使用RBF神经网络进行优化冷藏库的控制外文文献翻译
《使用RBF神经网络进行优化冷藏库的控制外文文献翻译》由会员分享,可在线阅读,更多相关《使用RBF神经网络进行优化冷藏库的控制外文文献翻译(17页珍藏版)》请在毕设资料网上搜索。
1、使用 RBF 神经网络进行优化冷藏库的控制 施正荣 ,成国栋 ,王琦鸿 ,徐 燕和薛 国信 213016 年常州江苏机构 Petrochemical Technology,代为办理 1999 年 11 月 26 日 (收到 ) 文摘 :近年来 ,先进控制技术最优控制冷藏。但仍有许多缺点。的一个主要问题是 ,传统方法不能实现在线预测最优控制制冷系统的简单而有效的算法。一个RBF 神经网络有很强的非线性映射能力 ,一个好的插值性能 ,价值和更高的训练速度。因此本文提出了一种两级 RBF 神经网络。将测量值与预测值 ,两级 RBF 神经网络用于在线预测最优控制的冷藏 温度。新方法的应用效果显示一个巨
2、大的成功。 关键词 :RBF 神经网络、冷藏、在线预测最优控制。 介绍 冷库温度的预测最优控制找到了广泛应用在农业工程 ,特别是冷藏的水果和蔬菜保鲜的。所有的 currently-used 温度控制单元面临如何选择最适温度为控制对象的问题 , 如何进行冷藏库温度的变化 , 和如何实现最优控制。大量的工作研究了前面的方法是基于泰勒级数理论和 PID 控制算法 1,5。 后 来 ,毛皮商的转换方法 ,切比雪夫的理论 和一些基础知识 的系统 我们得到了并且使用了 更好的结论 (2、 3)。近年来 ,英国石油公司 将 神经网络用 于冷库温度的最优控制。 BP 神经网络具有良好的非线性映射的性能 ,但它
3、有太多的地方 并不是那么理想 ,通常 是 其训练速度太慢 了 (2、 5)。因此它不能方便 地 用于在线控制计算。 后来也 提出了一种两阶段 RBF 神经网络实现在线最优控制的冷藏温度。 在 第一阶段 的使用过程中 确定当前最佳制冷系统的温度 ,和第二个 阶段 是用于在未来时间点进行 确定 温度的值。此外 , 他的解决方案是用于制冷系统的直接行动 , 一个最 难的 问题是解决了 。 采用 RBF 神经网络分为两个阶段。第一阶段是用来确定最佳值的冷藏温度 , 而 第二个是用来预测温度。一般来说 ,假设 n 个 输 入变量 1x , , nx 和 m 个 输出变量 1y , , my .则: 1(
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中设计图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 使用 rbf 神经网络 进行 优化 冷藏库 控制 节制 外文 文献 翻译
