|
|
中国电机工程学报 2007, 27(5) 87-92 DOI:
ISSN: 0258-8013 CN: 11-2107/TM |
|
|
|
|
本期目录 |
下期目录 |
过刊浏览 |
高级检索
[打印本页]
[关闭] |
|
| 发电 |
|
|
模糊量子遗传算法及其在热工过程模型辨识中的应用 |
|
|
焦嵩鸣 韩璞 黄宇 李永玲 |
|
|
华北电力大学自动化系 华北电力大学自动化系 华北电力大学自动化系 华北电力大学自动化系 |
|
|
摘要：
针对量子遗传算法(QGA)中旋转变异角相对固定的缺点，将模糊自适应的思想引入QGA, 提出了模糊量子遗传算法(FQGA)。对典型函数测试表明：该方法有效地提高了量子遗传算法的计算精度和收敛速度。同时利用这种模糊量子遗传算法设计了一种通用的热工对象模型辨识算法，并编制了专用的模型识别软件，对典型热工过程进行辨识，取得了令人满意的效果。最后对某电厂循环流化床锅炉一次风对床温的传递函数进行辨识，结果表明该方法是一种简单易行的辨识算法，具有实用价值。
|
|
|
关键词：
热工过程
系统辨识
循环流化床锅炉
模糊量子遗传算法
|
|
|
Fuzzy Quantum Genetic Algorithm and Its Application Research in Thermal Process Identification |
|
|
|
|
|
|
|
|
Abstract:
Aiming at the disadvantage of the immobile rotated angle in quantum genetic algorithm (QGA), the fuzzy self tuning method was introduced and the fuzzy quantum genetic algorithm (FQGA) was put forward. The results of testing typical function demonstrate that the precision and the rate of convergence are improved by FQGA. A special program was compiled to identify the transfer function of thermal processes, and the effect is satisfied. Moreover, the transfer functions between primary air and bed temperature in a circulating fluidized bed boiler was identified. The results show the approach is easy to be used in identification and has a certain practical value.
|
|
|
Keywords:
thermal process
system identification
circulating fluidized bed boiler
fuzzy quantum genetic algorithm
|
|
|
收稿日期 2006-08-16 修回日期 1900-01-01 网络版发布日期 |
|
|
DOI: |
|
|
基金项目:
|
|
|
通讯作者: 焦嵩鸣 |
|
|
作者简介: |
|
作者Email: jiaosongming@126.com |
|
|
| 参考文献： |
|
| 本刊中的类似文章 |
| 1．仝卫国 杨耀权 金秀章.基于RBF神经网络的气体流量软测量模型研究[J]. 中国电机工程学报, 2006,26(1): 66-69 |
| 2．董泽 黄宇 韩璞.量子遗传算法优化RBF神经网络及其在热工辨识中的应用[J]. 中国电机工程学报, 2008,28(17): 99-104 |
| 3．王传峰 李东海 姜学智.基于概率鲁棒的PID控制器设计方法研究[J]. 中国电机工程学报, 2007,27(32): 92-97 |
| 4．王志杰 王广军.基于最差子空间分解聚类的热工过程模糊辨识[J]. 中国电机工程学报, 2009,29(8): 82-86 |
|
| Copyright by 中国电机工程学报 |
