人工神经元网络在非线性系统建模中的应用研究

论文摘要

随着工业的发展,能源问题越来越被重视,电厂中煤的利用率问题和环境污染问题也随之成为人们研究的热点。本文就是基于电厂中锅炉燃烧系统优化问题,针对锅炉燃烧系统网络建模方法进行分析与研究。本文对经典的RBF网络给出了严格的算法分析和应用实例,验证了径向基函数选择方法。本文对模糊神经网络进行分析,研究模糊聚类算法,并对模糊神经网络进行了改进,实现遗传算法权值的调整设计,为网络权值计算开拓了新的研究方法,文章中给出了算法说明和实验分析。此外本文还开拓了支持向量机网络应用新领域,将支持向量机网络应用于复杂的锅炉燃烧系统建模分析,得到了较好的建模效果。最后,对于支持向量机网络的应用还提出增量学习算法改进,优化了支持向量机网络建模效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 人工神经网络建模特点
• 1.2 国内外研究动态
• 1.3 人工神经网络与非线性系统建模
• 1.4 课题研究内容
• 1.5 本文主要内容
• 第二章 人工神经网络算法分析
• 2.1 神经元的数学模型
• 2.2 人工神经网络结构
• 2.3 人工神经网络权值算法
• 2.4 本章小结
• 第三章 RBF神经网络算法分析和实验验证
• 3.1 径向基网络定义与网络插值问题解析
• 3.2 完全内插值存在的问题
• 3.3 正则化理论
• 3.4 RBF 网络典型学习算法
• 3.5 RBF 网络在非线性系统建模中的应用
• 3.5.1 RBF 神经网络非线性函数建模
• 3.5.2 径向机函数选择实验分析
• 3.5.3 RBF 神经网络对噪声的适应性分析
• 3.6 本章小结
• 第四章 模糊神经网络算法分析及遗传算法优化设计
• 4.1 模糊逻辑与神经网络的结合
• 4.2 模糊关系与模糊推理理论基础
• 4.2.1 模糊命题
• 4.2.2 模糊推理
• 4.3 模糊-神经协作网络设计
• 4.3.1 模糊神经元
• 4.3.2 模糊系统建模方法
• 4.4 模糊-神经协作网络非线性函数建模实例分析
• 4.5 遗传算法与网络结合点
• 4.6 遗传算法寻优神经网络权值
• 4.7 遗传算法改进后的模糊网络函数建模分析
• 4.8 本章小结
• 第五章 支持向量机神经网络改进算法与实验分析
• 5.1 支持向量机算法基础
• 5.2 最小二乘支持向量机算法改进
• 5.3 增量学习算法及其应用改进
• 5.4 函数建模实例分析
• 5.5 本章小结
• 第六章 锅炉燃烧过程建模实验
• 6.1 锅炉燃烧系统
• 6.1.1 燃烧控制系统的基本任务
• 6.1.2 系统各个参数作用
• 6.1.3 锅炉燃烧控制系统
• 6.2 锅炉燃烧系统网络建模实验
• 6.3 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况