期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到605篇文章
< 1 2 … 31 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法
1
作者 夏向阳 岳家辉 +4 位作者 曾小勇 刘代飞 陈来恩 吕崇耿 夏永凯 《中国电机工程学报》 北大核心 2025年第2期638-649,I0020,共13页
锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离... 锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离子电池剩余容量估计方法,利用结构化非线性参数优化方法辨识模型参数,并将“老化信息”与“能量”相结合,基于小波包能量分析从电池充电电流/电压曲线中直接提取能量特征作为新健康特征,采用传递熵对新健康特征进行筛选以构成模型输入,实现锂离子电池剩余容量的有效估计;最后,基于NASA公开的锂离子电池老化数据,通过不同训练/测试样本比例、不同模型展开综合分析。结果表明,所提出的基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法与常用的数据驱动方法相比,误差指标中平均绝对误差、平均绝对百分比误差、均方根误差均保持在较低水平,具有良好的估计精度。 展开更多
关键词 锂离子电池 健康特征 传递熵 带外生输入的自回归模型 健康状态
在线阅读 下载PDF
基于RBF神经网络的4-PPPS并联机构位姿误差补偿
2
作者 金奕扬 李磊 +3 位作者 许家伟 汪建华 王国伟 许润康 《现代制造工程》 北大核心 2025年第4期140-150,共11页
为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误... 为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误差分析结果表明,沿轨道方向移动副长度误差对4-PPPS并联机构运动精度影响最大,在4条支链均存在误差的情况下,Z轴方向动平台位姿误差达到1.5 mm。同时,为克服传统误差参数辨识难度较大的问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化径向基函数(Radial Basis Function,RBF)神经网络的补偿方法。该方法将位姿误差转化为驱动关节长度误差,通过神经网络建立动平台理论位姿与驱动关节长度误差的预测模型,并采用鲸鱼优化算法优化网络参数,最终获得驱动关节长度补偿量,用来修正动平台的实际位姿并完成误差补偿。经过仿真验证,该方法能够有效提升4-PPPS并联机构的运动精度,动平台在X、Y、Z轴方向的误差均值分别由0.169、0.188、0.159 mm降至0.002、0.001、0.003 mm,误差最大值分别由0.208、0.231、0.195 mm降至0.012、0.001、0.019 mm,平均位姿精度提高了85.07%,补偿效果显著。 展开更多
关键词 并联机构 误差分析 误差补偿 rbf神经网络 鲸鱼优化算法
在线阅读 下载PDF
基于动态RBF代理模型和进化算法的起重机主梁优化
3
作者 段雄 范小宁 《机械设计》 北大核心 2025年第3期86-94,共9页
针对基于有限元仿真模型的起重机结构优化计算成本在工程上难以接受的问题,文中结合差分进化算法和径向基代理模型提出一种基于动态径向基代理模型的全局优化策略。该策略在优化过程中通过局部开发最优解和全局探索误差最大区域的加点... 针对基于有限元仿真模型的起重机结构优化计算成本在工程上难以接受的问题,文中结合差分进化算法和径向基代理模型提出一种基于动态径向基代理模型的全局优化策略。该策略在优化过程中通过局部开发最优解和全局探索误差最大区域的加点策略构造动态径向基代理模型,并以约束函数模型的预测误差和目标函数下降程度构建优化终止条件,保证优化的全局收敛性和最优解处的模型精确性。通过数值算例和工字梁优化算例进行验证,该方法不仅能够获得全局最优解,而且明显减少了对原函数的调用次数,显著提高了优化效率。最后,结合桥式起重机桥架的有限元分析,将此方法用于解决起重机主梁优化问题。结果显示:在满足约束的条件下,主梁横截面面积减小了约22.36%,并且降低了大量的计算成本,提高了优化效率,解决了智能群算法与起重机结构有限元模型直接结合进行优化的昂贵计算成本问题。 展开更多
关键词 起重机主梁 动态径向基代理模型 差分进化算法 加点策略
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：2
4
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) 径向基函数(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RBF神经网络整定PID的电液比例系统位置控制研究 被引量：3
5
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
输入饱和约束下自适应RBF神经网络非线性反馈船舶航向控制 被引量：2
6
作者 苏文学 孟祥飞 张强 《上海海事大学学报》 北大核心 2024年第2期14-19,共6页
针对输入饱和约束下外界扰动和模型不确定情况下的船舶航向跟踪控制问题,提出一种自适应径向基函数(radial basis function,RBF)神经网络非线性反馈航向跟踪控制方法。利用自适应RBF神经网络对外界扰动和模型不确定项进行估计,并利用最... 针对输入饱和约束下外界扰动和模型不确定情况下的船舶航向跟踪控制问题,提出一种自适应径向基函数(radial basis function,RBF)神经网络非线性反馈航向跟踪控制方法。利用自适应RBF神经网络对外界扰动和模型不确定项进行估计,并利用最小学习参数法减少计算量;将一个具有误差增益反相关特征的非线性函数嵌入控制律中,设计一种非线性反馈控制方法;利用李雅普诺夫理论证明所有信号在考虑外界扰动和模型不确定的船舶航向跟踪控制系统中都是一致有界的。通过仿真和比较,验证了所设计控制方法的有效性。所做研究可为输入饱和约束下船舶航向跟踪控制提供参考,具有工程实际意义。 展开更多
关键词 船舶航向跟踪 径向基函数(rbf)神经网络 非线性反馈控制 输入饱和
在线阅读 下载PDF
基于SLM-RBF的配电网分布式光伏集群智能划分策略 被引量：1
7
作者 卜强生 吕朋蓬 +4 位作者 李炜祺 罗飞 俞婧雯 窦晓波 胡秦然 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第10期1534-1543,共10页
分布式电源大规模分散接入给配电网的优化调度带来计算上的维数灾难,需要对分布式电源进行集群以降低调控难度,因此合理的集群划分十分重要.同时,配电网实时量测数据不全造成分布式电源进行实时集群划分难度大、时间效率低,因此提出一... 分布式电源大规模分散接入给配电网的优化调度带来计算上的维数灾难,需要对分布式电源进行集群以降低调控难度,因此合理的集群划分十分重要.同时,配电网实时量测数据不全造成分布式电源进行实时集群划分难度大、时间效率低,因此提出一种智能局部移动(SLM)算法与径向基神经网络相结合的分布式电源集群智能划分策略.首先,选取有功和无功功率调节范围以及有功和无功功率-电压的灵敏度作为集群划分的指标,构造相似度矩阵并基于SLM形成分布式电源的集群划分方案库.然后,离线建立电压拟合模型,拟合可实时观测节点的功率与电压之间的关系;同时,离线建立电压-划分结果模型,在线通过电压得到实时划分结果,创新性地解决了潮流模型缺失时无法进行集群划分的问题,提高了集群划分的实时性.最后,在MATLAB平台通过仿真计算验证了算法的合理性和优越性. 展开更多
关键词 智能局部移动算法 径向基神经网络 集群划分 电压拟合
在线阅读 下载PDF
基于改进MPC与RBF-PID的智能车轨迹跟踪控制 被引量：1
8
作者 李臣旭 江浩斌 洪阳珂 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期1290-1301,共12页
为提升智能汽车轨迹跟踪控制的稳定性和精度,提出一种基于时域参数自适应MPC与RBF-PID的轨迹跟踪控制方法.首先搭建车辆横纵向动力学模型;其次分析控制时域与预测时域对跟踪精度的影响,设计时域参数自适应MPC横向控制器并进行仿真验证;... 为提升智能汽车轨迹跟踪控制的稳定性和精度,提出一种基于时域参数自适应MPC与RBF-PID的轨迹跟踪控制方法.首先搭建车辆横纵向动力学模型;其次分析控制时域与预测时域对跟踪精度的影响,设计时域参数自适应MPC横向控制器并进行仿真验证;然后基于径向基函数(RBF)神经网络整定PID控制参数,设计分层式纵向控制器,并设计折线速度曲线与PID算法进行对比;最后以车速为耦合点构建智能汽车横纵向综合控制系统,并在蛇形工况下对横纵向综合控制系统进行仿真实验.结果表明,所设计的横向控制器能保证低速时的跟踪精度和高速时的车辆稳定性,纵向控制器可有效提高速度跟踪精度,横纵向综合控制系统能实现车辆在变车速工况下对轨迹的精准跟踪,同时保证良好的行驶稳定性与舒适性. 展开更多
关键词 时域参数自适应 MPC rbf-PID 横纵向综合控制 轨迹跟踪
在线阅读 下载PDF
基于沙漏状数据处理单元和分组RBF单元的对抗性免疫防御方法
9
作者 丁伟杰 郑文浩 +2 位作者 方怡 王琦晖 李小薪 《高技术通讯》 CAS 北大核心 2024年第9期935-944,共10页
针对深度神经网络(DNN)容易受到对抗样本攻击的问题,研究人员提出了许多防御方法,可分为外部防御方法(EDM)和免疫防御方法(IDM)。外部防御方法试图在将对抗性样本输入DNN之前去除其中存在的对抗干扰,而免疫防御方法则致力于提升DNN本身... 针对深度神经网络(DNN)容易受到对抗样本攻击的问题,研究人员提出了许多防御方法,可分为外部防御方法(EDM)和免疫防御方法(IDM)。外部防御方法试图在将对抗性样本输入DNN之前去除其中存在的对抗干扰,而免疫防御方法则致力于提升DNN本身的鲁棒性,本文重点研究免疫防御方法。现有的免疫防御方法主要基于鲁棒优化策略来提升DNN的鲁棒性,为DNN构建鲁棒模块的工作较少。本文在DNN中引入了2个新的鲁棒单元:基于特征压缩和精度注入的沙漏状数据处理单元,用以减小对抗性扰动的干扰;分组径向基函数单元,用于增强DNN的非线性和适应类内变化的能力。在优化过程中使用标签平滑、退火策略和权值衰减来进一步提高鲁棒性。在2个数据集(MNIST和CIFAR-10)以及2个流行的DNN模型(LeNet5和VGG16)上的实验表明,将所提出的鲁棒单元集成到DNN中可以大幅提高其对对抗性攻击的免疫能力,同时保持其在干净样本上的识别性能。 展开更多
关键词 免疫防御 精度注入 分组径向基函数(rbf) 权重衰减
在线阅读 下载PDF
基于GRA-RBF神经网络模型的煤矿安全风险预控管理安全风险评价研究 被引量：3
10
作者 夏永亮 《中国矿业》 北大核心 2024年第9期51-57,共7页
煤矿安全风险预控管理因素复杂,在实际评价过程中,层级混乱导致安全风险评价输出的MAPE数值较小,使得煤矿安全风险评价结果缺乏准确性。针对煤矿安全风险预控管理问题,提出了一种基于灰色关联分析(GRA)与径向基函数(RBF)神经网络模型的... 煤矿安全风险预控管理因素复杂,在实际评价过程中,层级混乱导致安全风险评价输出的MAPE数值较小,使得煤矿安全风险评价结果缺乏准确性。针对煤矿安全风险预控管理问题,提出了一种基于灰色关联分析(GRA)与径向基函数(RBF)神经网络模型的安全风险评价方法。首先,融合大量煤矿环境数据,构建多层级安全风险评价体系,全面考量各层次及要素对安全风险的影响。其次,通过GRA算法,依据安全风险紧急程度确定关键预控管理指标,确保评价的精准性与针对性。最后,利用RBF神经网络的强大非线性映射能力,特别是其径向基函数对高权重安全风险指标的精细处理,并定义神经网络每层拓扑结构处理过程,实现评价结果的输出。为验证该方法的有效性,本文准备了多样化的安全风险数据集,并进行降维处理以生成不同数量的安全指标,匹配不同的聚类参数。在对比实验中,将新方法与两种已成熟应用的安全风险评价方法并行测试,以MAPE作为核心评价指标。研究结果显示,本文所设计的基于GRA-RBF神经网络模型的安全风险评价方法输出的MAPE数值显著提升,表明其能够更准确地预测高风险安全评价指标,对于煤矿安全风险预控管理工作提供了相应的风险评价标准,在一定程度上保证了煤矿安全工作的顺利开展,能够为煤矿安全风险预控管理提供强有力的技术支持和决策依据。 展开更多
关键词 GRA-rbf神经网络 煤矿安全风险 预控管理 径向基函数 安全等级 MAPE数值
在线阅读 下载PDF
基于APID-RBF神经网络的光伏MPPT方法
11
作者 赵子睿 潘鹏程 吴婷 《电力系统及其自动化学报》 CSCD 北大核心 2024年第2期152-158,共7页
针对光照强度急速变化和局部阴影时光伏发电系统最大功率点追踪响应速度慢、多峰值等问题,提出一种基于RBF神经网络与自适应PID控制相结合的控制方法。首先,采用RBF神经网络对环境的实时变化直接跟踪光伏最大功率点。然后,利用自适应PI... 针对光照强度急速变化和局部阴影时光伏发电系统最大功率点追踪响应速度慢、多峰值等问题,提出一种基于RBF神经网络与自适应PID控制相结合的控制方法。首先,采用RBF神经网络对环境的实时变化直接跟踪光伏最大功率点。然后,利用自适应PID的辅助修正,抑制光伏电池输出功率的波动。神经网络能提升在复杂环境下的跟踪速度,自适应PID能增强对神经网络误差的消除能力,提升跟踪精度。仿真结果表明,APIDRBF双控策略具有稳态性能高和控制精度高等优点,能有效提高光伏发电效率和稳定性。 展开更多
关键词 局部阴影 径向基函数神经网络 自适应PID 最大功率点跟踪 光伏发电效率
在线阅读 下载PDF
孤岛模式下基于VSG的光储发电系统多机并联运行策略
12
作者 张萍 李扬 《全球能源互联网》 北大核心 2025年第1期98-109,共12页
随着光伏发电装机容量的大幅增加,电力系统呈现“低惯性、低阻尼”特性,虚拟同步发电机(virtual synchronous generators,VSG)技术可以提高系统稳定性和供电可靠性。针对孤岛模式下光储-VSG并联系统由于线路阻抗差异和负载投切等原因导... 随着光伏发电装机容量的大幅增加,电力系统呈现“低惯性、低阻尼”特性,虚拟同步发电机(virtual synchronous generators,VSG)技术可以提高系统稳定性和供电可靠性。针对孤岛模式下光储-VSG并联系统由于线路阻抗差异和负载投切等原因导致的系统环流及功率分配不均问题,提出一种协同自适应控制策略。首先,通过系统无功功率偏差动态调整虚拟阻抗值,实现无功功率的精确分配,从而抑制系统稳态环流。其次,为提升系统动态特性和抑制负载投切过程中系统的振荡,建立双输入三输出径向基函数(radial basis function,RBF)神经网络对系统关键参数进行优化。最后,建立3台光储-VSG并联模型,设定不同容量比进行仿真分析,验证了所提控制策略能更好地抑制系统环流,保证系统稳定运行。 展开更多
关键词 光储发电系统 虚拟同步发电机 动态虚拟阻抗 rbf神经网络 环流抑制
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
13
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PSO-RBF神经网络的锂离子电池健康状态预测 被引量：21
14
作者 张任 胥芳 +1 位作者 陈教料 潘国兵 《中国机械工程》 EI CAS CSCD 北大核心 2016年第21期2975-2981,共7页
针对传统方法估计锂离子电池健康状态(SOH)时内部参数测量困难等问题,提出一种基于粒子群优化径向基函数神经网络的锂离子电池SOH预测方法。通过对锂离子等效模型的研究,结合充放电过程的实验数据,确定了影响锂离子电池SOH特性的几个关... 针对传统方法估计锂离子电池健康状态(SOH)时内部参数测量困难等问题,提出一种基于粒子群优化径向基函数神经网络的锂离子电池SOH预测方法。通过对锂离子等效模型的研究,结合充放电过程的实验数据,确定了影响锂离子电池SOH特性的几个关键参数。将试验数据输入仿真模型进行网络训练和校验。仿真证明,相比BP神经网络和普通RBF神经网络,该算法的预测精度可提高20%,节省66.7%以上的优化时间。 展开更多
关键词 锂离子电池 健康状况 粒子群优先 径向基函数
在线阅读 下载PDF
基于APDE-RBF神经网络的网络安全态势预测方法 被引量：15
15
作者 李方伟 张新跃 +1 位作者 朱江 黄卿 《系统工程与电子技术》 EI CSCD 北大核心 2016年第12期2869-2875,共7页
为了提高径向基函数(radical basis function,RBF)神经网络对网络安全态势的预测精度,提出了一种基于吸引力传播(affinity propagation,AP)聚类和差分进化(differential evolution,DE)优化RBF神经网络的算法。首先,利用AP聚类算法对样... 为了提高径向基函数(radical basis function,RBF)神经网络对网络安全态势的预测精度,提出了一种基于吸引力传播(affinity propagation,AP)聚类和差分进化(differential evolution,DE)优化RBF神经网络的算法。首先,利用AP聚类算法对样本数据进行划分聚类,从而获得RBF的中心和网络的隐含层节点数;其次,利用AP聚类得出种群差异度,自适应地改变DE算法的缩放因子和交叉概率,对RBF的宽度和连接权值进行优化;同时为了避免陷入局部最优以及跳出局部极值点,对每一代种群的精英个体和种群差异度中心进行混沌搜索。通过仿真实验表明,此算法在泛化能力增强的同时,对网络安全态势也达到了较高的预测精度。 展开更多
关键词 径向基函数 吸引力传播聚类 差分进化 种群差异度 混沌搜索
在线阅读 下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量：32
16
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(QPSO)算法 径向基(rbf) QPSO-rbf模型 泛化能力 瓦斯涌出量
在线阅读 下载PDF
RBF神经网络的混合学习算法 被引量：15
17
作者 苏小红 侯秋香 +1 位作者 马培军 王亚东 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第9期1446-1449,共4页
针对RBF神经网络的最近邻聚类学习算法存在的学习精度不理想和固定网络结构的梯度下降训练学习算法存在的中心不易确定、训练时间长等问题,提出一种基于最近邻聚类中心选取和梯度下降训练的RBF神经网络混合学习算法,解决了RBF网络径向... 针对RBF神经网络的最近邻聚类学习算法存在的学习精度不理想和固定网络结构的梯度下降训练学习算法存在的中心不易确定、训练时间长等问题,提出一种基于最近邻聚类中心选取和梯度下降训练的RBF神经网络混合学习算法,解决了RBF网络径向基函数的中心取值问题,提高了网络的学习精度和训练速度.将该算法应用于非线性系统的在线辨识与二维函数的逼近,仿真实验结果证明了该方法的有效性. 展开更多
关键词 rbf神经网络 最近邻聚类学习算法 径向基函数 梯度下降法
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
18
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
基于经验模态分解与RBF神经网络的混合预测 被引量：6
19
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RBF神经网络的种猪体重预测 被引量：33
20
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
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 31 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部