使用RBF神经网络进行优化冷藏库的控制外文文献翻译-其他专业.docVIP

使用RBF神经网络进行优化冷藏库的控制 施正荣,成国栋,王琦鸿,徐燕和薛国信 213016年常州江苏机构Petrochemical Technology,代为办理1999年11月26日(收到) 文摘:近年来,先进控制技术最优控制冷藏。但仍有许多缺点。的一个主要问题是,传统方法不能实现在线预测最优控制制冷系统的简单而有效的算法。一个RBF神经网络有很强的非线性映射能力,一个好的插值性能,价值和更高的训练速度。因此本文提出了一种两级RBF神经网络。将测量值与预测值,两级RBF神经网络用于在线预测最优控制的冷藏温度。新方法的应用效果显示一个巨大的成功。 关键词:RBF神经网络、冷藏、在线预测最优控制。 介绍 冷库温度的预测最优控制找到了广泛应用在农业工程,特别是冷藏的水果和蔬菜保鲜的。所有的currently-used温度控制单元面临如何选择最适温度为控制对象的问题，如何进行冷藏库温度的变化，和如何实现最优控制。大量的工作研究了前面的方法是基于泰勒级数理论和PID控制算法[1,5]。后来,毛皮商的转换方法,切比雪夫的理论和一些基础知识的系统我们得到了并且使用了更好的结论(2、3)。近年来,英国石油公司将神经网络用于冷库温度的最优控制。BP神经网络具有良好的非线性映射的性能,但它有太多的地方并不是那么理想,通常是其训练速度太慢了(2、5)。因此它不能方便地用于在线控制计算。后来也提出了