论文部分内容阅读
本文对于目前在工业生产中广泛应用的工业锅炉的控制系统进行了研究，针对工业锅炉这种具有非线性、参数不稳定、难以建立精确的数学模型的控制对象，结合模糊控制理论和人工神经元网络理论，提出用补偿模糊神经网络构造自适应控制器实现对工业锅炉的过程控制。通过补偿模糊推理和快速学习算法的引入，使得补偿模糊神经网络在性能上优于一般的模糊神经网络。本文并且利用Matlab仿真工具对这种自适应控制器的性能作了初步研究。