摘要：针对火电站机炉协调控制对象的非线性、时变和纯迟延的特性,采用了一种PID型模糊控制器[1].为了使此控制器具有自学习功能,提出了一种包含一个自回归神经元的5层模糊神经网络,并根据梯度下降算法,给出了它各层权值的修正算法.通过对参考文献[2]的模型进行仿真研究,证明使用这种初值易选、学习能力较强的模糊神经网络控制器可以克服协调控制对象的时变性和随机性干扰,大大改善了控制品质.图6表1参6

原文链接:http://www.cqvip.com//QK/95606X/200301/7414577.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）