神经模糊系统研究及其在电厂协调系统中的应用
本文主要研究了神经模糊系统的学习能力、泛化能力，神经模糊系统输入变量的选取方法，过拟合问题、维数灾难问题的解决方法，最后将神经模糊系统应用于电厂的复杂系统——协调系统的建模和控制中，验证了神经模糊系统的有效性。分别研究了输入变量组合、隶属函数个数、训练次数、训练样本个数等对神经模糊系统的学习能力、泛化能力的影响以及神经模糊系统的学习能力和泛化能力之间的关系。
提出了一种综合考虑了训练误差和检验误差的评价神经模糊模型性能的误差性能指标。 对于神经模糊系统的过拟合问题，本文提出了一种训练样本、检验样本的选择方法以及一种最佳训练次数的确定方法。
针对电厂协调系统中锅炉侧存在着很大纯迟延的问题，本文设计了两级神经模糊系统对电厂协调系统进行建模，分别建立其非线性模型、线性模型以及根据现场采集的数据建立的实际模型。仿真结果表明，应用神经模糊系统建立的模型具有较高的辨识精度和较小的预测误差。
对于电厂协调系统，本文以神经模糊系统作为控制器，设计了两种控制方案：仿真结果表明，基于神经模糊系统的协调控制系统具有较好的控制性能和鲁棒性。
过拟合;维数灾难;神经模糊系统;电厂
华北电力大学;华北电力大学(保定)
博士
热能工程
韩璞
2005
中文
TM621;TP183
103
2005-11-16（万方平台首次上网日期，不代表论文的发表时间）