论文部分内容阅读
提出了基于改进粒子群优化算法(MPSO)的径向基函数(RBF)神经网络混合优化(MPSO-RBF)方法,该方法充分利用了改进PSO算法的全局搜索能力以及RBF神经网络局部优化的高效性。针对具有较大惯性和滞后的非线性系统构造出一个基于该混合优化方法的复合神经网络自适应控制系统(MPSO-NNC),并就某超临界600MW直流锅炉高温过热器的过热汽温控制进行了仿真试验,且与基于遗传算法的神经网络自适应控制(GA-NNC)和Smith预估控制进行了对比,结果表明MPSO-NNC方法具有好的性能指标。