典型文献
基于复合加权人类学习网络的超超临界机组建模与仿真
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
程传良;彭晨;曾德良;张腾飞
作者机构：
上海大学机电工程与自动化学院,上海200444;华北电力大学控制与计算机工程学院,北京102206;南京邮电大学自动化学院和人工智能学院,江苏南京210023
文献出处：
引用格式：
[1]程传良;彭晨;曾德良;张腾飞-.基于复合加权人类学习网络的超超临界机组建模与仿真)[J].系统仿真学报,2022(07):1430-1438
A类：
中间点温度,复合加权人类学习优化网络,CWHLON
B类：
学习网络,超超临界机组,建模与仿真,ultra,supercritical,USC,重要参数,强非线性,常规方法,决非,非线性问题,composite,weighted,human,learning,optimization,network,线性模型,非线性动态,动态过程,递推最小二乘法,元启发式,启发式方法,模型精度,辨识精度
AB值：
0.341055
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
