摘要：火电单元机组是一种复杂的多变量对象,常规方法难以建立它的非线性数学模型.该文利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究.网络隐层采用框架小波函数,输出层采用线性函数,采用BP算法对网络进行训练,并利用自适应的学习速率和动量参数加快网络训练的收敛速度.网络的训练结果和测试结果均表明,小波网络输出值与实际模型输出值之间的误差在允许范围内,小波神经网络可以较好地逼近单元机组负荷数学模型.

原文链接:http://www.cqvip.com//QK/90021X/200310/8475199.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。）