1、“.....，，，，，，，，，中和分别是基函数秩序和内部结数。在单变量样条基函数的性质前面描述也适用于多元的基础功能。该输出为ˆˆˆ过热蒸汽温度的神经模糊塑造和有预测性的控制设是过热蒸汽温度，为水流喷射到高温过热器后的温度。对响应可以近似为二阶模型式是线性模型，然而，只有选定的工作点局部模型。由于负载的独特前件变量，它被用于选择在的地方之间。基于这种方法，如图所示，使用操作员的经验，被划分成五个区域，作为个高度，作为中等上流，作为中等下流的方式和为低和更低的方式。对于个的采样间隔......”。

2、“.....图模型的隶属函数表神经模糊控制的局域模型串级控制方案被广泛用于控制过热蒸汽温度。前馈控制的蒸汽流量和气体温度为输入时，在这两个变量的变化时，可用于提供更迅速的反应。在实践中，只有是在这些变量有显着变化时，前馈路径才被激活。控制系统也防止了喷水阀门和水蒸汽混合而影响设计的方案。全球性非线性模型在表提出的计划如下图所示。图过热蒸汽温度控制与前馈控制作为进步的说明，该电厂是利用模拟模型的由表中给出，并受控于，传统的线性的控制器控制器的级联分别为到的负荷变化......”。

3、“.....设计的结果在图所示，显示出预期最好的表现是从获得的，因为它的目的是基于个更准确过程的模型。这是由传统的线性级联的常规控制器表现的。其次是表现最差的，表明它是不能在大负载变化的情况下令人满意的控制过热蒸汽温度的控制方案。这可能是手动控制的电厂有大时负荷变化的原因。图控制策略仿真曲线比较结论本文通过对个的电厂模型的建立和控制分析提出了模糊神经网络控制策略。该由五个地方模型组成。在之前提出的网络是利用了样条基函数的局部模型给其赋值的。同样被建立，它是由在的模型所设计的......”。

4、“.....这样，它的整个工作范围可按局部线性合理的工作区域来划分。因此，为控制这种非线性发电厂而提出了，用传统的控制方法是无法达到这样的控制要求的。，，，，为译文锅炉蒸汽温度模糊神经网络的广义预测控制摘要发电厂是非线性和不确定性的复杂系统。现代电厂的运行中，为确保电厂的高效率和高负荷的能力，准确的控制过热蒸汽温度是必要的。本文提出了类在非线性广义预测控制器的基础上的模糊神经网络。所提出的非线性控制器适用于控制台电厂的过热蒸汽温度。从实验方案的仿真结果中可以看出，此方案的控制品质优于传统的控制方案......”。

5、“.....蒸汽发电的过程中锅炉汽轮机温度过热是个重要的问题，蒸汽加热后，进入涡轮驱动发电机，控制过热蒸汽温度不仅是在技术上具有挑战性，在经济上的意义也是十分重要的。图锅炉过热器和蒸汽生成过程从图可以看出，产生的蒸汽从锅炉汽包通过低温过热器后进入辐射型屏。水变成喷涂的蒸汽，以控制过热蒸汽的温度。适当的控制电厂过热蒸汽温度是极其重要的，可以确保整体效率和安全性。蒸汽温度太高对系统是非常不利的，因为过热蒸汽可以损害高压力汽轮机，太低也不行......”。

6、“.....减少温度波动也是非常重要的，因为它有助于减少在单位内机械应力造成的微裂纹，延长单位秩序寿命，并减少维修成本。作为的推导应该尽量减少这些波动，它是众多的控制器中最适合实现这目标的。多变量多步自适应调节已适用于控制过热蒸汽温度在的锅炉，提出了广义预测控制以控制蒸汽温度，基于神经网络发展的非线性预测控制器是以控制主蒸汽温度和压力。控制主蒸汽温度和压力的基础上，得到非线性模型的构成是由非线性静力常数和非线性动力学组成。模糊逻辑是把人类的经验透过模糊规则表现出来。然而，设计模糊逻辑控制器是非常消费时间的......”。

7、“.....往往得到的试验是的。在此相反，神经网络不仅有近似的非线性职能与任意精度，他们也可以有经过试验的实验数据。该模糊神经网络的开发优势是模型的透明度，模糊逻辑的准确度和具有学习能力的神经网络。该模糊神经网络已被用来发展自适应控制，因此，个有用的工具，可以发展出非线性预测控制。从模糊神经网络可以考虑到作为个网络构成的若干项，其中每项包含个局部线性模型，在非线性预测控制的基础上模糊神经网络可以设计和使用各自的地方线性模型把当地所有的广义预测控制器。按照这办法，在非线性广义预测控制器的基础上......”。

8、“.....建立控制器，然后应用于控制过热蒸汽温度的机组。实验所得的数据，用来试验模糊神经网络模型方案。模糊神经网络的建模考虑以下的般单输入单输出的非线性动态系统，，，，其中是个光滑的非线性函数，将其按泰勒级数展开，其中是零均值是差分算子。和分别是该系统已知的命令和延迟的时间。非线性系统在操作点的局部线性模型是由以下控制自动回归综合移动平均线模型给出的其中，和是多项式在落后的移位算子。注意，该系数多项式函数的转向点为......”。

9、“.....如每个区域可以近似当成线性模型。自模糊神经网络是类在本地的记忆网络的知识存储，他们可以应用到这类非线性系统的模型中。由示意图可知该模糊神经网络的结果，图中样条函数作为隶属函数在模糊神经网络是由于以下几个原因样条功能可随时在指定的秩序的基础功能和数目内，第二，他们是界定在个范围内的支持和输出的基础上功能始终是积极的，和。第三，在职能的基础上形成个分割的集体，第四，输出功能的基础上可以得到个递归方程......”。