论文部分内容阅读
利用一种新的混合神经网络的建模方法-结构逼近式混合神经网络对一类典型的化工连续搅拌釜反应(CSTR)过程建立了数学模型。介绍了这类混合神经网络的基本特性、拓扑结构和训练方法。该方法充分利用了已知非线性系统的结构信息和特点,使神经网络"灰盒"化,更好地解释和描述系统各变量间的因果关系,从而提高网络的建模精度。并利用两种不同的网络验证方法,将结构逼近式混合神经网络和一类典型的"黑箱"模型-并联混合神经网络做了比较说明,结果证明了方法的有效性。