На основе проведенного анализа, показывающего неэффективность традиционных методов адаптации, применяемых на энергоблоках ТЕС, предложено создание нейронечеткой гибридной сети (ГС) с интеллектуальной системой идентификации, учитывающей мнение экспертов, способной как к аппроксимации значений параметров математических моделей для всевозможных режимов нагрузки энергоблоков, так и к самообучению методом обратного распространения ошибки. Экспериментально доказано, что спроектированная ГС, реализующая алгоритм Сугено, может быть успешно адаптирована в производственных условиях, т.к. является эффективным аппроксиматором, учитывающим мнения экспертов-наладчиков АСУ ТП и нелинейные характеристики объекта.

• Михайленко Владислав Сергійович (технічні науки)
• Харченко Роман Юрійович (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"