مدلسازی خطی سیستمهای غیر خطی با کمک شبکه های عصبی مصنوعی بر پایه داده های ورودی - خروجی و کاربرد آن در بویلر نیروگاه

در این مقاله روش جدیدی برای مدلسازی خطی سیستمهای غیر خطی ارائه می گردد. اساس روش پیشنهادی طراحی یک شبکه عصبی مصنوعی دو لایه و آموزش آن بر مبنای داده های ورودی- خروجی است. وزنهای اتصالات این شبکه ضرایب تابع تبدیل هستند. در سیستمهایی که رفتار آنها خطی باشد، روش حداقل کردن مربعات خطا (LSE) بهترین نتایج مدلسازی را ارائه می نماید. در سیستمهایی که رفتار غیر خطی دارند، نظیر بعضی قسمتهای بویلر نیروگاه ها، روش مدلسازی خطی به کمک شبکه های عصبی مصنوعی نسبت به روش LSE ارجحیت دارد. در مورد اجزای غیر خطی بویلر نیروگاه، تابع تبدیلهای به دست آمده از روش شبکه عصبی مصنوعی، بهتر از تابع تبدیلهای به دست آمده از روش حداقل مربعات خطا با داده های حقیقی ثبت شده مطابقت دارند.