期刊文献+
共找到65篇文章
< 1 2 4 >
每页显示 20 50 100
基于RBF神经网络整定PID的电液比例系统位置控制研究 被引量:4
1
作者 陈翰文 徐巧玉 +1 位作者 徐恺 张正 《机电工程》 CAS 北大核心 2024年第3期371-381,共11页
针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Sim... 针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Simulink搭建了系统闭环控制模型,通过不断更新RBF网络模型并修正PID参数,实现了基于RBF神经网络整定PID的电液比例系统位置控制目的;结合AMESim搭建的电液比例系统模型和Simulink下搭建的控制器进行了联合仿真;最后,基于凿岩台车机械臂实验平台,进行了电液比例系统位置控制实验。仿真结果表明:在受到外部干扰的情况下,RBF神经网络整定PID控制系统能够在0.3 s内控制活塞杆重新运行至目标位置,平均响应时间为1.5 s,位置精度误差不超过5 mm。实验结果表明:与常规PID控制方法相比,RBF神经网络整定PID控制活塞杆位置精度误差降低了75%,位置精度误差在工程实际要求的10 mm范围以内,因此,RBF神经网络整定PID算法可以有效提高电液比例系统的位置控制精度,满足凿岩机械臂实际工作中对电液比例系统位置精度的控制要求。 展开更多
关键词 凿岩机械臂 径向基函数神经网络整定PID 电液比例系统位置控制精度 联合仿真 MATLAB/SIMULINK AMESIM
在线阅读 下载PDF
基于RBF神经网络分位数回归的电力负荷概率密度预测方法 被引量:101
2
作者 何耀耀 许启发 +1 位作者 杨善林 余本功 《中国电机工程学报》 EI CSCD 北大核心 2013年第1期93-98,共6页
针对电力系统短期负荷预测问题,在现有的组合预测和概率性区间预测的基础上,提出了基于RBF神经网络分位数回归的概率密度预测方法,得出未来一天中任意时期负荷的概率密度函数,可以得到比点预测和区间预测更多的有用信息,实现了对未来负... 针对电力系统短期负荷预测问题,在现有的组合预测和概率性区间预测的基础上,提出了基于RBF神经网络分位数回归的概率密度预测方法,得出未来一天中任意时期负荷的概率密度函数,可以得到比点预测和区间预测更多的有用信息,实现了对未来负荷完整概率分布的预测。中国某市实际数据的预测结果表明,提出的概率密度预测方法不仅能得出较为精确的点预测结果,而且能够获得短期负荷完整的概率密度函数预测结果。 展开更多
关键词 负荷预测 径向基函数 神经网络 分位数回归 概率密度函数
在线阅读 下载PDF
基于RBF神经网络的种猪体重预测 被引量:33
3
作者 刘同海 李卓 +1 位作者 滕光辉 罗城 《农业机械学报》 EI CAS CSCD 北大核心 2013年第8期245-249,共5页
针对猪体生长参数之间具有一定的自相关性、部分参数与体重间呈非线性关系、通过线性回归模型预测猪体体重存在着自变量间共线性及拟合优度较低等问题,以52头长白母猪的生长参数为基础,通过最近邻聚类算法,构建了基于RBF神经网络的种猪... 针对猪体生长参数之间具有一定的自相关性、部分参数与体重间呈非线性关系、通过线性回归模型预测猪体体重存在着自变量间共线性及拟合优度较低等问题,以52头长白母猪的生长参数为基础,通过最近邻聚类算法,构建了基于RBF神经网络的种猪体重预测模型。通过线性回归检验法对种猪体重预测值与实测值进行分析,发现基于RBF神经网络的长白种猪体重预测模型的拟合优度R2为0.998,而线性回归模型的R2为0.891。结果表明:通过RBF神经网络方法建模,消除了线性回归分析中自变量的共线性问题,预测效果优于线性回归模型。 展开更多
关键词 种猪体重 径向基函数 神经网络 回归分析 预测
在线阅读 下载PDF
基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断 被引量:22
4
作者 董立新 肖登明 +1 位作者 李喆 刘奕路 《电力系统自动化》 EI CSCD 北大核心 2004年第15期85-89,共5页
充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简... 充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例。经检验,系统具有较好的分类诊断能力。 展开更多
关键词 故障诊断 变压器 粗糙集 径向基函数神经网络 数据挖掘
在线阅读 下载PDF
近红外光谱结合小波变换-径向基神经网络用于奶粉蛋白质与脂肪含量的测定 被引量:22
5
作者 单杨 朱向荣 +1 位作者 许青松 梁逸曾 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2010年第2期128-131,共4页
应用近红外光谱分析技术结合化学计量学方法,建立了奶粉脂肪和蛋白质含量测定的化学计量学建模新方法.首先采用Kernard-Stone法对校正集样本和预测集样本进行分类,然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理,结合滤... 应用近红外光谱分析技术结合化学计量学方法,建立了奶粉脂肪和蛋白质含量测定的化学计量学建模新方法.首先采用Kernard-Stone法对校正集样本和预测集样本进行分类,然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理,结合滤波后重构光谱信号建立脂肪和蛋白质的径向基神经网络回归模型,并分别对径向基网络的扩散常数spread值及小波变换中的小波基与压缩尺度三个参数进行了详细的讨论.脂肪模型在小波基为db2及小波尺度为4、spread值为3.5时的预测模型精度最好;蛋白质模型在小波基为db8及小波尺度为4、spread值为6时,预测模型精度最好.所建立的脂肪和蛋白质校正模型的预测集相关系数(Rp)分别为0.990和0.994,预测均方根误差分别为0.007与0.004.预测结果表明,RBF网络结合小波变换进行建模预测,模型简单、稳健且精度较好,该方法适合奶粉脂肪和蛋白质含量的快速、无损测定. 展开更多
关键词 近红外光谱 奶粉 径向基神经网络 小波变换 Kernard-Stone法
在线阅读 下载PDF
基于GM-RBF神经网络的高校建筑能耗预测 被引量:26
6
作者 赵超 林思铭 许巧玲 《南京理工大学学报》 EI CAS CSCD 北大核心 2014年第1期48-53,共6页
为了提高高校建筑的能耗预测精度,在比较传统灰色预测模型和神经网络预测模型优缺点的基础上,建立了灰色径向基函数(Radical basis function,RBF)神经网络能耗预测算法。该方法综合了灰色系统理论所需数据少以及神经网络自学习和自组织... 为了提高高校建筑的能耗预测精度,在比较传统灰色预测模型和神经网络预测模型优缺点的基础上,建立了灰色径向基函数(Radical basis function,RBF)神经网络能耗预测算法。该方法综合了灰色系统理论所需数据少以及神经网络自学习和自组织的优点。实例分析表明:与传统灰色理论和RBF神经网络预测模型相比较,组合模型预测值与实际值的相对误差平均降低了5.4%,为建筑节能评估和设计提供了决策依据。 展开更多
关键词 高校建筑 能耗预测 灰色理论 径向基函数神经网络 组合模型
在线阅读 下载PDF
用于渗漉提取过程分析的中药有效组分近红外光谱快速测定法 被引量:22
7
作者 刘全 瞿海斌 程翼宇 《化工学报》 EI CAS CSCD 北大核心 2003年第11期1586-1591,共6页
研究提出一种快速测定中药渗漉提取液中有效组分的近红外 (NIR)光谱分析方法 ,可用于中药渗漉提取过程在线分析 .以中药三七为对象 ,采用人参皂苷Rg1、Rb1、Rd的HPLC测定值及三七总皂苷 (PNS)的比色法测定值作对照值 ,建立了NIR光谱与... 研究提出一种快速测定中药渗漉提取液中有效组分的近红外 (NIR)光谱分析方法 ,可用于中药渗漉提取过程在线分析 .以中药三七为对象 ,采用人参皂苷Rg1、Rb1、Rd的HPLC测定值及三七总皂苷 (PNS)的比色法测定值作对照值 ,建立了NIR光谱与对照值之间的校正模型 .比较研究了径向基函数神经网络 (RBFNN)和偏最小二乘回归 (PLSR)两种建模方法 ,其中RBFNN校正模型对Rg1、Rb1、Rd和PNS 4种组分的交叉验证均方差 (RMSECV)分别为 1 12 0、 1 2 30、 0 2 6 7、 4 74 9,预测均方差 (RMSEP)分别为 0 6 77、 0 96 9、0 15 5、 8 0 6 5 .研究结果表明 ,本文方法方便、准确、无损 。 展开更多
关键词 近红外光谱 径向基人工神经网络 中药 渗漉提取
在线阅读 下载PDF
基于AIC准则优化的径向神经网络微地形曲面重构 被引量:13
8
作者 秦宣云 卜英勇 夏毅敏 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第5期815-819,共5页
采用RBF网络模型进行复杂微地形曲面重构,建立了适应于曲面重构的RBF网络模型。在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网... 采用RBF网络模型进行复杂微地形曲面重构,建立了适应于曲面重构的RBF网络模型。在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC量,再根据赤池信息量准则确定最优结构的RBF神经网络模型,从而进行复杂微地形的曲面重构。实验结果表明:该方法能较好地反映原始地形;这种基于AIC准则将样本输入信息与样本输出信息同时考虑,进行RBF网络结构优化的方法,为确定最优RBF网络模型的隐节点数目及相应参数提供了途径。 展开更多
关键词 曲面重建 神经网络 径向基函数网络 赤池信息量准则
在线阅读 下载PDF
基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究 被引量:25
9
作者 邱道宏 李术才 +2 位作者 薛翊国 田昊 闫茂旺 《岩土力学》 EI CAS CSCD 北大核心 2014年第7期2013-2018,共6页
围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻... 围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。 展开更多
关键词 围岩分类 超前识别 数字钻进 量子遗传算法(QGA) 径向基函数(RBF)神经网络
在线阅读 下载PDF
短时交通流组合模型预测 被引量:19
10
作者 沈国江 朱芸 +1 位作者 钱晓杰 胡越 《南京理工大学学报》 EI CAS CSCD 北大核心 2014年第2期246-251,共6页
针对城市道路流量的非线性和不确定性特点,为避免单一模型预测准确率不高的缺陷,该文提出了一种短时交通流组合模型。该模型包含卡尔曼滤波模型和径向基函数神经网络模型2个子模型,较好地解决了神经网络不能反映大流量下的稳态性问题,... 针对城市道路流量的非线性和不确定性特点,为避免单一模型预测准确率不高的缺陷,该文提出了一种短时交通流组合模型。该模型包含卡尔曼滤波模型和径向基函数神经网络模型2个子模型,较好地解决了神经网络不能反映大流量下的稳态性问题,以及卡尔曼滤波在流量不稳定时预测准确率不高的问题。在组合模型中引入惯性因子,确保了模型的稳定性。仿真结果表明该方法是可行有效的。 展开更多
关键词 间断流 短时交通流预测 卡尔曼滤波模型 径向基函数神经网络 惯性因子
在线阅读 下载PDF
基于多群竞争PSO-RBFNN的乙烯裂解深度智能优化控制 被引量:12
11
作者 耿志强 朱群雄 +1 位作者 顾祥柏 林晓勇 《化工学报》 EI CAS CSCD 北大核心 2010年第8期1942-1948,共7页
提出一种基于K均值聚类的多群竞争粒子群优化算法(MSCPSO),该算法避免陷入局部最优,提高了算法的全局搜索能力。同时利用MSCPSO训练RBF神经网络并建立裂解产物的在线预测模型,研究一种集成MSCPSO-RBFNN过程建模的裂解深度智能优化控制... 提出一种基于K均值聚类的多群竞争粒子群优化算法(MSCPSO),该算法避免陷入局部最优,提高了算法的全局搜索能力。同时利用MSCPSO训练RBF神经网络并建立裂解产物的在线预测模型,研究一种集成MSCPSO-RBFNN过程建模的裂解深度智能优化控制方法。该方法以实现乙烯和丙烯收率之和最大化为目标函数,把满足优化目标的裂解深度作为深度控制器的输入,并与裂解炉出口温度先进控制系统集成,实现裂解深度的平稳控制。实际应用效果表明,提高了乙烯和丙烯的收率,裂解深度控制更加稳定,该方法具有良好的适应性、稳定性。 展开更多
关键词 RBF神经网络 多群竞争粒子群 裂解炉 优化控制
在线阅读 下载PDF
基于粗糙径向基神经网络的电网故障诊断新模型 被引量:19
12
作者 李孝全 庄德慧 张强 《电力系统保护与控制》 EI CSCD 北大核心 2009年第18期20-24,共5页
在一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,将二者充分融合,构建了一种电网故障诊断新模型,并对其进行了改造。通过对电网故障诊断算例的仿真实验比较表明,该模型减少了识别的主观因素,简化了网络结构,并且识别效果明显... 在一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,将二者充分融合,构建了一种电网故障诊断新模型,并对其进行了改造。通过对电网故障诊断算例的仿真实验比较表明,该模型减少了识别的主观因素,简化了网络结构,并且识别效果明显,分类能力强,具有很强的容错性和解释性,有很广阔的应用前景。 展开更多
关键词 电网 粗糙集 径向基 故障诊断 神经网络
在线阅读 下载PDF
基于经验模态分解与RBF神经网络的混合预测 被引量:6
13
作者 李方溪 陈桂明 +2 位作者 朱露 刘希亮 李胜朝 《振动.测试与诊断》 EI CSCD 北大核心 2012年第5期817-822,866,共6页
为提高时间序列预测模型精度,根据各本征模态函数(intrinsic mode function,简称IMF)序列的变化特点,针对EMD-RBF神经网络隐含神经元数目及其中心数据选取问题,利用经验模态分解(empirical mode decomposition,简称EMD)的信号自适应处... 为提高时间序列预测模型精度,根据各本征模态函数(intrinsic mode function,简称IMF)序列的变化特点,针对EMD-RBF神经网络隐含神经元数目及其中心数据选取问题,利用经验模态分解(empirical mode decomposition,简称EMD)的信号自适应处理能力和径向基函数(radical basis function,简称RBF)神经网络的非线性逼近能力,提出了一种基于EMD与RBF神经网络的混合预测方法。该方法将具有类似时频特性的本征模态函数分别建立RBF神经网络预测模型,采用基于统计分析的k-均值聚类方法自适应确定RBF模型参数,最后将各IMF-RBF神经网络预测结果进行重构得到最终预测结果。仿真结果表明,该方法充分考虑到各IMF本身的特性,增强了时序的可预测性,预测性能比传统反向传播(back propagation,简称BP)神经网络和小波BP神经网络更优越。将该方法应用在某装备温控系统性能监测中,其温度参数最大预测误差远小于传感器误差,说明将该方法在该装备故障预测中是可行的。 展开更多
关键词 经验模态分解 径向基函数神经网络 预测 模态混叠
在线阅读 下载PDF
基于变权重RBF组合模型的煤与瓦斯突出强度预测 被引量:9
14
作者 付华 许凡 +1 位作者 徐耀松 孙朋 《中国安全科学学报》 CAS CSCD 北大核心 2013年第8期65-70,共6页
为更准确预测煤与瓦斯突出强度,在组合算法和径向基函数(RBF)神经网络的基础上,建立变权重RBF组合模型。首先,选取最具代表性的3种单项模型:BP神经网络、支持向量回归机(SVR)、免疫遗传算法(IGA),分别建模后对样本序列进行预测,并重构... 为更准确预测煤与瓦斯突出强度,在组合算法和径向基函数(RBF)神经网络的基础上,建立变权重RBF组合模型。首先,选取最具代表性的3种单项模型:BP神经网络、支持向量回归机(SVR)、免疫遗传算法(IGA),分别建模后对样本序列进行预测,并重构预测结果数据。以重构后的预测序列为输入层,突出强度为输出层,对变权重RBF组合模型进行训练,获得各单项模型的动态权值,从而建立动态变权重RBF组合模型,最后对突出强度进行预测。结果表明:变权重RBF组合模型预测结果的平均相对误差为2.621 2%,优于各单项模型、定权重组合模型以及数据不重构组合模型。 展开更多
关键词 煤与瓦斯突出 变权重 径向基函数(RBF) 免疫遗传算法(IGA) BP神经网络
在线阅读 下载PDF
近红外光谱结合化学计量学方法检测蜂蜜产地 被引量:25
15
作者 李水芳 单杨 +1 位作者 朱向荣 李忠海 《农业工程学报》 EI CAS CSCD 北大核心 2011年第8期350-354,共5页
为了实现蜂蜜产地的快速判别,应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone法划分训练集和预测集。光谱用一阶导数加自归一化预处理后,再用小波变换(WT)进行压缩和滤噪。结合滤波后光谱信息,分别用径向基... 为了实现蜂蜜产地的快速判别,应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone法划分训练集和预测集。光谱用一阶导数加自归一化预处理后,再用小波变换(WT)进行压缩和滤噪。结合滤波后光谱信息,分别用径向基神经网络(RBFNN)和偏最小二乘-线性判别分析(PLS-LDA)建立了苹果蜜产地和油菜蜜产地的判别模型。对不同小波基和分解尺度进行了讨论。对苹果蜜,WT-RBFNN模型和WT-PLS-LDA模型都是小波基为db1、分解尺度为2时的预测精度较好,都为96.2%。对油菜蜜:WT-RBFNN模型在小波基为db4和分解尺度为1时,预测精度较好,为85.7%;WT-PLS-LDA模型在小波基为db9、分解尺度也为1时,预测精度较好,为90.5%。研究表明:WT结合线性的PLS-LDA建模比WT结合非线性的RBFNN建模更适于蜂蜜产地判别;近红外光谱技术具有快速判别蜂蜜产地的潜力。 展开更多
关键词 近红外光谱 小波变换 径向基函数神经网络 蜂蜜 产地判别 偏最小二乘-线性判别分析
在线阅读 下载PDF
应用RBF神经网络反演二维重力密度分布 被引量:11
16
作者 耿美霞 杨庆节 《石油地球物理勘探》 EI CSCD 北大核心 2013年第4期651-657,676+506,共7页
密度反演以物性变化勾绘场源范围,具有模拟复杂地质体的能力和较强的适应能力,是提高重力方法解决地质问题能力的重要途径。本文利用径向基函数(RBF,Radical Basis Function)神经网络突出的非线性映射能力和泛化性,实现了重力密度二维... 密度反演以物性变化勾绘场源范围,具有模拟复杂地质体的能力和较强的适应能力,是提高重力方法解决地质问题能力的重要途径。本文利用径向基函数(RBF,Radical Basis Function)神经网络突出的非线性映射能力和泛化性,实现了重力密度二维非线性反演。模型计算证明了该方法的有效性,同时探讨了网络结构、参数的选择以及随机噪声对反演结果的影响。应用此法对中国西北地区阿门子处的重力异常进行反演计算,证实了此方法的实用性。 展开更多
关键词 密度 反演 非惟一性 RBF神经网路
在线阅读 下载PDF
基于动态数据挖掘的热力参数传感器故障诊断 被引量:10
17
作者 李蔚 俞芸萝 +1 位作者 盛德仁 陈坚红 《振动.测试与诊断》 EI CSCD 北大核心 2016年第4期694-699,809-810,共6页
针对火电机组热力参数动态数据的海量、高维特点,提出了一种基于动态数据挖掘的热力参数传感器故障诊断新方法。该方法通过对热力参数信号进行经验模态分解,获得一系列平稳的本征模态函数(intrinsic mode function,简称IMF)分量和一个... 针对火电机组热力参数动态数据的海量、高维特点,提出了一种基于动态数据挖掘的热力参数传感器故障诊断新方法。该方法通过对热力参数信号进行经验模态分解,获得一系列平稳的本征模态函数(intrinsic mode function,简称IMF)分量和一个趋势余量,实现传感器故障特征信息的动态挖掘。以各IMF分量和趋势余量的方差作为特征向量构建欧氏距离判别函数,结合径向基函数神经网络确认传感器是否发生故障。根据专家经验得到的规则分析传感器测量值与理论值之间的差值,判别传感器的故障类型。以某电厂600MW火电机组实时运行数据为基础进行仿真实验,结果表明:该方法能够仅使用热力参数传感器正常状态下的样本,有效区分传感器故障造成的信号变化与机组本身正常负荷波动造成的信号变化,实现快速准确地对热力参数传感器的工作状态和故障类型进行判别。 展开更多
关键词 热力参数传感器 动态数据挖掘 经验模态分解 径向基神经网络 故障诊断
在线阅读 下载PDF
分布式遗传的船舶航向神经网络优化控制 被引量:7
18
作者 邓华 王仁强 +2 位作者 胡甚平 缪克银 杨永前 《上海海事大学学报》 北大核心 2020年第4期15-19,49,共6页
针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法(distributed genetic algorithm,DGA)并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函... 针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法(distributed genetic algorithm,DGA)并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函数(radical basis function,RBF)神经网络进行优化。利用优化的RBF神经网络对系统不确定项进行逼近,并对控制输入进行补偿实现抗饱和控制。利用三阶干扰观测器对外部扰动实时跟踪并反馈到滑模控制器(sliding mode controller,SMC)设计中。借助SMC设计并结合李雅普诺夫稳定性理论推算出船舶运动控制律,实现船舶运动优化控制。通过实验验证了本文设计的控制器性能较现有的模糊PID控制器和神经网络SMC优越,系统达到稳定的时间短,平均超调量小。 展开更多
关键词 船舶运动 优化控制 径向基函数(RBF)神经网络 分布式遗传算法(DGA) 输入饱和
在线阅读 下载PDF
基于径向基函数神经网络和多岛遗传算法的注射成型质量控制与预测 被引量:15
19
作者 季宁 张卫星 +2 位作者 于洋洋 贺莹 侯英洪 《工程塑料应用》 CAS CSCD 北大核心 2020年第4期62-68,共7页
针对现有多参数、多目标注塑工艺优化应用的遗传算法、粒子群算法等寻优算法存在的实施难度大、求解时间长等缺点,提出基于最优拉丁超立方试验设计方法并结合径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对注射成型质量进行控制与... 针对现有多参数、多目标注塑工艺优化应用的遗传算法、粒子群算法等寻优算法存在的实施难度大、求解时间长等缺点,提出基于最优拉丁超立方试验设计方法并结合径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对注射成型质量进行控制与预测。以充电宝下盖塑件的体积收缩率和缩痕指数为优化控制目标,以模具温度、熔体温度、保压时间、保压压力、冷却时间为试验因素,应用最优拉丁超立方试验设计方法获得试验样本,基于模流分析获得试验结果,构建试验因素与优化控制目标之间的RBF神经网络模型,基于MIGA在试验因素给定的水平范围内获得了一组最优注塑工艺参数组合并给出了优化控制目标的预测值。模拟试验结果证明,预测值与模拟试验结果基本吻合,提出的方法能实现注塑成型质量的控制与预测,减少了寻找最优工艺参数组合的时间,提高了塑件的生产效率。 展开更多
关键词 最优拉丁超立方试验设计 径向基函数神经网络 多岛遗传算法 模流分析 质量控制与预测
在线阅读 下载PDF
基于自适应小波神经网络的复杂系统模式识别方法 被引量:5
20
作者 刘经纬 王普 杨蕾 《北京工业大学学报》 CAS CSCD 北大核心 2014年第6期843-850,共8页
针对传统神经网络应用于复杂系统建模和辨识中存在的训练效率、精度瓶颈问题,提出了一种自适应小波神经网络方法(adaptive wavelet neural network,AWNN).首先,通过设计自适应层、综合层,使神经网络能根据待处理的系统的样本数据特征自... 针对传统神经网络应用于复杂系统建模和辨识中存在的训练效率、精度瓶颈问题,提出了一种自适应小波神经网络方法(adaptive wavelet neural network,AWNN).首先,通过设计自适应层、综合层,使神经网络能根据待处理的系统的样本数据特征自适应工作于最佳工作区间;然后,通过将小波分析方法与对经典的基于误差反向传播算法的神经网络(back propagation neural network,BPNN)、径向基神经网络(radical basis function neural network,RBFNN)结合,保留了上述方法的优点,克服了传统神经网络方法各自的问题;最后,通过对BPNN、RBFNN和AWNN方法进行计算机仿真实验,验证了各算法的可行性、可达性和算法参数特性.实验结果表明:AWNN方法具有更快的收敛速度、更高的精度和更好的鲁棒性. 展开更多
关键词 自适应小波神经网络 小波分析 BP神经网络 RBF神经网络
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部