MPSO-RBF优化策略在锅炉过热系统辨识中的仿真研究

作者：肖本贤; 王晓伟; 刘一福

来源：系统仿真学报, 2007, (06): 1382-1385+1389.

• 改进PSO算法
• RBF神经网络
• 非线性系统辨识
• 混合优化策略
• 过热汽温模型 Modified Particle Swarm Optimization (MPSO)
• RBF Neural Networks
• nonlinear system identification
• hybrid optimized strategy
• superheated steam temperature model

提出了基于改进PSO算法的RBF神经网络混合优化(MPSO-RBF)方法,并将其应用到非线性系统的辨识中。该方法将改进PSO算法的全局搜索能力和RBF神经网络局部优化的高效性相融合,克服了普通PSO算法收敛的不稳定性和RBF网络易陷入局部极小值的缺点。经典型非线性系统仿真试验,并与GA-RBF和RBF辨识效果进行了对比,结果表明基于MPSO-RBF的混合优化方法较GA-RBF和RBF优化速度快、逼近性能好,可以达到更优的辨识精度。最后,通过对火电厂的过热汽温动态特性的辨识实例,同样证明了MPSO-RBF方法具有更好的性能指标。

• 单位
  合肥工业大学; 安徽省电力科学研究院