期刊文献+
共找到123篇文章
< 1 2 7 >
每页显示 20 50 100
智能汽车轨迹跟踪MPC-RBF-SMC协同控制策略研究
1
作者 张良 蒋瑞洋 +2 位作者 卢剑伟 程浩 雷夏阳 《汽车工程师》 2024年第5期11-19,共9页
针对自动驾驶车辆行驶过程中模型失配以及外部环境干扰导致车辆轨迹跟踪环节精确性不高的问题,提出了一种结合车辆运动学模型预测控制(MPC)、径向基(RBF)神经网络和滑模控制(SMC)的轨迹跟踪控制策略。通过建立车辆运动学MPC模型计算当... 针对自动驾驶车辆行驶过程中模型失配以及外部环境干扰导致车辆轨迹跟踪环节精确性不高的问题,提出了一种结合车辆运动学模型预测控制(MPC)、径向基(RBF)神经网络和滑模控制(SMC)的轨迹跟踪控制策略。通过建立车辆运动学MPC模型计算当前状态车辆期望横摆角速度,并将其与实际横摆角速度的偏差输入RBF-SMC控制器,利用RBF快速逼近非线性模型的特点,结合滑模控制输出前轮转角,实现车辆的横向轨迹跟踪控制。仿真结果表明,与传统的控制器相比,该方法轨迹跟踪精度显著提高,并在不同行驶工况下表现出较好的鲁棒性。 展开更多
关键词 车辆运动学模型 模型预测控制 径向基神经网络 滑模控制
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
2
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
下载PDF
Application of Nonlinear Predictive Control Based on RBF Network Predictive Model in MCFC Plant
3
作者 陈跃华 曹广益 朱新坚 《Journal of Shanghai Jiaotong university(Science)》 EI 2007年第1期42-46,52,共6页
This paper described a nonlinear model predictive controller for regulating a molten carbonate fuel cell (MCFC). A detailed mechanism model of output voltage of a MCFC was presented at first. However, this model was t... This paper described a nonlinear model predictive controller for regulating a molten carbonate fuel cell (MCFC). A detailed mechanism model of output voltage of a MCFC was presented at first. However, this model was too complicated to be used in a control system. Consequently, an off line radial basis function (RBF) network was introduced to build a nonlinear predictive model. And then, the optimal control sequences were obtained by applying golden mean method. The models and controller have been realized in the MATLAB environment. Simulation results indicate the proposed algorithm exhibits satisfying control effect even when the current densities vary largely. 展开更多
关键词 molten carbonate fuel cell (MCFC) radial basis function rbfneural network model nonlinear model predictive control (NMPC) golden mean method
下载PDF
Neural-networks-based Modelling and a Fuzzy Neural Networks Controller of MCFC
4
作者 沈承 Cao +2 位作者 Guangyi Zhu Xinjian 《High Technology Letters》 EI CAS 2002年第2期76-82,共7页
Molten Carbonate Fuel Cells (MCFC) are produced with a highly efficient and clean power generation technology which will soon be widely utilized. The temperature characters of MCFC stack are briefly analyzed. A radial... Molten Carbonate Fuel Cells (MCFC) are produced with a highly efficient and clean power generation technology which will soon be widely utilized. The temperature characters of MCFC stack are briefly analyzed. A radial basis function (RBF) neural networks identification technology is applied to set up the temperature nonlinear model of MCFC stack, and the identification structure, algorithm and modeling training process are given in detail. A fuzzy controller of MCFC stack is designed. In order to improve its online control ability, a neural network trained by the I/O data of a fuzzy controller is designed. The neural networks can memorize and expand the inference rules of the fuzzy controller and substitute for the fuzzy controller to control MCFC stack online. A detailed design of the controller is given. The validity of MCFC stack modelling based on neural networks and the superior performance of the fuzzy neural networks controller are proved by Simulations. 展开更多
关键词 Molten Carbonate Fuel Cells (MCFC) Radial basis function (rbf) fuzzy neural networks control modelling
下载PDF
Application of BP NN and RBF NN in Modeling Activated Sludge System 被引量:6
5
作者 王维斌 郑丕谔 李金勇 《Transactions of Tianjin University》 EI CAS 2003年第3期235-240,共6页
Based on the operation data from a certain wastewater treatment plant(WWTP) in northeast China, the models of back propagation neural network(BP NN) and radial basis function neural network(RBF NN) have been designed ... Based on the operation data from a certain wastewater treatment plant(WWTP) in northeast China, the models of back propagation neural network(BP NN) and radial basis function neural network(RBF NN) have been designed respectively and the ability of convergence and generalization has been analyzed separately. As for BP NN, the effects of numbers of layers and nodes have been studied; as for RBF NN, the influences of the number of nodes and the RBF′s width have been studied. It is concluded that BP NN has converged much slowly in comparison with RBF NN. The conclusion that the RBF NN is suitable for modeling activated sludge system has been drawn. An automatically optimum design program for RBF NN has been developed, through which the RBF NN model of traditional activated sludge system has been established. 展开更多
关键词 back propagation neural network(BP NN) radial basis function neural network(rbf NN) modelING activated sludge
下载PDF
基于RBF-CLNSGA-Ⅱ算法的转向架构架多目标优化 被引量:1
6
作者 张东旭 李永华 +1 位作者 白肖宁 王裕沣 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第11期4311-4320,共10页
转向架构架是高速动车组的重要承载部件,对其关键结构精确分析及优化能保障列车安全平稳运行。为提高转向架构架设计优化的精度和效率,提出一种子模型技术与径向基函数-改进快速非支配排序遗传算法(RBF-CLNSGA-Ⅱ)相结合的多目标优化方... 转向架构架是高速动车组的重要承载部件,对其关键结构精确分析及优化能保障列车安全平稳运行。为提高转向架构架设计优化的精度和效率,提出一种子模型技术与径向基函数-改进快速非支配排序遗传算法(RBF-CLNSGA-Ⅱ)相结合的多目标优化方法。首先,通过分析转向架构架的结构强度,确定等效应力最大的位置,利用子模型技术对该区域构建子模型并进行相对灵敏度分析,然后构建其RBF神经网络,提高计算和拟合效率。其次,提出CLNSGA-Ⅱ算法,通过引入Circle混沌映射、自适应交叉变异概率、Levy飞行策略及动态更新拥挤度比较算子,提高NSGA-Ⅱ算法Pareto解集分布的均匀性和稳定性,同时增强全局搜索以及局部开发能力。最后,构建以结构相关参数为设计变量、最大等效应力和质量最小为目标、变量区间及材料屈服极限为约束的多目标优化模型,利用CLNSGA-Ⅱ算法对基于子模型技术的RBF神经网络进行多目标优化,得到Pareto最优解。研究结果表明:子模型技术和RBF-CLNSGA-Ⅱ算法相结合,不仅能够解决大型复杂结构拟合困难、运算周期长的问题,而且研究过程相比传统方法,针对性更强,求解精度更高,结果稳定性更好。优化后的构架子模型最大等效应力降低了4.603%,质量减少了2.922%,该方法对大型复杂部件的设计优化具有重要工程实用价值。 展开更多
关键词 转向架构架 子模型技术 径向基神经网络 改进快速非支配排序遗传算法 多目标优化
下载PDF
Parameter Estimation of RBF-AR Model Based on the EM-EKF Algorithm 被引量:6
7
作者 Yanhui Xi Hui Peng Hong Mo 《自动化学报》 EI CSCD 北大核心 2017年第9期1636-1643,共8页
下载PDF
Hybrid Loader Automatic Shift Strategy Based on Neural Network
8
作者 潘鑫 闫伟 +1 位作者 陈玉鸿 李国祥 《Journal of Donghua University(English Edition)》 EI CAS 2016年第4期515-519,527,共6页
Hybrid loader 's comprehensive performance mainly depends on the performance of hydraulic torque converter during its driving and working. Hybrid loader and hydraulic torque converter are taken for the research ob... Hybrid loader 's comprehensive performance mainly depends on the performance of hydraulic torque converter during its driving and working. Hybrid loader and hydraulic torque converter are taken for the research objects. The primary characteristic curve of hydraulic torque converter and the traction curve of hybrid loader are acquired by analyzing the characteristic parameters of hydraulic torque converter, the characteristic parameters of engine, the characteristic parameters of battery pack and geometric parameters of hybrid loader. The gear shift curves based on the best energy saving performance and the best power performance are acquired respectively with the opening of throttle,the speed of pump wheel and the speed of turbine as parameters. Then the two curves are combined to get the comprehensive gear shift curve. Radical basis function( RBF) neural network is applied to building the gear shift strategy to keep hybrid loader with the best power performance and energy saving performance. The experimental bench is set up for experimental verification. It proves that both of the power performance and energy saving performance of hybrid loader are improved effectively by using the automatic shift strategy. 展开更多
关键词 loader torque converter wheel driving hydraulic battery saving bench verification
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:100
9
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
原文传递
Detection of Cholangiocarcinoma with Fourier Transform Infrared Spectroscopy and Radial Basis Function Neural Network Classification
10
作者 WU Min CUI Long +1 位作者 LING Xiaofeng XU Zhi 《Chemical Research in Chinese Universities》 SCIE CAS CSCD 2016年第4期561-564,共4页
The aim of this study was to explore the possibility of applying Fourier transform infrared(FTIR) spec- troscopy as a medical diagnostic toot based on a neural network classifier for detecting and classifying cholan... The aim of this study was to explore the possibility of applying Fourier transform infrared(FTIR) spec- troscopy as a medical diagnostic toot based on a neural network classifier for detecting and classifying cholangiocar- cinoma. A total of 51 cases of bile duct tissues were obtained and later characterized by FTIR spectroscopy prior to pathological diagnosis. The criteria for classification included 30 parameters for each FTIR spectra, including peak position(P), intensity(/) and full width at half-maximum(FWHM), were measured, calculated and subsequently com- pared against the normal and cancer groups. The FTIR spectra were classified by the radial basis function(RBF) net- work model. For establishing the RBF, 23 cases were used to train the RBF classifier, and 28 cases were applied to validate the model. Using the RFB model, nine parameters were observed to be pronouncedly different between can- cerous and normal tissue, including I1640, I1550, 11460,/1400, I1250, I1120,/10g0, Ii040 and P1040. In the RBF training classi- fication, the accuracy, sensitivity, and specificity of diagnosis were 82.6%, 80.0%, and 84.6%, respectively. While validating the classification, the accuracy, sensitivity, and specificity of diagnosis were 78.6%, 75.0%, and 81.2%, respectively. The results suggest that FTIR spectroscopy combined with neural network classifier could be applied as a medical diagnostic tool in cholangiocarcinoma diagnosis. 展开更多
关键词 CHOLANGIOCARCINOMA Fourier transform infrared(FTIR) spectroscopy neural network Radial basis functionrbf network model
原文传递
基于GM-RBF神经网络的高校建筑能耗预测 被引量:26
11
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
下载PDF
RBF神经网络的结构动态优化设计 被引量:121
12
作者 乔俊飞 韩红桂 《自动化学报》 EI CSCD 北大核心 2010年第6期865-872,共8页
针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中... 针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高. 展开更多
关键词 径向基函数神经网络 动态设计 动态结构rbf 化学需氧量建模
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
13
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
原文传递
基于RBF神经网络的最佳滑移率在线计算方法 被引量:20
14
作者 彭晓燕 章兢 陈昌荣 《机械工程学报》 EI CAS CSCD 北大核心 2011年第14期108-113,共6页
针对汽车制动过程的非线性特征及其最佳滑移率在线估计的复杂性,提出一种基于Burckhardt模型的最佳滑移率在线辨识方法。分别用3个以工况为参数的径向基函数神经网络作为Burckhardt模型的3个参数;采用粒子群算法和结构化非线性参数优化... 针对汽车制动过程的非线性特征及其最佳滑移率在线估计的复杂性,提出一种基于Burckhardt模型的最佳滑移率在线辨识方法。分别用3个以工况为参数的径向基函数神经网络作为Burckhardt模型的3个参数;采用粒子群算法和结构化非线性参数优化方法相结合的混合参数优化方法估计3个径向基函数神经网络的所有参数,由该改进的Burckhardt模型即可产生任意工况下的纵向附着系数—滑移率(μ-s)曲线;在保证在线辨识精度的前提下,根据最佳滑移率等分原则选取一定数量的工况参数以构成Burckhardt模型的参数集,设计出基于实时μ-s数据的最佳滑移率在线辨识策略,完成最佳滑移率辨识系统构建。在线控制动系统中的仿真验证了所提出的最佳滑移率在线辨识方法的可行性和有效性。 展开更多
关键词 最佳滑移率 径向基函数神经网络 混合参数优化方法 Burckhardt模型
下载PDF
基于RBF神经网络的水深遥感研究 被引量:13
15
作者 邓正栋 叶欣 +1 位作者 关洪军 于德浩 《解放军理工大学学报(自然科学版)》 EI 北大核心 2013年第1期101-106,共6页
为提高水深遥感反演的精度,以Landsat TM1~4波段为数据源,利用已知的水深数据作为训练样本,建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度,并与传统反演模型和BP神经网络模型进行对比... 为提高水深遥感反演的精度,以Landsat TM1~4波段为数据源,利用已知的水深数据作为训练样本,建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度,并与传统反演模型和BP神经网络模型进行对比。结果表明,RBF神经网络模型反演的水深与实测水深的决定系数为0.90,平均绝对误差为1.09m,均方根误差为1.45m,反演效果和精度明显好于传统反演模型;与BP神经网络模型相比精度也有提高,而且RBF神经网络模型的参数大多通过训练学习得到,应用更为便捷,在干旱内陆的咸水型湖泊水深遥感反演中有一定的应用价值。 展开更多
关键词 径向基神经网络 水深遥感 岱海
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
16
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
下载PDF
应用RBF神经网络反演二维重力密度分布 被引量:11
17
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
下载PDF
基于模糊C均值聚类的模糊RBF神经网络预测焊接接头力学性能建模 被引量:21
18
作者 张永志 董俊慧 《机械工程学报》 EI CAS CSCD 北大核心 2014年第12期58-64,共7页
针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈(Back propagation,BP)神经网络的不足,利用模糊C均值(Fuzzy C-means,FCM)聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基(Radial ... 针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈(Back propagation,BP)神经网络的不足,利用模糊C均值(Fuzzy C-means,FCM)聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基(Radial basis function,RBF)神经网络预测模型。以TC4钛合金惰性气体钨极保护焊(Tungsten inert gas arc welding,TIG焊)焊接工艺参数(焊接电流、焊接速度和氩气流量)作为模型的输入参数,以焊后力学性能(抗拉强度、抗弯强度、伸长率、焊缝硬度和热影响区硬度)作为模型的输出参数。利用27组试验数据对所建模型进行学习训练,用另外9组试验数据进行仿真。结果表明,利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点,能够预测焊接接头力学性能。通过数学解析,用函数形式表达焊接工艺参数与接头力学性能之间的规律,可以优化焊接工艺参数,为调控焊接接头的质量提供依据。 展开更多
关键词 模糊C均值聚类 模糊径向基神经网络 预测 焊接 建模
下载PDF
基于RBF神经网络控制的球杆系统位置控制实验研究 被引量:7
19
作者 朱坚民 沈昕璐 黄之文 《计算机应用研究》 CSCD 北大核心 2018年第12期3747-3751,共5页
针对在球杆系统位置控制实验中PID控制精度不高及BP神经网络控制训练时间较长的问题,提出一种基于含有低通滤波器的RBF神经网络动态补偿PID控制的新的控制方法,该控制系统由RBF神经网络控制器及PID控制器组成。为提高参数辨识速度以及... 针对在球杆系统位置控制实验中PID控制精度不高及BP神经网络控制训练时间较长的问题,提出一种基于含有低通滤波器的RBF神经网络动态补偿PID控制的新的控制方法,该控制系统由RBF神经网络控制器及PID控制器组成。为提高参数辨识速度以及避免局部最小值问题,采用梯度下降法更新隐含层参数,采用带有遗忘因子的最小二乘法调整输出层权值。实验结果表明,该控制方法具有比PID控制更高的精度,具有比BP神经网络更快的学习速度,低通滤波器保证了控制系统的辨识精度和稳定的控制输出,具有良好的控制效果及动静态特性。 展开更多
关键词 球杆系统 rbf(径向基函数)神经网络 PID控制 滤波器 实验研究
下载PDF
基于灰色-RBF神经网络的传播损耗模型训练 被引量:6
20
作者 李丽娜 梁德骕 +1 位作者 马俊 涂志 《计算机应用与软件》 CSCD 2016年第8期136-140,182,共6页
室内信号传播损耗模型是基于信号强度测距法的射频识别定位技术的关键。但因室内环境较为复杂且受到多径效应等因素影响,传统的基于经验的信号传播损耗模型环境适应性差,导致测距定位误差较大;而利用传统的神经网络进行传播损耗模型训... 室内信号传播损耗模型是基于信号强度测距法的射频识别定位技术的关键。但因室内环境较为复杂且受到多径效应等因素影响,传统的基于经验的信号传播损耗模型环境适应性差,导致测距定位误差较大;而利用传统的神经网络进行传播损耗模型训练则存在所需训练样本过多、硬件采集工作量大等缺点。针对以上问题,提出在变密度采样模式下的基于灰色理论与RBF神经网络相结合的传播损耗模型训练方法。基于灰色理论,利用少量样本预测得到更多样本,并与部分原始样本共同重组样本数据进行RBF网络的训练,以构建传播损耗模型。实验结果表明,该方法可以利用较少的训练样本准确地建立室内信号传播损耗模型,可以很好地满足室内测距定位的精度要求,并可大大减少样本采集工作量。 展开更多
关键词 室内定位 射频识别 传播损耗模型 径向基神经网络 灰色理论
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部