW 循環(huán)流化床鍋爐主汽壓的神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí) [J] 微計(jì)算信息 .2020,27（ 2）： 186187 [9] 侯 煒，田 沛 ,常 虹 .一種改進(jìn)的主汽溫過程模型神經(jīng)網(wǎng)絡(luò)辨識(shí)方法 [J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào) .2020， 15(4):7476 [10] 易繼鍇 ,侯媛彬 .智能控制技術(shù) [M].北京 :北京工業(yè)大學(xué)出版社 ,1999. [11] 徐洪澤 ,褚東升 ,張福恩 .一種改進(jìn)的遺傳算法及其在系統(tǒng)辨識(shí)中的應(yīng)用 [J].哈爾濱工業(yè)大學(xué)學(xué)報(bào) ,1997,29(4):7275. [12] 李孝安 . 一種基于遺傳算法與進(jìn)化編程的系統(tǒng)辨識(shí)方法 [J].控制與決策 ,1996,11(3):404 407. [13] 劉長良，于希寧，姚萬業(yè)，劉吉臻 .基于遺傳算法的火電廠熱工過程模型辨識(shí) [J].中國電機(jī)工程學(xué)報(bào) .2020,23(3):170174 [14] 趙亮 ,雎剛 .基于遺傳算法的熱工過程辨識(shí) [J]. 江蘇電機(jī)工程 .(3):7678 [15] TAKAGI T,SUGENO M. Fuzzy identification of systems and its application to modeling and control[J].IEEE Trans. on Systems, Man and Cyberics,1985,15(1) :116132. [16] JOHANSEN T A, MURRAYSMITH R. On the interpretation and identification of dynamic Takagi Sugeno fuzzy models. IEEE Trans. on Fuzzy Systems,2020, 8(3): 297313. [17] 陳建勤 ,席裕庚 ,張鐘俊 .用模糊模型在線辨識(shí)非線性系統(tǒng) [J].自動(dòng)化學(xué)報(bào) ,1998,24(1): 9094. [18] 邵青 ,馮汝鵬 .非線性系統(tǒng)模糊辨識(shí)的新方法 [J].控制與決策 ,2020,16(1):8385. [19] LEE CH, TENG CC. Identification and control of dynamic systems using recurrent fuzzy neural work. IEEE Trans. on Fuzzy Systems,2020,8(4):349366. [20] 張建剛 ,毛建琴 .模糊樹模型及其在復(fù)雜系統(tǒng)辨識(shí)中的應(yīng)用 [J].自動(dòng)化學(xué)報(bào) ,2020,26(3): 378381. [21] 代冀陽 ,張建剛 ,毛建琴 .基于遺傳算法的模糊樹建模方法 [J].自動(dòng)化學(xué) 報(bào) ,2020,26(5): 707710. [22] 張建剛 ,毛建琴 .模糊樹模型及其在復(fù)雜系統(tǒng)辨識(shí)中的應(yīng)用 [J].自動(dòng)化學(xué)報(bào) ,2020,26(3): 378381. [23] Do rigo M, Maniezzo V, Colo rni A. Ant system: Optimization by a colony of cooperating agents [J].IEEE Trans on Systems, Man and Cyberics,1996,26(1):2941. [24] 孔令沖 ,羅 毅 .基于免疫原理的蟻群算法在熱工過程系統(tǒng)辨識(shí)中的應(yīng)用 [J].中國電力教育 .2020,336338. [25] 謝華文 ，李小坷，董澤 . 基于蟻群算法的循環(huán)流化床鍋爐床溫特性辨識(shí) [J].華北電力技術(shù) .2020,.1618 [26] 孫瑋 ,張倩 .離散域蟻群算法在熱工系統(tǒng)辨識(shí)中的應(yīng)用 [J].中國電力教 .2020:279280 [27] 黃其新，鞠平，王啟明，劉柏私 .基于人工魚群算法的同步發(fā)電機(jī)參數(shù)辨識(shí) [J]. [28] 徐公林，張鐵龍 . 人工魚群算法在電力系統(tǒng)負(fù)荷模型參數(shù)辨識(shí)中的應(yīng)用 [J].中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集 .16771679. [29] J Kennedy, R Eberhart. Particle Swarm Optimization [C]. Proc. IEEE Int. Conf. Neural Networks,1995:19421948. [30] 徐志成 .基于粒子群優(yōu)化算法的過程模型辨識(shí) [J].電力自動(dòng)化設(shè)備 .2020,27(9):7578 [31] 張洪濤 ,胡紅麗 ,徐欣航 ,劉永紅 .基于粒子群算法的火電廠熱工過程模型辨識(shí) [J].熱力發(fā)電 .2020,39（ 5）： 5962 [32] 高文松 ,劉長良 .一種改進(jìn)粒子群算法及其在熱工過程模型辨識(shí)中的應(yīng)用 [J]. 熱力發(fā)電 .2020,39（ 3）： 97101 [33] 蒙祖強(qiáng) ,蔡自興 .一種基于并行遺傳算法非線性系統(tǒng)辨識(shí)方法 [J].控制與決策 .2020,18(3): 367374
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1