基于信息融合思想的神经网络模型研究及应用

摘要：

文章针对水电仿真系统中水轮发电机机组的非线性动态数学模型建模复杂问题,提出了一种基于信息融合思想的神经网络模型.通过现场设置的多个异质传感器采集数据,作为该神经网络模型的输入训练样本数据,网络训练中动态修改网络权值和阈值,从而完成复杂的非线性建模功能.同时采用了具有较强全局寻优能力的遗传算法在训练中修改网络结构,从而避免神经网络训练速度慢、容易陷入局部极值的缺点,在现场在线数据预测测试中准确率可达95.8%以上,可以满足仿真模型需要.

关键词：信息融合、水电仿真、神经网络、遗传算法、非线性建模

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金69873007

在线出版日期：2004-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：4-6