《表2 高斯核函数的基宽向量、中心向量及输出层权值初始值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络识别的SOFC-GT混合系统高度特性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

其中，高斯基函数基宽向量bi∈[0.1，3]，中心向量ci∈[-3，3]和输出层权值向wi∈[-1，1]，在IQPSO算法中设立的粒子群维数为12个，种群规模设置为30，经过迭代1 000次后，得到的各个初始参数值见表2。采用IQPSO算法优化后的RBF神经网络的初始值，利用基于文献[23]的梯度下降法调整隐含单元的各个节点高斯基函数的中心向量和基宽向量及隐含层到输出层的权值。最后根据网络的输入输出关系，可以得出h=3 000 m和h=5 000 m下的SOFC-GT系统的系统效率/燃油流量的非线性关系。