%0 Journal Article
%T 基于径向基函数神经网络的热工过程模型辨识
%A 李攀峰
%A 杨晨
%J 重庆大学学报
%D 2009
%R 10.11835/j.issn.1000-582X.2009.09.010
%X 为了准确反映热工过程动态特性，实现热工过程整体优化控制，提出了一类新的径向基函数神经网络（RBFNN）的建模方法：采用熵方法和竞争学习算法，结合非线性自回归滑动平均（NARMA）模型的输入/输出结构实现RBFNN的优化，辨识RBFNN结构，并用最小二乘算法（LS）确定权向量，实现了典型的非线性热工过程建模。通过两个实例验证：基于NARMA结构的RBFNN建模，具有较高的辨识精度和较少的隐层节点。
%K 自动控制
%K 热工过程
%K 非线性
%K NARMA模型
%K 径向基函数神经网络
%K 最小二乘算法
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200909011&flag=1