电厂废水中和过程的CPSO-RBF神经网络预测控制

作     者：任志玲 孙雪飞 Ren Zhiling;Sun Xuefei

作者机构：辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105 

基　　金：国家自然科学基金项目(51277090 51477071) 辽宁省高等学校优秀人才支持计划项目(LR2013013) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2018年第35卷第10期

页      码：74-79页

摘      要：针对电厂废水中和过程的非线性、时变性和滞后特性,为提高控制的响应速度和稳定性,提出一种基于混沌粒子群(CPSO)优化的RBF神经网络预测控制算法。以强酸当量(SAE)模型作为控制对象,设计RBF神经网络预测模型。引入灵敏度法(SA)修正网络隐层神经元,CPSO算法快速准确搜索粒子信息,实现RBF神经网络辨识模型的最优化。通过在电厂用水加药系统循环控制上的仿真测试,表明该控制策略相比PID控制和基于遗传算法优化的BP神经网络控制,在控制的平稳性和快速性上具有一定优势。

主 题 词：废水中和 RBF 神经网络 强酸当量 预测控制 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.3969/j.issn.1000-386x.2018.10.014

馆 藏 号：203386209...