在煤矿循环流化床锅炉仿真中RBF神经网络的应用

摘要：

为了解决煤矿循环流化床锅炉燃烧实时动态数学模型的高阶、多变量微分方程不易求解等问题,提出利用RBF神经网络实现该模型的参数辨识,并提出利用小生境克隆选择算法提高RBF网络学习算法的收敛性.通过SNCC循环流化床仿真系统的数字仿真验证,算法具有良好的收敛性和逼近效果,并避免了传统模型的复杂微分方程求解过程.

关键词：RBF神经网络、循环流化床、锅炉建模

所属期刊栏目：13

分类号：TK229.66;TP18(蒸汽动力工程)

资助基金：新世纪广西高等教育教学改革工程立项项目2010JGZ082;广西高等学校特色专业及课程一体化建设项目GXTSZY123;中央财政支持高等职业学校专业建设发展项目资助

在线出版日期：2013-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2363-2366