神經(jīng)模糊系統(tǒng)研究及其在電廠協(xié)調(diào)系統(tǒng)中的應(yīng)用.pdf

1、　 本文主要研究了神經(jīng)模糊系統(tǒng)的學(xué)習(xí)能力、泛化能力，神經(jīng)模糊系統(tǒng)輸入變量的選取方法，過擬合問題、維數(shù)災(zāi)難問題的解決方法，最后將神經(jīng)模糊系統(tǒng)應(yīng)用于電廠的復(fù)雜系統(tǒng)——協(xié)調(diào)系統(tǒng)的建模和控制中，驗證了神經(jīng)模糊系統(tǒng)的有效性。分別研究了輸入變量組合、隸屬函數(shù)個數(shù)、訓(xùn)練次數(shù)、訓(xùn)練樣本個數(shù)等對神經(jīng)模糊系統(tǒng)的學(xué)習(xí)能力、泛化能力的影響以及神經(jīng)模糊系統(tǒng)的學(xué)習(xí)能力和泛化能力之間的關(guān)系?！?提出了一種綜合考慮了訓(xùn)練誤差和檢驗誤差的評價神經(jīng)模糊模型性能的

2、誤差性能指標。　對于神經(jīng)模糊系統(tǒng)的過擬合問題，本文提出了一種訓(xùn)練樣本、檢驗樣本的選擇方法以及一種最佳訓(xùn)練次數(shù)的確定方法。　　 針對電廠協(xié)調(diào)系統(tǒng)中鍋爐側(cè)存在著很大純遲延的問題，本文設(shè)計了兩級神經(jīng)模糊系統(tǒng)對電廠協(xié)調(diào)系統(tǒng)進行建模，分別建立其非線性模型、線性模型以及根據(jù)現(xiàn)場采集的數(shù)據(jù)建立的實際模型。仿真結(jié)果表明，應(yīng)用神經(jīng)模糊系統(tǒng)建立的模型具有較高的辨識精度和較小的預(yù)測誤差?！?對于電廠協(xié)調(diào)系統(tǒng)，本文以神經(jīng)模糊系統(tǒng)作為控制器，設(shè)計