论文部分内容阅读
本文提出的利用径向基神经网络（RBFNN）或广义回归神经网络（GRNN）建立热电偶特性模型的方法，解决了BP神经网络热电偶模型精度不高、重复训练时输出结果发生变化。有时出现奇异结果、不稳定等问题。模型算法简单，在一定参数范围内精度高，稳定性好，容易编程实现和便于实际应用。通过网络训练、仿真和误差分析，对RBFNN和GRNN模型参数及其适用范围进行了比较研究．找到了镍铬一康铜热电偶-270—1000℃模型和镍铬一镍硅热电偶0—1370℃模型的适宜的分布密度参数范围。