Design of data-driven model for the pressurizer system in nuclear power plants using a TSK fuzzy neural network

•Developing a TSKFNN to model the pressurizer unit in PWRs.•Using the fuzzy C means and the kernel ridge regression to initiate and define the TSKFNN structure.•Developing the BP and the kernel RLS to update the TSKFNN model parameters.•Investigate the capability of the TSKNN model using different d...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Nuclear engineering and design Ročník 399; s. 112015
Hlavní autoři:	Mahmoud, Tarek A., Sheta, Amal A., Fikry, Refaat M., Ali, Elsayed H., El-Araby, Sayed M., Mahmoud, Mohammed I.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.12.2022 Elsevier BV
Témata:	Algorithms Artificial neural networks Clustering Computer simulation Control systems Data-Driven Modeling Fuzzy logic Kernels Mathematical models Neural networks Nuclear Power Plants Nuclear reactors Parameter identification Pressure Pressurized water reactors Pressurizer System Primary circuits Reactors TSK Fuzzy Neural Network Water levels Pressurizer System Nuclear Power Plants TSK Fuzzy Neural Network Data-Driven Modeling
ISSN:	0029-5493, 1872-759X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!