期刊文献+
共找到1,269篇文章
< 1 2 64 >
每页显示 20 50 100
核反应堆冷却剂系统故障诊断动态模糊径向基神经网络模型
1
作者 朱佳浩 戴滔 +1 位作者 隋阳 李枭瀚 《科学技术与工程》 北大核心 2025年第11期4567-4573,共7页
针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neura... 针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neural network, DFRBFNN)模型。首先,根据RCS的故障类型和样本数据,确定DFRBFNN模型的初始结构;然后,应用径向基神经网络方法,构建了RCS故障诊断DFRBFNN初始模型,应用随机初始化方法,对DFRBFNN初始模型的去模糊层到输出层的连接权重进行初始化处理;最后,应用误差下降率法,修正DFRBFNN初始模型的结构和参数,构建了RCS故障诊断DFRBFNN模型。应用所建立的模型对冷却剂丧失、失流和蒸汽发生器管道破裂事故进行诊断,并与传统的故障诊断模型进行对比,验证了本文所建立模型的有效性。研究表明,所构建的核电厂RCS故障诊断DFRBFNN模型能够在不确定环境下准确地诊断RCS的故障。 展开更多
关键词 核电厂 核反应堆冷却剂系统 故障诊断 动态模糊径向基神经网络模型
在线阅读 下载PDF
基于径向基神经网络预测日参考作物需水量
2
作者 孟玮 孙西欢 +1 位作者 郭向红 马娟娟 《人民黄河》 CAS 北大核心 2024年第4期117-120,共4页
为了利用有限的气象数据准确预测蓄水坑灌果园的日参考作物需水量,利用蓄水坑灌试验基地逐日温度与湿度数据,构建了基于径向基神经网络的ET0预测模型,并将其模拟结果及Hargreaves、Priestley-Taylor两种常用ET0计算模型的计算结果同FAO-... 为了利用有限的气象数据准确预测蓄水坑灌果园的日参考作物需水量,利用蓄水坑灌试验基地逐日温度与湿度数据,构建了基于径向基神经网络的ET0预测模型,并将其模拟结果及Hargreaves、Priestley-Taylor两种常用ET0计算模型的计算结果同FAO-56 Penman-Monteith(FAO56-PM)公式计算的标准值进行对比。结果表明:径向基神经网络预测模型的模拟结果与标准方法FAO56-PM公式的计算结果最接近,而Hargreaves、Priestley-Taylor两个常用计算模型的计算结果比标准值偏大,在实际应用中应对其进行校正。 展开更多
关键词 蓄水坑灌 日参考作物需水量 径向基神经网 Hargreaves公式 Priestley-Taylor公式
在线阅读 下载PDF
基于粗糙径向基神经网络的刮板输送机负载预测方法研究 被引量:5
3
作者 郭刚 汪海涛 +2 位作者 高晓成 闫尚彬 黄晓俊 《煤炭工程》 北大核心 2024年第2期138-145,共8页
刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要。刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测。针对此问题,本研究提出一种基于粗糙径向基神经网... 刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要。刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测。针对此问题,本研究提出一种基于粗糙径向基神经网络的刮板输送机负载预测方法。该方法首先建立刮板输送机电流去噪模型,得到反映综采工作面刮板输送机真实负载的电流分量;然后针对刮板输送机负载电流波动大导致的神经网络预测模型训练误差增大、预测精度低的问题,引入表征负载变化波动的上下输入粗糙神经元,提出一种粗糙径向基神经网络(RRBFNN)模型;最后基于粗糙径向基神经网络建立刮板输送机短期负载预测模型,并进行仿真实验验证。结果表明:本研究提出的RRBFNN刮板输送机短期负载预测模型,比传统RBF模型的平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别降低26.22%,25.39%和14.72%,该方法能有效提高刮板输送机负载的预测精度。 展开更多
关键词 刮板输送机 负载预测 粗糙神经 径向基神经网
在线阅读 下载PDF
遗传算法-模糊径向基神经网络模型预测自润滑镀层耐磨性 被引量:3
4
作者 王亚利 于继明 王艺 《电镀与精饰》 CAS 北大核心 2021年第7期30-34,共5页
针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型... 针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型训练,其余6组数据作为测试样本用于模型性能测试。结果表明:GAFRBFNNM的预测值更接近于真实值,其预测精度明显高于相同结构的径向基神经网络模型,验证了该模型是有效的,能够更准确预测自润滑镀层耐磨性。主要归因于引入模糊运算使得径向基神经网络全部节点都具备特定意义,另外引入遗传算法优化了训练算法,避免了模型陷入局部极小点等问题,使得模型性能得到有效提升。 展开更多
关键词 自润滑镀层 摩擦因数 遗传算法-模糊径向基神经网络模型 径向基神经网络模型
在线阅读 下载PDF
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法 被引量:71
5
作者 雷绍兰 孙才新 +2 位作者 周湶 张晓星 程其云 《中国电机工程学报》 EI CSCD 北大核心 2005年第22期78-82,共5页
针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用A... 针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用ANFIS系统对RBF神经网络的负荷预测结果进行修正,以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度,克服了神经网络在电力市场下进行负荷预测时存在的不足。某电网实际预测结果表明,该方法具有较好的预测效果。 展开更多
关键词 电力系统 短期负荷预测 实时电价 径向基神经网 自适应神经模糊系统
在线阅读 下载PDF
基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型 被引量:99
6
作者 叶林 陈政 +1 位作者 赵永宁 朱倩雯 《电力系统自动化》 EI CSCD 北大核心 2015年第16期16-22,共7页
针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最... 针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。 展开更多
关键词 功率预测 遗传算法 模糊径向基神经网 平滑功率波动
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
7
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 小波变换 Kernard-Stone法
在线阅读 下载PDF
基于改进粒子群-径向基神经网络模型的短期电力负荷预测 被引量:26
8
作者 师彪 李郁侠 +3 位作者 于新花 闫旺 何常胜 孟欣 《电网技术》 EI CSCD 北大核心 2009年第17期180-184,共5页
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。 展开更多
关键词 负荷预测 改进粒子群-径向基神经网络模型 泛化能力 预测精度
在线阅读 下载PDF
径向基神经网络解决威胁排序问题 被引量:30
9
作者 王向华 覃征 +1 位作者 刘宇 史哲文 《系统仿真学报》 CAS CSCD 2004年第7期1576-1579,共4页
在空战威胁估计中,把一架战机的态势量化为一个向量,每一个决策因素为一个分量。确定各因素之间的相对重要程度,是合成综合威胁指数,完成威胁排序的关键。本文使用径向基神经网络确定各个因素之间的非线性复杂关系。使用层次分析法生成... 在空战威胁估计中,把一架战机的态势量化为一个向量,每一个决策因素为一个分量。确定各因素之间的相对重要程度,是合成综合威胁指数,完成威胁排序的关键。本文使用径向基神经网络确定各个因素之间的非线性复杂关系。使用层次分析法生成初始的(战机态势量化向量、综合威胁指数)训练样本对。然后使用样本校正器对不合理的样本对自动进行校正。调整后的综合威胁指数,作为最终的学习样本的目标值,以供径向基神经网络训练使用。实验表明,径向基神经网络可以很好的逼近各个因素之间的权重关系。 展开更多
关键词 径向基神经网 层次分析法 威胁估计 威胁排序 空战态势
在线阅读 下载PDF
基于混合递阶遗传算法的径向基神经网络学习算法及其应用 被引量:27
10
作者 石红瑞 刘勇 +1 位作者 刘宝坤 李光泉 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第4期627-630,共4页
在研究径向基神经网络学习算法的基础上 ,提出了一种新型的径向基神经网络学习算法———混合递阶遗传算法 .该算法将递阶遗传算法和最小二乘法的优点结合在一起 ,能够同时确定径向基神经网络的结构和参数 ,并具有较高的学习效率 .采用... 在研究径向基神经网络学习算法的基础上 ,提出了一种新型的径向基神经网络学习算法———混合递阶遗传算法 .该算法将递阶遗传算法和最小二乘法的优点结合在一起 ,能够同时确定径向基神经网络的结构和参数 ,并具有较高的学习效率 .采用基于混合递阶遗传算法的径向基神经网络对混沌时间序列学习和预测 ,取得了较好的效果 . 展开更多
关键词 混合递阶遗传算法 径向基神经网 学习算法 混沌时间序列
在线阅读 下载PDF
磁力仪温度误差的径向基神经网络补偿模型 被引量:13
11
作者 庞鸿锋 罗飞路 +2 位作者 陈棣湘 潘孟春 罗诗途 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第3期695-700,共6页
磁通门磁力仪参数受温度影响明显,直接影响传感器测量精度,需要研究补偿方法,提高测量精度。采用无磁高低温试验箱测量磁通门传感器温度特性;提出基于径向基神经网络的温度误差补偿方法,分别建立磁通门磁力仪零漂误差补偿模型和刻度因... 磁通门磁力仪参数受温度影响明显,直接影响传感器测量精度,需要研究补偿方法,提高测量精度。采用无磁高低温试验箱测量磁通门传感器温度特性;提出基于径向基神经网络的温度误差补偿方法,分别建立磁通门磁力仪零漂误差补偿模型和刻度因子误差补偿模型。结果表明,径向基神经网络能良好逼近磁通门传感器参数的温度特性;与BP神经网络相比,径向基神经网络在零漂补偿中训练时间更短,精度更高,重复性更好,零漂误差的抑制能力更强。补偿后,磁通门磁力仪零漂误差从7.105 5 nT减少到0.766 1 nT;刻度因子误差从6.3E-3减少到7.2E-5;测量值温度误差由213.6 nT补偿到9.1 nT。提出建立通用的温度补偿模型,在不同磁场环境下经过反复测试,采用训练过的模型补偿后,温度误差均降低一个数量级,提高了磁通门磁力仪温度性能和精度。 展开更多
关键词 磁通门磁力仪 径向基神经网 刻度因子 零偏 温度误差 补偿模型
在线阅读 下载PDF
基于多种群协同进化微粒群算法的径向基神经网络设计 被引量:19
12
作者 王俊年 申群太 +1 位作者 沈洪远 周鲜成 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第2期251-255,共5页
神经网络结构和权值的联合设计一直是神经网络进化设计的一个研究方向.本文根据基本微粒群算法的特点,借鉴递阶编码的思想,构造出一种多种群协同进化微粒群算法.该算法具有种群内个体微粒自由运动特征分量与种群运动特征分量分层递阶进... 神经网络结构和权值的联合设计一直是神经网络进化设计的一个研究方向.本文根据基本微粒群算法的特点,借鉴递阶编码的思想,构造出一种多种群协同进化微粒群算法.该算法具有种群内个体微粒自由运动特征分量与种群运动特征分量分层递阶进化的特征,克服了标准微粒群算法在多峰函数寻优时出现的微粒“早熟”现象.应用该算法进行径向基神经网络隐层结构和径向基函数参数联合自适应设计,在非线性系统辨识中显示了比较好的收敛性和训练精度,同时也使网络的泛化能力和逼近精度这一对矛盾得到了比较好的协调统一. 展开更多
关键词 微粒群算法 多种群协同进化 径向基神经网 结构优化
在线阅读 下载PDF
径向基神经网络在股市预测中的应用 被引量:26
13
作者 王上飞 周佩玲 +3 位作者 吴耿峰 付忠谦 储阅春 沈谦 《预测》 CSSCI 1998年第6期44-46,共3页
本文从非线性时间序列预测的角度出发,将径向基(RBF)神经网络应用于股票预测。
关键词 径向基神经网 非线性时间序列 股市预测
在线阅读 下载PDF
小波变换近红外光谱结合径向基神经网络快速分析异福片 被引量:12
14
作者 逯家辉 张益波 +3 位作者 张卓勇 孟庆繁 郭伟良 滕利荣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第6期1264-1268,共5页
应用小波变换(WT)处理近红外漫反射光谱结合径向基神经网络(RBFNN)建立快速分析异福片中利福平和异烟肼含量的模型(WT-RBFNN)。用小波变换的低频系数作为RBFNN的输入节点,研究了网络参数包括隐含层神经元数和径向基宽度(SC)对模型的影... 应用小波变换(WT)处理近红外漫反射光谱结合径向基神经网络(RBFNN)建立快速分析异福片中利福平和异烟肼含量的模型(WT-RBFNN)。用小波变换的低频系数作为RBFNN的输入节点,研究了网络参数包括隐含层神经元数和径向基宽度(SC)对模型的影响。与经典的RBFNN和PLS相比较表明,WT-RBFNN模型压缩了原始光谱,除去了噪音和背景的影响,拟合效果很好。优选的WT-RBFNN模型对校正集样品中利福平、异烟肼的交互验证均方根误差(RMSECV)分别为0.006 04和0.004 57;对预测集样品预测均方根误差(RMSEP)分别为0.006 39和0.005 87。同时预测集样品中利福平和异烟肼与RP-HPLC测定结果的回归系数(r)分别为0.995 22和0.993 92,相对误差在2.300%以下。这些结果显示了该方法建模的稳健性和模型的预测精度均很高,同时此方法具有非破坏、无污染、可在线检测等优点,对替代常规药物分析方法有重要的意义。 展开更多
关键词 小波变换 近红外漫反射光谱 径向基神经网 异福片
在线阅读 下载PDF
径向基神经网络优化及在储层敏感性定量预测中的应用 被引量:9
15
作者 吴雄军 蒋官澄 +2 位作者 赵琳 景海峰 谢水祥 《油气地质与采收率》 CAS CSCD 北大核心 2012年第1期107-110,118,共4页
径向基(RBF)神经网络法具有网络结构简单、逼近能力强和学习速度快等优点,已成为最具发展潜力的储层敏感性智能预测方法之一,但在实际应用中仍存在泛化能力不强、网络训练不收敛等问题。通过在输入层中引入补充节点,对网络拓扑结构进行... 径向基(RBF)神经网络法具有网络结构简单、逼近能力强和学习速度快等优点,已成为最具发展潜力的储层敏感性智能预测方法之一,但在实际应用中仍存在泛化能力不强、网络训练不收敛等问题。通过在输入层中引入补充节点,对网络拓扑结构进行优化,有效地提高了RBF神经网络的逼近精度和泛化能力。在确定储层敏感性主要影响因素的基础上,通过对径向基函数散布常数的优选,进一步优化了RBF神经网络的性能。采用所收集的胜利、辽河、大港及江苏油田共125组数据,进行了神经网络训练和预测检验,优化了RBF神经网络,并在储层敏感性预测方面进行了应用。结果表明,对于训练集内的样本,预测的平均准确率均大于93.79%,且预测值与实验值的相关系数均大于0.995;对于训练集外的样本,预测的平均准确率大于91.59%,预测值与实验值的相关系数大于0.994,实现了对储层敏感性的准确、定量预测。 展开更多
关键词 储层敏感性 径向基神经网 补充节点 散布常数 训练精度 收敛性
在线阅读 下载PDF
一种基于径向基神经网络的地磁场K指数实时标定方法 被引量:7
16
作者 齐玮 王秀芳 +1 位作者 李夕海 刘代志 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2010年第1期147-155,共9页
K指数是一种重要的地磁活动指数,标定K指数的难点在于规则日变化S_R的确定,尽管FMI(FinnishMeteorological Institute,芬兰气象学院)方法能够比较准确地识别规则日变化S_R,给出合理的K指数,但是该方法存在一天的延迟,无法实现实时标定.... K指数是一种重要的地磁活动指数,标定K指数的难点在于规则日变化S_R的确定,尽管FMI(FinnishMeteorological Institute,芬兰气象学院)方法能够比较准确地识别规则日变化S_R,给出合理的K指数,但是该方法存在一天的延迟,无法实现实时标定.为了解决这一问题,本文提出了一种基于径向基神经网络的K指数实时标定方法:首先用修正后的FMI方法提取H分量的时均值序列,接着以径向基神经网络对该序列进行建模,最后基于神经网络模型实时获取规则日变化,并结合H分量分均值观测数据标定K指数.实验结果表明:该方法能够以3.8598 nT的标准误差实时获取规则日变化S_R;实时标定的K指数与直接用FMI-H方法延迟一天标定的K指数相比,完全吻合的占69.8%,差别大于一个标度的仅占0.77%. 展开更多
关键词 地磁场 K指数 径向基神经网 FMI方法 规则日变化
在线阅读 下载PDF
基于径向基神经网络与粒子群算法的双叶片泵多目标优化 被引量:23
17
作者 王春林 胡蓓蓓 +1 位作者 冯一鸣 刘轲轲 《农业工程学报》 EI CAS CSCD 北大核心 2019年第2期25-32,共8页
针对双叶片泵存在水力性能比相同比转速的多叶片离心泵低的缺陷,该文以一台型号为80QW50-15-4的双叶片污水泵作为研究对象,将其设计流量点的扬程和效率定为优化目标,运用ANSYS CFX(computational fluid dynamics x)进行数值模拟获得性... 针对双叶片泵存在水力性能比相同比转速的多叶片离心泵低的缺陷,该文以一台型号为80QW50-15-4的双叶片污水泵作为研究对象,将其设计流量点的扬程和效率定为优化目标,运用ANSYS CFX(computational fluid dynamics x)进行数值模拟获得性能数据,采用径向基(radial basis function,RBF)神经网络建立结构参数与扬程、效率性能间的预测模型,并将其用作粒子群算法的适应值评价模型,在样本空间内进行最优值求解,获得扬程和效率的Pareto解。选取扬程最优个体和效率最优个体进行数值模拟,研究其在输运不同介质时的性能与内流场差异,并与初始模型的数值模拟数据相比较。经试验验证,清水介质中设计流量点扬程最优个体的扬程较初始个体增加0.96 m,增幅达到5.5%;效率最优个体的效率较初始个体提升了10.11个百分点。该优化方法改善了叶轮水力特性,使双叶片泵性能得到提高。 展开更多
关键词 算法 优化 数值模拟 径向基神经网
在线阅读 下载PDF
基于径向基神经网络的叶轮轴面投影图优化 被引量:7
18
作者 王文杰 裴吉 +3 位作者 袁寿其 张金凤 许长征 张帆 《农业机械学报》 EI CAS CSCD 北大核心 2015年第6期78-83,共6页
为了提高余热排出泵的效率,采用拉丁超立方试验设计方法对叶轮轴面投影图上的前盖板圆弧半径、后盖板圆弧半径、前盖板倾角和后盖板倾角4个几何变量进行35组叶轮方案设计,应用ANSYS CFX 14.5软件对余热排出泵进行定常数值模拟,得到设计... 为了提高余热排出泵的效率,采用拉丁超立方试验设计方法对叶轮轴面投影图上的前盖板圆弧半径、后盖板圆弧半径、前盖板倾角和后盖板倾角4个几何变量进行35组叶轮方案设计,应用ANSYS CFX 14.5软件对余热排出泵进行定常数值模拟,得到设计工况下的效率,应用径向基神经网络建立效率与轴面投影图的4个几何变量之间的近似模型,最后采用遗传算法对近似模型进行极值寻优,获得最优的轴面投影图几何参数组合。研究结果表明:对比原始泵的数值模拟性能曲线和试验外特性能曲线,两者吻合较好;径向基神经网络能较好地预测泵设计点效率;优化的轴面投影图使得余热排出泵的水力效率提高了6.18个百分点,改善了叶轮内流场特性。因此,叶轮轴面投影图的优化设计方法是可行的。 展开更多
关键词 余热排出泵 叶轮轴面投影图 优化 拉丁超立方试验设计 径向基神经网 遗传算法
在线阅读 下载PDF
地表水质评价的径向基神经网络模型设计 被引量:14
19
作者 罗定贵 郭青 王学军 《地理与地理信息科学》 CSSCI CSCD 北大核心 2003年第5期77-81,共5页
该文以MATLAB6 5为平台介绍了神经网络工具箱中径向基函数网络的基本原理、训练算法以及实现函数,指出该实现函数具有自适应确定网络结构和无需人为确定初始权值的特性。将其应用于某市的地表水质评价,研究了训练样本集、检测样本集及... 该文以MATLAB6 5为平台介绍了神经网络工具箱中径向基函数网络的基本原理、训练算法以及实现函数,指出该实现函数具有自适应确定网络结构和无需人为确定初始权值的特性。将其应用于某市的地表水质评价,研究了训练样本集、检测样本集及其目标输出的构造、原始数据的预处理、神经网络的构建、训练、检测及结果评价整个过程,收到了良好效果,为地表水质评价中神经网络的应用与设计奠定了扎实的基础。另外,还与BP网进行了对比,BP网表现出结构和初始权值确定的人为性。 展开更多
关键词 地表水 水质评价 径向基神经网 人工神经网 BP网络
在线阅读 下载PDF
基于径向基神经网络的薄板平整轧制力预报模型 被引量:8
20
作者 段雪厚 王石刚 +1 位作者 徐威 唐成龙 《上海交通大学学报》 EI CAS CSCD 北大核心 2011年第6期924-928,共5页
冷轧薄板在平整轧制时具有轧件厚度薄、压下率小的特点,其平整轧制力往往计算困难,精度难以保证.针对上述情况,提出一种基于参数修正的轧制力数学模型来计算其平整轧制力.同时,为进一步提高计算精度,运用RBF(Radial Basis Function)神... 冷轧薄板在平整轧制时具有轧件厚度薄、压下率小的特点,其平整轧制力往往计算困难,精度难以保证.针对上述情况,提出一种基于参数修正的轧制力数学模型来计算其平整轧制力.同时,为进一步提高计算精度,运用RBF(Radial Basis Function)神经网络来预测该平整轧制力数学模型的计算误差,并将该误差与数学模型的计算值相结合,完成对其的修正.离线仿真结果表明,薄板平整轧制力数学模型在经过自身修正参数及RBF神经网络的2次修正后,计算精度可达到6%以内,具有较高的工程应用价值. 展开更多
关键词 平整轧制力预报 薄板 径向基神经网 参数修正
在线阅读 下载PDF
上一页 1 2 64 下一页 到第
使用帮助 返回顶部