基于免疫原理RBF网络在线学习算法及其在热工过程大范围工况建模中应用.pdfVIP

基于免疫原理的 RBF 网络在线学习算法及 其在热工过程大范围工况建模中的应用1 林金星, 沈炯, 李益国 （东南大学动力系, 江苏省 南京市 210096 ） E-mail: jxlin2004@126.com 摘 要： 针对现有径向基函数(RBF)神经网络训练算法在非线性动态系统大范围辨识中的不 足, 借鉴免疫原理, 提出了一种新颖的 RBF 神经网络在线学习算法, 通过分析 RBF 神经网 络学习过程和免疫系统的相似性, 采用免疫记忆、克隆选择、扩增和细胞凋亡机制在线动态 调节网络隐层节点, 并确定相应的数据中心和宽度, 从而使网络具有在线学习和记忆新样本 的功能, 并将该网络应用于某 300MW 火电机组主汽压的多工况辨识.实验结果表明该算法 不仅能精简网络的结构, 而且能很好地适应对象的时变特性. 关键词：热工过程, 径向基函数神经网络, 在线学习, 免疫原理, 系统辨识 1．引