期刊文献+
共找到236篇文章
< 1 2 12 >
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 动态模糊径向神经网络模型
在线阅读 下载PDF
基于RBF神经网络的光滑不确定模型自适应采样方法
2
作者 郑源 李艳 +2 位作者 高峰 张旭涛 杨勃 《计算机集成制造系统》 北大核心 2025年第8期2920-2929,共10页
由于缺少关于廓形的先验知识,具有不确定性被测表面的重构精度取决于采样方法的自适应程度,即在测量过程中对下一采样点的实时合理设置。利用径向基函数神经网络(RBFNN)的非线性映射能力预测被测光滑表面备选采样点的几何特征响应,并将... 由于缺少关于廓形的先验知识,具有不确定性被测表面的重构精度取决于采样方法的自适应程度,即在测量过程中对下一采样点的实时合理设置。利用径向基函数神经网络(RBFNN)的非线性映射能力预测被测光滑表面备选采样点的几何特征响应,并将其不确定度估计代入提出的考虑轮廓曲率影响的MaxCWVar信息标准中用于选择下一最优测点(NBP)。以叶片截面自由曲线为例,验证了该方法自适应采样性能的优越性。与其他自适应采样策略的对比表明,基于RBFNN的响应预测对于采样点位置确定具有很好的指导作用;与其他三个常用的NBP选择标准相比,根据MaxCWVar标准得到的采样点分布更为合理,能及时准确地跟随轮廓的几何特征变化,经样本密度与曲率之间的相关性分析得以验证。特别是对采样实时性有较高要求的情况下,所提出方法具有更好的重构精度和建模效率。研究成果对于探索快速、智能的复杂无模型光滑曲面重构方法具有启发意义。 展开更多
关键词 不确定模型 自适应采样 径向函数神经网络 MaxCWVar信息标准 下一最优测点
在线阅读 下载PDF
基于神经网络的中点钳位型三电平并网逆变器模型预测控制
3
作者 徐宏强 何国锋 +2 位作者 赵俊苗 张洛花 李睿 《电力系统及其自动化学报》 北大核心 2025年第10期23-31,共9页
针对中点钳位型三电平并网逆变器模型预测控制参数鲁棒性差、输出电流纹波大的问题,提出一种基于径向基神经网络的模型预测控制策略。首先,利用加权平均电流控制原理将系统由三阶降为一阶,并建立其简化预测模型;其次,将器件老化、参数... 针对中点钳位型三电平并网逆变器模型预测控制参数鲁棒性差、输出电流纹波大的问题,提出一种基于径向基神经网络的模型预测控制策略。首先,利用加权平均电流控制原理将系统由三阶降为一阶,并建立其简化预测模型;其次,将器件老化、参数摄动及参数偏差耦合所引起的扰动视为集总扰动,利用径向基函数神经网络万能逼近的特性对其进行估计,并对加权平均电流的预测模型进行实时补偿;最后,通过严格的Lyapunov理论证明所提控制策略的稳定性。实验结果表明,所提控制策略显著增强了系统的鲁棒性,并有效抑制了输出电流纹波。 展开更多
关键词 中点钳位型三电平并网逆变器 模型预测控制 参数鲁棒性 径向神经网络 加权平均电流控制 LYAPUNOV理论
在线阅读 下载PDF
基于RBF神经网络的高速列车速度跟踪控制
4
作者 秦世玉 徐传芳 李云浩 《北京交通大学学报》 北大核心 2025年第3期111-119,共9页
针对考虑未知模型参数、不确定附加阻力、未知车间力和外界干扰等影响的高速列车速度跟踪控制问题,提出基于径向基函数(Radialbasisfunction,RBF)神经网络的自适应非奇异快速终端滑模控制器.首先,考虑高速列车的非线性阻力和相邻车厢间... 针对考虑未知模型参数、不确定附加阻力、未知车间力和外界干扰等影响的高速列车速度跟踪控制问题,提出基于径向基函数(Radialbasisfunction,RBF)神经网络的自适应非奇异快速终端滑模控制器.首先,考虑高速列车的非线性阻力和相邻车厢间的车间耦合作用力影响,建立高速列车多质点模型.其次,设计一种基于新型饱和函数的高速列车有限时间速度跟踪控制策略,引入非奇异快速终端滑模控制方法实现高速列车系统状态的有限时间收敛,改善高速列车速度跟踪的稳态精度和暂态性能.再次,设计基于RBF神经网络的自适应非奇异终端滑模跟踪控制策略,利用自适应技术实现对列车模型参数以及附加阻力、车间力等不确定性项上限的在线估计,并针对不连续切换控制项造成的抖振现象,引入RBF神经网络重映射非奇异快速终端滑模控制策略的切换控制项,同时设计权重系数的自适应更新律,实现连续切换,有效消除抖振现象所带来的影响.最后,基于Lyapunov稳定性理论证明高速列车速度跟踪控制系统的稳定性,以及系统状态的有限时间收敛性,并以CRH380B型动车组作为控制对象进行仿真验证.仿真结果表明:高速列车可以在有限时间内收敛并跟踪理想轨线,跟踪误差下降了49%,跟踪精度提高,能够为高速列车跟踪控制领域提供借鉴和参考. 展开更多
关键词 高速列车 径向函数神经网络 多质点模型 速度跟踪 自适应滑模控制
在线阅读 下载PDF
基于SSA-RBF神经网络的煤自然发火预测模型 被引量:3
5
作者 高飞 梁宁 +1 位作者 贾喆 侯青 《中国安全科学学报》 CAS CSCD 北大核心 2024年第8期128-137,共10页
为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(... 为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(i)<120℃)、加速(120≤t_(i)<160℃)和激烈(t_(i)≥160℃)3个氧化阶段,同时分析这3个阶段指标气与煤温的灰色关联度;其次通过不同维度测试函数检验粒子群算法(PSO)、灰狼算法(GWO)和SSA算法性能;最后利用6个矿区数据验证基于SSA-RBF神经网络的煤自燃预测模型的优越性。结果显示,缓慢氧化阶段CO/ΔO_(2)、CO、C_(2)H_(4)这3种指标气体与煤温的灰色关联系数最大;而加速氧化阶段C_(2)H_(4)/C_(2)H_(6)、CO/ΔO_(2)、CO_(2)/CO_(3)种指标与煤温的灰色关联系数最大。3种不同维度函数的测试结果表明:SSA与PSO、GWO相比具有更好的全局搜索能力和稳定性,其收敛速度更快;神经元数量为5个、迭代次数为300次时,SSA-RBF神经网络预测模型对缓慢氧化和加速氧化阶段的预测准确性分别达到了99%和93%。 展开更多
关键词 麻雀搜索算法(SSA) 径向函数(RBF)神经网络 煤自然发火 预测模型 指标气 灰色关联度
在线阅读 下载PDF
基于改进三元模型的波纹管型气动软体驱动器神经网络滑模控制
6
作者 吕播阳 孟庆鑫 +3 位作者 肖怀 赖旭芝 王亚午 吴敏 《中国机械工程》 EI CAS CSCD 北大核心 2024年第8期1414-1425,共12页
针对一款波纹管型气动软体驱动器,提出了一种基于改进三元模型的滑模控制方法,并使用RBF神经网络补偿扰动以实现该型驱动器在竖直方向上对期望轨迹的跟踪控制。首先搭建波纹管型气动软体驱动器实验平台,测试并分析该驱动器的动态特性,... 针对一款波纹管型气动软体驱动器,提出了一种基于改进三元模型的滑模控制方法,并使用RBF神经网络补偿扰动以实现该型驱动器在竖直方向上对期望轨迹的跟踪控制。首先搭建波纹管型气动软体驱动器实验平台,测试并分析该驱动器的动态特性,基于上述动态特性提出波纹管型气动软体驱动器的改进三元模型;然后利用采集到的实验数据,基于最小二乘算法对其进行参数辨识,从而获得所提模型的参数;进而结合改进三元模型设计滑模控制器,使用RBF神经网络对集总扰动进行补偿,并利用Lyapunov方法分析系统的稳定性;最后通过一系列实验验证了所提方法的有效性。 展开更多
关键词 波纹管 气动软体驱动器 三元模型 滑模控制 径向函数神经网络
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
7
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-径向神经网络模型 泛化能力 预测精度
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:14
8
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 径向神经网络 刻度因子 零偏 温度误差 补偿模型
在线阅读 下载PDF
基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型 被引量:38
9
作者 李春祥 牛东晓 孟丽敏 《电网技术》 EI CSCD 北大核心 2009年第2期99-104,共6页
中长期负荷预测是电力系统规划与运行的基础工作,提出基于3指标量,即指标总量、指标增长量和指标增长率的综合模型。首先构建层次分析(analytic hierarchy process,AHP)模型,分别对3个指标量进行分析评价,优选出每个指标量的最优预测模... 中长期负荷预测是电力系统规划与运行的基础工作,提出基于3指标量,即指标总量、指标增长量和指标增长率的综合模型。首先构建层次分析(analytic hierarchy process,AHP)模型,分别对3个指标量进行分析评价,优选出每个指标量的最优预测模型,然后利用径向基函数(radial basic function,RBF)神经网络对3个最优模型的预测结果进行拟合,并将GDP因素也作为神经网络输入数据之一,输出最终的预测结果。AHP模型中综合考虑了模型预测误差和模型拟合度,并成功地加入了人工干预的因素,依据专家经验判断模型的信任度和预测结果趋势可信度。AHP模型采用与预测时刻最近的历史数据进行分析,因此具有较好的实时性。实验结果表明该综合模型具有较高的预测精度,实际应用效果较好。 展开更多
关键词 负荷预测 层次分析法 径向函数神经网络 三指标量 综合模型
在线阅读 下载PDF
径向基神经网络在近似建模中的应用研究 被引量:9
10
作者 任远 白广忱 《计算机应用》 CSCD 北大核心 2009年第1期115-118,共4页
为了在不依赖测试样本的前提下获取最优的径向基函数分布系数Opt-SPRD,从而构造出具有更高精度的径向基神经网络(RBNN)近似模型,提出了一种基于交叉验证的分布系数选取方法。该方法以分布系数与交叉验证误差之间的函数为基础,把对应于... 为了在不依赖测试样本的前提下获取最优的径向基函数分布系数Opt-SPRD,从而构造出具有更高精度的径向基神经网络(RBNN)近似模型,提出了一种基于交叉验证的分布系数选取方法。该方法以分布系数与交叉验证误差之间的函数为基础,把对应于交叉验证误差最小值的分布系数作为Opt-SPRD的近似解。数值实验的结果表明,所提出的方法明显优于目前通行的缺省处理方法;与基于L-MBP算法的前馈神经网络近似模型相比,在所提出方法基础上构造出的RBNN近似模型具有更高、更稳定的精度。 展开更多
关键词 近似模型 径向神经网络 径向函数分布系数 最优化
在线阅读 下载PDF
基于径向基神经网络的有限元模型修正研究 被引量:19
11
作者 费庆国 张令弥 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2004年第6期748-752,共5页
设计参数型有限元模型修正属于结构动力学反问题 ,其理论基础是将结构的特征量视为设计参数的函数 ,然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法 ,把模型修正归结为正... 设计参数型有限元模型修正属于结构动力学反问题 ,其理论基础是将结构的特征量视为设计参数的函数 ,然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法 ,把模型修正归结为正问题进行研究。首先将特征量视为自变量 ,设计参数视为因变量 ,以径向基神经网络逼近两者之间的非线性映射关系 ,然后利用神经网络的泛化特性直接求解设计参数的目标值。不但无需迭代求解 ,而且避开了反问题所面临的复杂的非线性优化计算。 GARTEUR飞机模型仿真研究的结果表明 ,修正后设计参数误差在 2 %以内 ,模态频率误差在 1 %以内。 展开更多
关键词 固体力学 模型修正 神经网络 径向函数
在线阅读 下载PDF
基于线性近似和神经网络逼近的模型预测控制 被引量:6
12
作者 盖俊峰 赵国荣 宋超 《系统工程与电子技术》 EI CSCD 北大核心 2015年第2期394-399,共6页
针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,... 针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function,RBF)神经网络逼近,显著提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。 展开更多
关键词 线性近似方法 径向函数神经网络 模型预测控制 二次型最优化
在线阅读 下载PDF
基于径向基函数神经网络的多级离心压缩机混合模型 被引量:6
13
作者 褚菲 王福利 +1 位作者 王小刚 张淑宁 《控制理论与应用》 EI CAS CSCD 北大核心 2012年第9期1205-1210,共6页
大型离心压缩机作为多影响因素和强非线性的复杂系统,其性能的准确预测难以实现.针对这一问题,结合径向基函数(RBF)神经网络,本文建立了多级离心压缩机性能预测的混合模型.首先基于热力学第一定律和压缩机能量损失机理建立了多级离心压... 大型离心压缩机作为多影响因素和强非线性的复杂系统,其性能的准确预测难以实现.针对这一问题,结合径向基函数(RBF)神经网络,本文建立了多级离心压缩机性能预测的混合模型.首先基于热力学第一定律和压缩机能量损失机理建立了多级离心压缩机性能预测的机理模型.该模型无需任何实验确定的性能曲线,完全由压缩机的几何结构参数预测出压缩机在设计工况和非设计工况下的性能.然后利用RBF神经网络修正机理模型的误差,并通过对RBF神经网络的不断更新,进一步提高了模型的预测精度和适用性.将所建立的混合模型应用于实际的离心压缩机,结果表明该方法具有良好的预测性能. 展开更多
关键词 离心压缩机 性能预测 混合模型 径向函数神经网络 非线性 能量损失机理
在线阅读 下载PDF
基宽灵敏度分析的径向基神经网络代理模型 被引量:5
14
作者 张艳霞 陈丹琪 +1 位作者 韩莹 刘道华 《智能系统学报》 CSCD 北大核心 2014年第2期259-264,共6页
为提高径向基代理模型的近似精度,突破传统固定径向基基宽的方法,采用基宽灵敏度分析方法构建径向基代理模型,给出了基宽灵敏度分析的径向基代理模型具体参数的构建方法.采用Benchmark测试函数验证该代理模型的精度,并与采用固定径向基... 为提高径向基代理模型的近似精度,突破传统固定径向基基宽的方法,采用基宽灵敏度分析方法构建径向基代理模型,给出了基宽灵敏度分析的径向基代理模型具体参数的构建方法.采用Benchmark测试函数验证该代理模型的精度,并与采用固定径向基基宽的代理模型作测试对比,结果表明,采用该方法获得的代理模型在训练时间上多于其他方法,因模型参数获得时需要进行基宽灵敏度分析,但获得的模型精度比其他方法高,且该方法不需要更多的训练样本即能获得稳定的代理模型参数. 展开更多
关键词 灵敏度分析 径向函数神经网络 代理模型
在线阅读 下载PDF
基于径向基函数神经网络的地下水数值模拟模型的替代模型研究 被引量:9
15
作者 伊燕平 卢文喜 +3 位作者 张耘 芦贵君 王大中 洪德法 《水土保持研究》 CSCD 北大核心 2012年第4期265-269,共5页
近年来提出的替代模型方法是一种连接数值模拟模型与优化模型的有效途径,替代模型质量的好坏取决于采样方法和替代模型种类。以金泉工业园区地下水水源地为研究区,基于拉丁超立方抽样方法,结合研究区地下水数值模拟模型,获取输入(抽水量... 近年来提出的替代模型方法是一种连接数值模拟模型与优化模型的有效途径,替代模型质量的好坏取决于采样方法和替代模型种类。以金泉工业园区地下水水源地为研究区,基于拉丁超立方抽样方法,结合研究区地下水数值模拟模型,获取输入(抽水量)输出(水位降深)数据集,运用人工神经网络方法,建立径向基函数神经网络模型,作为地下水数值模拟模型的近似替代模型。经验证,径向基函数神经网络模型输出得到的水位降深均值与模拟模型计算结果的拟合平均相对误差为0.038;水位降深剩余标准差的拟合平均相对误差为0.042。拟合平均相对误差较小,表明径向基函数神经网络模型能够有效地替代地下水数值模拟模型,为日后替代模型的深入研究提供了科学依据。 展开更多
关键词 替代模型 径向函数神经网络 拉丁超立方抽样 金泉工业园区
在线阅读 下载PDF
湛江降水量的径向基神经网络预测模型 被引量:13
16
作者 薛宇峰 宋丽红 罗泽举 《热带气象学报》 CSCD 北大核心 2006年第1期91-95,共5页
以湛江地区50年来的月降水量为时间序列,利用高斯径向基函数,选择输人窗口(时滞)大小为6,建立了一种智能型的径向基函数神经网络预测系统,并分别对1991—2000年和2001-2003年的月降水量进行了测试预报和独立样本预测。结果显示,... 以湛江地区50年来的月降水量为时间序列,利用高斯径向基函数,选择输人窗口(时滞)大小为6,建立了一种智能型的径向基函数神经网络预测系统,并分别对1991—2000年和2001-2003年的月降水量进行了测试预报和独立样本预测。结果显示,该模型预测效果明显优于传统的线性自回归预测模型,各月平均的平均绝对误差(MAE)和均方误差(RMSE)达到41.8和55.7。虽然该模型对降水量的预报还存在量级偏小的系统性偏差,但它完全有可能为本地区短期气候预测提供一种客观、自动的业务预报方法。 展开更多
关键词 湛江降水量 径向神经网络 模型预测系统
在线阅读 下载PDF
基于径向基函数神经网络的非线性模型辨识 被引量:18
17
作者 宋宜斌 王培进 《计算机工程》 CAS CSCD 北大核心 2004年第5期142-143,169,共3页
从径向基函数(RBF)神经网络原理分析出发,提出了一种基于RBF神经网络学习算法,用于对非线性对象模型的拟合与辨识,并将此方法用于实际非线性模型的学习与辨识。结果表明,基于RBF的神经网络可快速完成对样本的学习与拟合,对具有... 从径向基函数(RBF)神经网络原理分析出发,提出了一种基于RBF神经网络学习算法,用于对非线性对象模型的拟合与辨识,并将此方法用于实际非线性模型的学习与辨识。结果表明,基于RBF的神经网络可快速完成对样本的学习与拟合,对具有连续特性的线性与非线性模型,具有快速实时的学习速度和优良的学习性能。 展开更多
关键词 RBF神经网络 非线性模型辨识 径向函数
在线阅读 下载PDF
基于径向基神经网络模型的耐压壳6σ设计 被引量:8
18
作者 程妍雪 庞永杰 +1 位作者 杨卓懿 冯亮 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第4期493-497,共5页
为了得到更可靠的潜水器耐压壳结构,考虑到材料性能和加工时结构尺寸误差的不确定性对结构性能的影响,将6σ设计的思想引入耐压壳优化设计.借助多学科优化平台iSIGHT,对耐压壳进行6σ分析的优化设计,得到优化且可靠的设计方案.为减少6... 为了得到更可靠的潜水器耐压壳结构,考虑到材料性能和加工时结构尺寸误差的不确定性对结构性能的影响,将6σ设计的思想引入耐压壳优化设计.借助多学科优化平台iSIGHT,对耐压壳进行6σ分析的优化设计,得到优化且可靠的设计方案.为减少6σ优化设计中的计算代价,采用足够精确的径向基神经网络模型代替ANSYS仿真程序进行迭代.结果表明,在保证计算结果足够精确的前提下较大节省了计算时间. 展开更多
关键词 耐压壳优化 6σ设计 可靠性 径向神经网络模型
在线阅读 下载PDF
等维新息径向基神经网络模型在需水预测中的应用 被引量:7
19
作者 许银山 吕孙云 +1 位作者 梅亚东 熊莹 《水资源保护》 CAS 2012年第2期8-11,16,共5页
针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题,提出动态等维新息径向基神经网络模型,采用聚类方法进行网络学习,并将其应用于东莞市年需水量预测中。结果表明:动态等维新息径向基... 针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题,提出动态等维新息径向基神经网络模型,采用聚类方法进行网络学习,并将其应用于东莞市年需水量预测中。结果表明:动态等维新息径向基神经网络模型相对于基本径向基神经网络模型具有更高的预测精度,并且预测误差不会随着预测周期的延长而累积。 展开更多
关键词 城市需水量 预测 动态等维新息径向 神经网络模型
在线阅读 下载PDF
燃煤飞灰浮选除炭的径向基神经网络模型 被引量:3
20
作者 彭苏萍 王立刚 韩敏芳 《煤炭学报》 EI CAS CSCD 北大核心 2002年第2期193-196,共4页
利用MATLAB程序构建径向基函数神经网络 ,运用计算机经过 5 17次训练学习后 ,可实现粉煤灰除炭浮选工艺产品结果预测和工艺参数确定 ,并通过试验验证了神经网络模型的计算结果 .实践表明 ,径向基神经网络模型所映射的关系可达很高的精... 利用MATLAB程序构建径向基函数神经网络 ,运用计算机经过 5 17次训练学习后 ,可实现粉煤灰除炭浮选工艺产品结果预测和工艺参数确定 ,并通过试验验证了神经网络模型的计算结果 .实践表明 ,径向基神经网络模型所映射的关系可达很高的精度 ,明显优于其他形式的数学模型 . 展开更多
关键词 径向神经网络模型 径向函数神经网络 粉煤类MATLAB程序 除炭 浮选工艺
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部