共查询到10条相似文献,搜索用时 21 毫秒
1.
2.
3.
4.
5.
基于一种改进的RBF神经网络的直接甲醇燃料电池建模 总被引:1,自引:2,他引:1
针对直接甲醇燃料电池(DMFC)系统过于复杂,难以数学建模。应用一种改进的RBF神经网络对DMFC系统进行辨识建模。模型以甲醇的浓度和流速为神经网络辨识模型的输入量,电池电压/电流密度为输出量,利用1000组实验数据作为训练和测试样本,建立了不同甲醇浓度和流速下电池电压/电流密度动态响应模型。应用仿真对建模的有效性和精度进行了检验,并与BP神经网络辨识的效果进行了对比。仿真结果证明RBF神经网络比BP神经网络收敛得快,建模精度高,从而为设计DMFC实时控制系统奠定了基础。 相似文献
6.
7.
8.
为了提高动态过程运行状态在线监控效率,提出了基于小波重构与支持向量(support vector machine,SVM)-反向传播神经网络(back propagation neural network,BPNN)相结合的在线智能监控方法.首先,运用离散小波变换对动态过程实测数据流进行重构,并提取其形状特征.其次,利用训练好的小波重构特征的SVM、均值特征的BPNN及重构后形状特征的SVM,对"监控窗口"内实测数据流进行异常模式识别.最后,应用该方法对某精密轴加工过程进行在线智能监控.结果表明:所提模型识别精度高、训练耗时少,其整体性能明显优于小波重构的BPNN模型与基于统计和形状特征的多分类支持向量机(multi-class support vector machine,MSVM)模型,是一种更为有效的动态过程在线智能监控方法. 相似文献
9.
提出了基于着色Petri网(CPN)的联邦概念模型(FCM)形式化建模与验证一体化方法。这种方法的提出主要基于下面两点:一是形式化的FCM与用自然语言描述的模型相比具有更完整、更准确和更规范的特点;二是形式化模型的验证需要专门的工具辅助完成。以一个简单的制造系统为例,采用CPN语言建立了该系统的形式化概念模型,利用辅助软件工具CPN Tools完成了该联邦概念模型的仿真和验证。应用研究表明,着色Petri网有助于描述联邦中各实体的行为和关系,CPN Tools辅助工具实现了形式化模型建模、仿真和验证的一体化过程。 相似文献