-
题名基于复合加权人类学习网络的超超临界机组建模与仿真
被引量：1
- 1
-
-
作者
程传良
彭晨
曾德良
张腾飞
-
机构
上海大学机电工程与自动化学院
华北电力大学控制与计算机工程学院
南京邮电大学自动化学院和人工智能学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2022年第7期1430-1438,共9页
-
基金
国家自然科学基金(61833011)。
-
文摘
中间点温度是超超临界(ultra supercritical,USC)机组的一个重要参数,其系统具有强非线性,常规方法很难对其进行建模。为了解决非线性问题,并获得良好的建模效果,提出了一种基于复合加权人类学习优化网络(composite weighted human learning optimization network,CWHLON)的建模方法,以动态线性模型的形式来模拟对象的非线性动态过程。在仿真实验部分,将CWHLON模型与传统的递推最小二乘法和其他三种元启发式方法得到的模型进行综合比较,数据显示本文提出的方法在模型精度方面平均提高了77.93%,最大提高了78.65%,实现了辨识精度的有效提升。
-
关键词
中间点温度
强非线性
建模
复合加权人类学习优化网络
超超临界机组
-
Keywords
intermediate point temperature
strong nonlinearity
modeling
CWHLON
USC
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
