采用IncNet神经网络进行动态建模的仿真研究

摘要

由于IncNet神经网络的算法为串行学习算法,可利用实测的新数据不断时模型进行更新.因此,可以实现过程的动态建模.IncNet神经网络采用"统计新颖性"准则,有效地减少了用户预先定义的参数,而删除算法则可以使网络结构更加紧凑.以燃烧炉时象为例,采用IncNet神经网络进行过程动态建模,所建立的模型精度高.泛化能力强.在建模过程中,初始参数的设置对IncNet神经网络模型的结构和建模精度有着不同的影响.应当合理选择.