期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
B样条神经网络的算法设计及应用 被引量:6
1
作者 景小宁 李全通 南建国 《计算机应用与软件》 CSCD 北大核心 2005年第7期93-96,共4页
B样条神经网络是一个三层前向神经网络,可广泛用于非线性系统的建模、控制和模式识别等领域。本文讨论了一维和多维B样条神经网络的结构和程序算法,用仿真实例分析了算法中参数的选取和算法的有效性,并举例说明其在动态非线性系统故障... B样条神经网络是一个三层前向神经网络,可广泛用于非线性系统的建模、控制和模式识别等领域。本文讨论了一维和多维B样条神经网络的结构和程序算法,用仿真实例分析了算法中参数的选取和算法的有效性,并举例说明其在动态非线性系统故障诊断中的应用。 展开更多
关键词 B样条神经网络 算法设计 应用 前向神经网络 系统故障诊断 非线性系统 动态非线性 模式识别 程序算法 实例分析 仿真
在线阅读 下载PDF
利用B样条神经网络实现聚合反应分子量分布的建模与控制 被引量:11
2
作者 曹柳林 吴海燕 《化工学报》 EI CAS CSCD 北大核心 2004年第5期742-746,共5页
介绍了以B样条函数作为基函数的神经网络的基本结构和特性 ,提出了利用B样条神经网络建立聚合物分子量分布 (MWD)模型的方法和拓扑结构 ,以及基于模型预估的控制MWD的新方法 .根据预估的分子量分布数据和事先确定的性能指标 ,使用最优... 介绍了以B样条函数作为基函数的神经网络的基本结构和特性 ,提出了利用B样条神经网络建立聚合物分子量分布 (MWD)模型的方法和拓扑结构 ,以及基于模型预估的控制MWD的新方法 .根据预估的分子量分布数据和事先确定的性能指标 ,使用最优化方法 ,计算出控制序列 ,使过程输出达到给定的理想分布 .以某实验室规模的苯乙烯聚合反应为仿真对象 ,研究了此方法的建模与控制实现 ,证明了方法的可行性 . 展开更多
关键词 B样条神经网络 分子量分布 建模控制
在线阅读 下载PDF
线结构光三维视觉传感器的一种B样条神经网络模型 被引量:2
3
作者 刘志刚 方勇 +1 位作者 陈康宁 林志航 《机械科学与技术》 CSCD 北大核心 1999年第1期105-107,124,共4页
针对线结构光三维视觉传感器结构参数标定中存在的问题,提出用B样条神经网络来逼近视觉传感器输入输出之间的映射关系,以简化标定过程。实验证明方法是有效的。
关键词 线结构 光视觉传感器 B样条神经网络 函数逼近
在线阅读 下载PDF
基于B样条神经网络的有源压力脉动衰减系统的研究 被引量:1
4
作者 邢科礼 葛思华 +1 位作者 丁崇生 何銊 《机床与液压》 北大核心 2000年第6期57-58,99,共3页
本文建立了一个基于B样条神经网络的液压有源压力脉动衰减系统 ,该系统与基于传统的滤波 -XLMS (FLMS)算法的有源脉动衰减系统相比 ,它可匹配系统中的非线性 ,收敛速度快、脉动衰减效果良好。
关键词 有源脉动 衰减系统 液后系统 B样条神经网络
在线阅读 下载PDF
利用组合B样条神经网络实现对间歇反应过程的动态建模 被引量:2
5
作者 褚燕彬 曹柳林 王晶 《化工学报》 EI CAS CSCD 北大核心 2011年第S1期157-162,共6页
间歇反应过程具有强非线性、非稳态和反应时间固定等特点。利用间歇反应操作时间可预先确定的性质,提出一种新的组合B样条神经网络的建模方法。被控对象输出f(u,t)往往是操纵变量和时间的函数,新方法把这两类函数关系的模拟分别交由两... 间歇反应过程具有强非线性、非稳态和反应时间固定等特点。利用间歇反应操作时间可预先确定的性质,提出一种新的组合B样条神经网络的建模方法。被控对象输出f(u,t)往往是操纵变量和时间的函数,新方法把这两类函数关系的模拟分别交由两个神经网络承担,以确定变化区域的时间变量作为B样条神经网络的输入,让其分担描述对象随时间变化的动态特性部分,而输出变量与操作变量间的关系则由另一B样条神经网络表示,两个神经网络的组合输出建立间歇反应器的非线性动态模型。它不仅能够简化每个网络的结构,减少权值参数和训练时间,更重要的是可以方便控制策略的求解。本文介绍了建模方法的设计过程,并应用于苯乙烯悬浮聚合间歇反应建模中,仿真实验研究了方法的有效性。还推导了基于该模型的优化控制策略的算法。 展开更多
关键词 间歇反应过程 B样条神经网络 非线性动态系统建模
在线阅读 下载PDF
基于B样条神经网络的熔铸装药温度场预测 被引量:1
6
作者 陶磊 刘检华 +2 位作者 夏焕雄 敖晓辉 高丰 《兵工学报》 EI CAS CSCD 北大核心 2023年第5期1339-1349,共11页
熔铸装药过程中模具内部温度场分布及其变化规律对装药质量具有重要影响。建立基于B样条神经网络的水/油浴熔铸装药工艺瞬态温度场预测模型,通过数值仿真的正交试验,获得不同工艺条件下熔铸装药温度场演变的数据样本;利用B样条神经网络... 熔铸装药过程中模具内部温度场分布及其变化规律对装药质量具有重要影响。建立基于B样条神经网络的水/油浴熔铸装药工艺瞬态温度场预测模型,通过数值仿真的正交试验,获得不同工艺条件下熔铸装药温度场演变的数据样本;利用B样条神经网络对数据样本进行训练,得到水/油浴工艺的温控参数与药柱内部温度场之间的关系模型,实现温度场及其凝固前沿演变的快速准确预测。所得成果为熔铸装药的温控参数优化和在线控制提供了高效预测方法,为解决熔铸装药智能化发展中的物理场预测问题提供了方法的借鉴。 展开更多
关键词 熔铸装药 B样条神经网络 水/油浴工艺 温度场
在线阅读 下载PDF
用B样条神经网络控制非线性系统的混沌运动
7
作者 刘期烈 张翠芳 易凡 《西南交通大学学报》 EI CSCD 北大核心 2005年第1期18-21,共4页
采用B样条神经网络,通过选取混沌系统不稳定周期轨道的不动点附近的数据作为参数扰动模型输入样本的学习,把该模型训练成神经网络混沌控制器,从而预测出混沌系统将来时刻的时间序列,获得控制混沌系统的扰动信号.用该扰动信号,将嵌入在... 采用B样条神经网络,通过选取混沌系统不稳定周期轨道的不动点附近的数据作为参数扰动模型输入样本的学习,把该模型训练成神经网络混沌控制器,从而预测出混沌系统将来时刻的时间序列,获得控制混沌系统的扰动信号.用该扰动信号,将嵌入在混沌吸引子中不稳定周期轨道镇定到稳定的不动点处.通过对Henon映射的数值仿真实验,证明采用B样条神经网络控制非线性混沌运动是有效的. 展开更多
关键词 B样条神经网络 混沌控制器 参数扰动 数值仿真
在线阅读 下载PDF
一组样条神经网络建模 被引量:1
8
作者 袁晓红 《长沙电力学院学报(自然科学版)》 2002年第1期7-9,共3页
采用一组样条基函数作为三层前向神经网络中各隐层神经元的传递函数 ,再以其加权和函数作为网络的非线性输出特性 ,构成一种样条神经网络模型 .仿真实验表明 。
关键词 样条神经网络 建模 最佳逼近 样条逼近理论 样条函数 非线性系统 系统识别
在线阅读 下载PDF
样条权函数神经网络算法在超前锚杆加固方式中的应用研究 被引量:1
9
作者 周桥 高谦 《金属矿山》 CAS 北大核心 2009年第11期18-20,24,共4页
针对BP神经网络算法存在局部极小问题、收敛对初值敏感问题及收敛速度慢问题,首次采用了一种新的神经网络算法,即样条函数神经网络算法,在破碎带工程围岩稳定性影响因素分析的基础上,来研究在破碎带工程围岩超前锚杆加固方式的优选问题... 针对BP神经网络算法存在局部极小问题、收敛对初值敏感问题及收敛速度慢问题,首次采用了一种新的神经网络算法,即样条函数神经网络算法,在破碎带工程围岩稳定性影响因素分析的基础上,来研究在破碎带工程围岩超前锚杆加固方式的优选问题。研究表明,超前锚杆拱部的支护参数在间距为0.4~0.6m,排距为0.4~0.5m,外插角10°~20°,锚杆直径在20~22mm的效果最佳。由此来研究锚杆超前支护的参数设置及如何提高岩体的稳固性,为破碎带岩层施工安全和局部强化支护提供理论依据。 展开更多
关键词 样条权函数神经网络 超前锚杆加固 工程围岩 支护参数
在线阅读 下载PDF
B样条基函数模糊神经网络控制系统及其混合学习算法
10
作者 程启明 王勇浩 《动力工程》 CSCD 北大核心 2005年第4期528-532,共5页
介绍了一种基于模糊B样条基函数神经网络的控制器,该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合,采用B样条基函数作为模糊隶属函数。还提出了模糊神经网络控制器的混合学习算法... 介绍了一种基于模糊B样条基函数神经网络的控制器,该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合,采用B样条基函数作为模糊隶属函数。还提出了模糊神经网络控制器的混合学习算法,即先采用免疫遗传算法离线优化,再采用BP梯度算法在线调整。对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性。 展开更多
关键词 自动控制技术 智能控制 B样条基函数模糊神经网络 混合学习算法 主蒸汽温度
在线阅读 下载PDF
一种改进的B样条CMAC网络概念映射方法 被引量:1
11
作者 李锋 苏小红 马培军 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第8期60-64,共5页
针对CMAC网络在输入维数高、量化间距小、样本数量多的情况下导致虚拟存储空间过大的问题,提出一种改进的基于多维存储结构的B样条CMAC网络概念映射方法,无需增加虚拟空间到物理空间的hash映射,避免了地址碰撞问题,与其他映射方法相比,... 针对CMAC网络在输入维数高、量化间距小、样本数量多的情况下导致虚拟存储空间过大的问题,提出一种改进的基于多维存储结构的B样条CMAC网络概念映射方法,无需增加虚拟空间到物理空间的hash映射,避免了地址碰撞问题,与其他映射方法相比,由于该方法只映射量化空间中少量的有规律的地址单元,使得该映射方法实际所需虚拟地址空间远小于其他方法,从而在存储空间受限情况下,可以显著提高网络的学习精度和泛化能力.仿真试验结果表明,在新的映射方法下,B样条CMAC比常规CMAC学习精度高,学习速度快,泛化能力强,对相同结构的B样条CMAC网络,新的映射方法在存储空间大小、学习能力和泛化能力等方面明显优于现有的其他方法. 展开更多
关键词 概念映射 CMAC神经网络 B样条CMAC神经网络 多维存储结构 地址碰撞
在线阅读 下载PDF
BMAC网络及其在函数学习中的应用 被引量:1
12
作者 刘昭度 马岳峰 +2 位作者 张景波 齐志权 宋明 《北京理工大学学报》 EI CAS CSCD 北大核心 2004年第10期858-861,共4页
论述了将n阶B样条函数运用到CMAC网络中形成BMAC网络的过程,并讨论了BMAC网络感受域函数和网络输出特性.BMAC网络与CMAC网络相比,克服了输入状态空间和输出状态空间离散化的缺点,具有连续的输入状态空间和输出状态空间.在函数学习中通过... 论述了将n阶B样条函数运用到CMAC网络中形成BMAC网络的过程,并讨论了BMAC网络感受域函数和网络输出特性.BMAC网络与CMAC网络相比,克服了输入状态空间和输出状态空间离散化的缺点,具有连续的输入状态空间和输出状态空间.在函数学习中通过与CMAC网络的对比,体现出了BMAC网络具有逼近速度快,精度高的特性,同时也得出了学习参数及网络权值初始化对学习速度及逼近精度的影响规律. 展开更多
关键词 B样条小脑模型神经网络 B样条函数 感受域函数
在线阅读 下载PDF
基于凝固前沿演变特征的熔铸装药成型工艺参数智能优化 被引量:1
13
作者 夏焕雄 李康 +2 位作者 高丰 刘检华 敖晓辉 《兵工学报》 EI CAS CSCD 北大核心 2024年第9期2936-2950,共15页
熔铸装药成型过程中药浆凝固前沿的轮廓特征与成型后药柱内的缩孔缩松等缺陷具有显著相关性。为改善熔铸装药成型质量,提出凝固前沿轮廓特征度量指标,探究该指标与药柱缩孔缩松体积和最大孔隙率等缺陷的相关性。通过熔铸装药温度场仿真... 熔铸装药成型过程中药浆凝固前沿的轮廓特征与成型后药柱内的缩孔缩松等缺陷具有显著相关性。为改善熔铸装药成型质量,提出凝固前沿轮廓特征度量指标,探究该指标与药柱缩孔缩松体积和最大孔隙率等缺陷的相关性。通过熔铸装药温度场仿真数据集训练装药关键工艺参数与药浆二维瞬态温度场的B样条神经网络模型,进而建立工艺参数与指标参数的代理模型,再基于遗传算法以极大化凝固前沿轮廓特征度量指标为目标,对装药关键工艺参数进行优化。研究结果表明:工艺参数组由初始参数P^(0)=[100,85,0.25,0.25,90,5,0.6]^(T)优化至最佳参数P^(*)=[91.725,94.961,0.498,0.151,100,6,0.595]^(T)后,缩孔缩松体积和最大孔隙率等成型质量参数由19.832 mm^(3)和4.71%降至3.129 mm^(3)和0.66%,实现了熔铸装药成型质量的快速预测和优化;新提出的方法为熔铸装药的工艺优化提供了新思路和新策略,为高性能装药的发展贡献了解决方案,对提高生产效率、降低成本以及确保成型质量一致性具有借鉴意义。 展开更多
关键词 熔铸装药 凝固前沿 B样条神经网络 遗传算法 工艺参数优化
在线阅读 下载PDF
输出概率密度函数鲁棒弹性最优跟踪控制 被引量:4
14
作者 栾小丽 刘飞 《控制工程》 CSCD 2008年第5期493-496,共4页
研究了一类随机动态系统的鲁棒弹性最优跟踪控制问题。在采用B样条神经网络模型逼近随机动态系统的输出概率密度函数(PDF)的基础上,同时考虑系统模型和控制器增益不确定性,结合Lyapunov稳定性理论和线性矩阵不等式(LMI)技术,引入增广控... 研究了一类随机动态系统的鲁棒弹性最优跟踪控制问题。在采用B样条神经网络模型逼近随机动态系统的输出概率密度函数(PDF)的基础上,同时考虑系统模型和控制器增益不确定性,结合Lyapunov稳定性理论和线性矩阵不等式(LMI)技术,引入增广控制作用,设计基于广义状态反馈的鲁棒弹性最优跟踪控制器,目的是使系统的输出PDF跟踪给定PDF。通过求解LMI,所得控制器不仅能实现跟踪目的,而且能确保该随机动态系统全局稳定并满足一定的线性二次型性能指标上界。仿真结果表明该方法简单易行,且无需任何设计参数调整。 展开更多
关键词 B样条神经网络 概率密度函数 不确定性 弹性控制 跟踪控制
在线阅读 下载PDF
基于BSNN-ARX的光伏逆变器模型辨识 被引量:1
15
作者 杨立滨 张海宁 +2 位作者 李春来 杨军 王平 《现代电子技术》 北大核心 2017年第7期167-170,174,共5页
光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统。在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线... 光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统。在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线性环节采用ARX模型,同时采用基于误差学习准则和最小二乘递归准则的自适应学习方法。实验测试结果表明,提出的BSNN-ARX光伏逆变器模型辨识方法可以对不同天气条件下的逆变器输出功率进行高精度的辨识,从而为并网逆变器的建模提供一种有效途径。 展开更多
关键词 光伏逆变器 B样条神经网络 ARX模型 系统辨识
在线阅读 下载PDF
刀具磨损早期故障智能诊断研究 被引量:1
16
作者 曹伟青 傅攀 李晓晖 《中国机械工程》 EI CAS CSCD 北大核心 2014年第18期2473-2477,共5页
针对刀具的早期故障监测中因存在强烈的背景噪声而难以提取故障特征的问题,提出了基于二次采样随机共振消噪和B样条神经网络智能识别的故障诊断方法。首先利用在随机共振过程中,噪声增强振动信号的信噪比特性,将刀具振动信号进行随机共... 针对刀具的早期故障监测中因存在强烈的背景噪声而难以提取故障特征的问题,提出了基于二次采样随机共振消噪和B样条神经网络智能识别的故障诊断方法。首先利用在随机共振过程中,噪声增强振动信号的信噪比特性,将刀具振动信号进行随机共振输出,提取有效特征,再输入到B样条神经网络进行智能识别,进而获得刀具的磨损值。同时,为了得到与输入信号最佳匹配的随机共振参数,提出了基于遗传算法的多参数同步优化的自适应随机共振算法,克服了传统随机共振系统只实现单参数优化的缺点。实验结果表明,该方法能实现弱信号检测,能有效地应用于刀具磨损故障诊断中。 展开更多
关键词 随机共振 遗传算法 信噪比 B样条神经网络
在线阅读 下载PDF
一种非线性鲁棒均值预测控制器
17
作者 王永骥 王宏 《三峡大学学报(自然科学版)》 CAS 2002年第5期406-408,455,共4页
提出了一种有界随机动态控制系统输出均值的非线性鲁棒预测控制器。在采用B-样条神经网络的平方根模型表示随机动态系统的输出概率密度函数基础上,输出分布的均值控制转换成一个非线性优化问题。为了解决这一问题,采用了L-M修正梯度搜... 提出了一种有界随机动态控制系统输出均值的非线性鲁棒预测控制器。在采用B-样条神经网络的平方根模型表示随机动态系统的输出概率密度函数基础上,输出分布的均值控制转换成一个非线性优化问题。为了解决这一问题,采用了L-M修正梯度搜索方法,得到预测控制器。基于Lyapunov稳定分析,得到了闭环渐近稳定的充分条件和考虑系统建模误差时的鲁棒稳定充分条件。仿真例子表明此算法正确,并获得了很好的结果。 展开更多
关键词 非线性 有界随机动态系统 均值控制 B-样条神经网络 鲁棒性
在线阅读 下载PDF
基于LabVIEW的日用陶瓷釉料配方虚拟实验和优化系统
18
作者 闫业富 周强 +1 位作者 王莹 汤伟 《硅酸盐通报》 CAS CSCD 北大核心 2014年第3期605-610,共6页
日用陶瓷釉料配方的研制和优化是一个周期长、投入大、结果难以预料的实验过程。本文采用LabVIEW虚拟平台实现配方虚拟实验和优化系统,通过B样条神经网络的非线性逼近能力对陶瓷釉料配方的实验进行精确的逼近,并利用粒子群优化算法对该... 日用陶瓷釉料配方的研制和优化是一个周期长、投入大、结果难以预料的实验过程。本文采用LabVIEW虚拟平台实现配方虚拟实验和优化系统,通过B样条神经网络的非线性逼近能力对陶瓷釉料配方的实验进行精确的逼近,并利用粒子群优化算法对该神经网络的釉料的最优配方进行搜索和优化。仿真结果表明,把B样条神经网络、粒子群优化算法与LabVIEW虚拟平台相结合的方法大大降低了配方实验成本,缩短了实验周期。 展开更多
关键词 日用陶瓷釉料配方 LABVIEW 虚拟实验和优化系统 B样条神经网络 粒子群优化算法
在线阅读 下载PDF
聚合物分子量分布的多变量动态系统模型
19
作者 姜尔超 曹柳林 《控制工程》 CSCD 2005年第S1期59-61,共3页
为了解决聚合产品分子量分布控制的难题,将神经网络引入对其进行了无需任何系统内部先验知识的黑箱建模。所使用的神经网络是由B样条神经网络和非线性递归神经网络(DRNN)组合而成,并使用误差反传算法对网络进行训练和学习,从而建立了多... 为了解决聚合产品分子量分布控制的难题,将神经网络引入对其进行了无需任何系统内部先验知识的黑箱建模。所使用的神经网络是由B样条神经网络和非线性递归神经网络(DRNN)组合而成,并使用误差反传算法对网络进行训练和学习,从而建立了多变量动态系统的分子量分布模型。在模型建立中将控制变量与分布参数的函数关系利用非线性递归神经网络描述,分子量分布函数使用B样条神经网络表示,仿真研究结果证明该方法取得了预期的建模效果,具有一定的推广实用价值。 展开更多
关键词 非线性回归神经网络 B样条神经网络 分子量分布 建模
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部