论文部分内容阅读
对德士古气化炉炉膛温度提出了一种基于主元分析方法与新型径向基函数(RBF)网络相结合的推断估计策略.首先利用工艺先验知识和主元分析方法对网络高维输入向量进行了降维化简和辅助变量的选择.然后提出了一种RBF网络的新型混合递推算法,包括修正网络中心的自适应聚类的简化型次胜者受罚竞争学习(SRPCL)算法,和修正网络权值的带遗忘因子的递推最小二乘算法.结果表明,该推断估计器具有良好的跟踪速率和较高的估计精度,其性能显著优于基于传统RBF网络算法和普通反向传播(BP)算法的推断估计器的性能.