论文部分内容阅读
在传统的模糊神经网络中引入递归环节和补偿环节，构成了一种新型补偿递归模糊神经网络（CRF-NN），改善了网络的动态响应特性和学习能力．在此基础上，采用一种新型序贯监督策略对网络进行结构辨识，能够有效地确定模糊规则的条数以及相关参数的初始值．针对CRFNN的结构特点，提出了改进的BP算法，能够对网络的结构参数进行进一步的学习．对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明，提出的CRFNN具有优良的动态响应特性和很强的学习能力，值得在热工建模与控制领域中推广应用．