论文部分内容阅读
针对现有的熔融碳酸盐燃料电池(MCFC)模型过于复杂的弊端,本文应用RBF神经网络辨识方法建立了MCFC的温度非线性模型。简要分析了MCFC电堆的温度特性;讨论了应用RBF神经网络进行多输入/多输出非线性系统建模的主要问题,并详细给出了其辨识结构、算法和模型训练方案;应用仿真对建模的有效性和建模精度进行了检验,并与BP神经网络辨识的效果进行了对比。仿真结果证明RBF神经网络远比BP神经网络收敛得快,应用RBF神经网络辨识方法对MCFC电堆建模是可行的,它避免了用复杂的微分方程组来描述MCFC,通过神