期刊文献+
共找到645篇文章
< 1 2 33 >
每页显示 20 50 100
基于自适应RBF神经网络具有模型不确定性的四旋翼无人机指定时间预设性能控制方法
1
作者 张园 郑鸿基 +3 位作者 刘海涛 韦丽娇 沈德战 赵振华 《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期64-73,共10页
四旋翼无人机具有强耦合和欠驱动的特点,在飞行过程中很容易受到外界干扰,进而影响整个无人机系统的稳定性和精度。为此,提出了一种基于RBF神经网络的指定时间预设性能约束控制策略。首先,针对四旋翼无人机的不确定数学模型难以精确建立... 四旋翼无人机具有强耦合和欠驱动的特点,在飞行过程中很容易受到外界干扰,进而影响整个无人机系统的稳定性和精度。为此,提出了一种基于RBF神经网络的指定时间预设性能约束控制策略。首先,针对四旋翼无人机的不确定数学模型难以精确建立,并且在执行任务过程中存在外部未知扰动问题,提出了一种基于指定时间预设性能控制方法,将四旋翼无人机的轨迹跟踪问题转换为对位置子系统和姿态子系统的期望指令跟踪问题;其次,在设计控制器过程中,为了解决“微分爆炸”问题产生的滤波器误差,引入一种新型滤波误差补偿方法,通过RBF神经网络逼近外部未知扰动,并将预测结果补偿给控制器以提高轨迹跟踪的鲁棒性。最后,应用仿真模拟方法验证无人机控制系统稳定性和性能优势,通过飞行试验验证,微风聚拢环境下实际飞行轨迹与仿真模拟结果趋于一致,自主轨迹跟踪起降位置偏差小于1 cm,证明了所提出算法的有效性。 展开更多
关键词 四旋翼无人机 rbf神经网络 轨迹跟踪控制 预设性能约束 模型不确定性
下载PDF
基于SSA-RBF神经网络的煤自然发火预测模型
2
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
原文传递
基于AGA-RBF神经网络模型的叶绿素a质量浓度预测研究
3
作者 刘星宇 程建 +1 位作者 牛艺晓 杨春 《四川师范大学学报(自然科学版)》 CAS 2024年第5期670-675,共6页
叶绿素a质量浓度是预测湖泊水华形成的重要影响因子,但常用的径向基(radial basis function,RBF)神经网络存在容易陷入局部极值,导致预测精度欠佳.针对这一问题,采用自适应遗传算法(adaptive genetic algorithm,AGA)对RBF神经网络进行优... 叶绿素a质量浓度是预测湖泊水华形成的重要影响因子,但常用的径向基(radial basis function,RBF)神经网络存在容易陷入局部极值,导致预测精度欠佳.针对这一问题,采用自适应遗传算法(adaptive genetic algorithm,AGA)对RBF神经网络进行优化,构建基于AGA-RBF神经网络预测模型,以莆田东圳水库为应用案例,对叶绿素a质量浓度进行预测,通过采集到的数据对预测模型进行仿真,对比均方根误差(RMSE)、相对误差(RE)以及平均相对误差(MRE),验证改进后的AGA-RBF模型具有更好的预测精度,以期对叶绿素a质量浓度进行长期预测. 展开更多
关键词 rbf人工神经网络 自适应遗传算法 预测模型 叶绿素a质量浓度
下载PDF
采用RBF神经网络改进有限集模型预测控制算法的光伏系统MPPT研究
4
作者 王田宇 赵葵银 +2 位作者 曹哲 黄炜杰 林国汉 《湖南工程学院学报(自然科学版)》 2024年第2期7-13,共7页
针对基于扰动观察法或电导增量法控制的光伏系统存在发电功率不稳定的问题,提出一种基于RBF神经网络改进的模型预测控制的最大功率点追踪算法,使用RBF神经网络拟合光伏系统功率-电压(P-V)曲线,预测光伏面板发电功率,通过建立光伏系统前... 针对基于扰动观察法或电导增量法控制的光伏系统存在发电功率不稳定的问题,提出一种基于RBF神经网络改进的模型预测控制的最大功率点追踪算法,使用RBF神经网络拟合光伏系统功率-电压(P-V)曲线,预测光伏面板发电功率,通过建立光伏系统前级DC-DC变换器的数学模型,使用模型预测控制确保光伏面板工作在最大功率点提升光电转换效率.通过MATLAB/Simulink仿真结果表明,在外界环境快速变化的情况下,所提策略能有效抑制最大功率点漂移,提高系统光电转换效率. 展开更多
关键词 光伏功率预测 rbf神经网络 有限集模型预测
下载PDF
基于RBF神经网络模型对污泥减量优化的研究
5
作者 仇奕沁 《河南化工》 CAS 2024年第5期12-16,共5页
研究了温度、pH值、反应时间、高铁酸钾投加量等因素对污泥溶胞效果和分解效果的影响,并通过建立RBF神经网络模型对实验进行优化。研究结果表明,温度为60℃、反应时间为2~4 h、pH值为12、高铁酸钾投加量5.5mg/(gSS)的条件下,污泥减量处... 研究了温度、pH值、反应时间、高铁酸钾投加量等因素对污泥溶胞效果和分解效果的影响,并通过建立RBF神经网络模型对实验进行优化。研究结果表明,温度为60℃、反应时间为2~4 h、pH值为12、高铁酸钾投加量5.5mg/(gSS)的条件下,污泥减量处理效果显著且较为经济。此外,RBF神经网络模型计算的污泥溶胞率、污泥分解率值与实验得出的结果,两者相对误差均小于5%,验证了该模型的良好拟合性。 展开更多
关键词 污泥减量 热解 高铁酸钾 rbf神经网络模型
下载PDF
基于RBF神经网络的水质参数预测模型研究
6
作者 马斌畅 戚乐 常君瑞 《科学与信息化》 2024年第8期25-27,共3页
本文利用Matlab对非线性函数逼近精度较高的RBF神经网络建立预测模型,以1998-2017年乌梁素海TN、TP、COD浓度的年际变化为数据,划分数据集和训练集,训练得到TN、TP和COD的RBF神经网络预测模型,通过对TN、TP和COD真实值和训练值及真实值... 本文利用Matlab对非线性函数逼近精度较高的RBF神经网络建立预测模型,以1998-2017年乌梁素海TN、TP、COD浓度的年际变化为数据,划分数据集和训练集,训练得到TN、TP和COD的RBF神经网络预测模型,通过对TN、TP和COD真实值和训练值及真实值和预测值的对比分析可得出均方根误差相对较小,证明RBF神经网络模型对水质参数的预测精度相对较高。 展开更多
关键词 MATLAB rbf神经网络模型 乌梁素海
下载PDF
基于BP和RBF神经网络模型的江西省农产品冷链物流需求预测
7
作者 古俊杰 刘东 《中国储运》 2024年第10期62-63,共2页
根据BP(back propagation)神经网络和(radial basis function)神经网络模型在需求预测领域上的应用,以江西省生鲜农产品冷链物流需求为对象进行实证分析,依据经济水平、产业结构水平、物流行业因素、市场供需水平等四个方面建立影响因... 根据BP(back propagation)神经网络和(radial basis function)神经网络模型在需求预测领域上的应用,以江西省生鲜农产品冷链物流需求为对象进行实证分析,依据经济水平、产业结构水平、物流行业因素、市场供需水平等四个方面建立影响因素指标体系,并用SPSS和MATLAB建立模型,结果表明BP神经网络相比于RBF神经网络,在预测结果上有更高的精确度。 展开更多
关键词 产业结构水平 农产品冷链物流 rbf神经网络 需求预测 物流行业 神经网络模型 BP神经网络 影响因素指标体系
下载PDF
基于改进Preisach迟滞构架的工业机器人柔性关节深度神经网络迟滞建模研究
8
作者 党选举 芮华 《制造业自动化》 2024年第9期7-14,共8页
针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟... 针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟滞特性:1)设计一个非对称非线性迟滞函数,替换Preisach模型内部迟滞算子,描述柔性关节的非对称迟滞特性;2)在Preisach模型输出端引入惯性滤波环节,在Preisach模型输入端引入输入输出历史信息,描述柔性关节的速率相关迟滞特性。将改进的Preisach模型与实现非线性映射的全连接神经网络串联构成深度神经网络迟滞模型。通过对比实验验证了所提出的深度神经网络迟滞模型描述工业机器人柔性关节复杂迟滞特性的有效性,其具有良好的预测能力和较高的精度。 展开更多
关键词 工业机器人柔性关节 复杂迟滞特性 PREISACH模型 深度神经网络迟滞模型
下载PDF
基于RBF神经网络的铣槽机施工工效预测研究
9
作者 黄国亮 陈志鼎 +2 位作者 宋冉 李尚革 杨阳 《人民黄河》 CAS 北大核心 2024年第S01期144-145,共2页
在水利工程建设中,铣槽机常被用于地下连续墙的成槽施工,其施工工效是影响建设成本、工期的重要因素。为了给水利工程建设项目的成本管理和进度管理提供实用工具,通过现场收集铣槽机的施工数据,在分析和量化影响铣槽机施工工效的因素基... 在水利工程建设中,铣槽机常被用于地下连续墙的成槽施工,其施工工效是影响建设成本、工期的重要因素。为了给水利工程建设项目的成本管理和进度管理提供实用工具,通过现场收集铣槽机的施工数据,在分析和量化影响铣槽机施工工效的因素基础上,分析各影响因素与施工效率的关系,构建基于RBF神经网络的施工工效预测模型,将其用于珠三角水资源配置工程的铣槽机施工工效预测,验证了该模型的稳定性和实用性。同时,应用实例表明:随着岩石强度增强铣槽机铣削1 m所要用的时间增加,施工人员数量及施工组织对铣槽效率影响较大,因此施工单位不仅要重视施工技术的提升,而且要重视施工组织方案的优化。 展开更多
关键词 铣槽机 施工工效 rbf神经网络 预测模型
下载PDF
基于FRBPSO-RBF神经网络的污水BOD5软测量方法 被引量:1
10
作者 班慧琳 李中志 +1 位作者 李斌勇 王远 《成都信息工程大学学报》 2024年第4期416-421,共6页
污水处理过程中污水BOD5难以实时准确测量,故软测量方法逐渐被用于污水BOD5的预测,其中RBF神经网络软测量方法应用广泛,但存在训练过程易陷入局部极值等问题。为提高RBF神经网络的预测精度,提出了基于适应度排名的粒子群算法(fitness ra... 污水处理过程中污水BOD5难以实时准确测量,故软测量方法逐渐被用于污水BOD5的预测,其中RBF神经网络软测量方法应用广泛,但存在训练过程易陷入局部极值等问题。为提高RBF神经网络的预测精度,提出了基于适应度排名的粒子群算法(fitness ranking based particle swarm optimization,FRBPSO),根据适应度排名与迭代次数确定惯性权重的大小,并根据粒子个体历史最优值的排名与迭代次数确定自我学习因子与社会学习因子的大小,并将FRBPSO算法引入RBF神经网络的参数训练中。基于13个基准测试函数与其他3个粒子群优化算法对比,实验结果显示FRBPSO算法的寻优能力相对较强。再将基于FRBPSO算法的RBF神经网络用于构建污水BOD5软测量模型,仿真结果表明,在测试数据中,FRBPSO-RBF软测量模型的平均绝对误差比PSO-RBF软测量模型、DAIW-RBF软测量模型、SCVPSO-RBF软测量模型分别降低了0.7178、0.2402、0.5851,平均绝对百分比误差分别降低了0.47%、0.15%、0.33%,均方根误差分别降低了0.0034、0.0015、0.0039。与其他3个基于PSO算法的BOD5软测量模型相比,FRBPSO-RBF模型具有较高的BOD5预测精度。 展开更多
关键词 rbf神经网络 PSO算法 软测量模型 BOD5软测量 污水水质预测
下载PDF
改进GA-RBF神经网络的水厂混凝投药预测
11
作者 刘海林 王庭有 《供水技术》 2024年第1期40-45,共6页
为了提高水厂混凝剂投加量预测准确性,针对投药系统易受多种水质因素影响,且投药后净水过程存在高度非线性的特点,通过改进遗传算法(GA)优化径向基函数神经网络(也称为RBF神经网络)的权值ω_i和高斯基函数中心宽度向量σ_i,构建GA-RBF... 为了提高水厂混凝剂投加量预测准确性,针对投药系统易受多种水质因素影响,且投药后净水过程存在高度非线性的特点,通过改进遗传算法(GA)优化径向基函数神经网络(也称为RBF神经网络)的权值ω_i和高斯基函数中心宽度向量σ_i,构建GA-RBF神经网络净水厂投药量预测模型。Matlab仿真结果表明,GA-RBF神经网络预测模型可通过实现全局逼近来回避极值陷阱,提高了稳定性和全局寻优能力,相较于单一RBF神经网络预测模型,GA-RBF神经网络预测模型的拟合优度提高5.474%,平均绝对误差降低了4.14%,根均方误差降低3.392%,迭代速度和预测精度都有所提高,数据拟合能力更强。 展开更多
关键词 混凝剂投加量 投药系统 遗传算法 rbf神经网络 预测模型
下载PDF
基于RBF神经网络模型的数控车床主轴箱优化设计 被引量:3
12
作者 乔雪涛 周世涛 +3 位作者 李优华 曹康 盛坤 张洪伟 《制造技术与机床》 北大核心 2023年第5期98-104,共7页
针对复杂机床结构优化中,通常难以获得设计变量与性能目标之间显式函数关系式的问题,提出了一种基于RBF神经网络模型和组合优化策略的结构优化设计方法。以某型精密数控车床主轴箱为研究对象,通过有限元软件ANSYS Workbench和多学科优... 针对复杂机床结构优化中,通常难以获得设计变量与性能目标之间显式函数关系式的问题,提出了一种基于RBF神经网络模型和组合优化策略的结构优化设计方法。以某型精密数控车床主轴箱为研究对象,通过有限元软件ANSYS Workbench和多学科优化软件Isight联合仿真技术对主轴箱设计尺寸进行最优拉丁超立方实验设计和灵敏度分析,根据实验样本点构建RBF神经网络模型代替主轴箱有限元模型。采用多岛遗传算法(MIGA)和序列二次规划法(NLPQL)相结合的组合优化策略,对RBF神经网络模型进行优化设计。优化结果表明,在保证主轴箱静动态性能的前提下,质量减轻12.89%,达到了预期的效果。 展开更多
关键词 主轴箱 rbf神经网络模型 组合优化策略 最优拉丁超立方实验设计
下载PDF
基于RBF神经网络的煤矿井下带式输送机节能优化研究
13
作者 马程 雷鹏 +2 位作者 黄天尘 张晓利 叶鸥 《能源与环保》 2024年第9期207-212,共6页
针对传统煤矿开采过程中能耗较高、污染物排放量较大的问题,利用径向基函数优化网络对输送机进行节能优化,构建了一种新的带式输送机节能优化模型。实验结果显示,研究模型在24 h内电能的平均节能率为17.3%,基于多目标优化算法的模型在2... 针对传统煤矿开采过程中能耗较高、污染物排放量较大的问题,利用径向基函数优化网络对输送机进行节能优化,构建了一种新的带式输送机节能优化模型。实验结果显示,研究模型在24 h内电能的平均节能率为17.3%,基于多目标优化算法的模型在24 h内的电能平均节能率为10.5%,基于粒子群算法的模型在24 h内的电能平均节能率为7.4%。研究模型下带式输送机每小时的能源消耗量为156.2 kWh,比粒子群模型和多目标模型的电用量分别减少423.53、367.5 kWh。综上可知,基于径向基函数优化网络的输送机在运行过程中可以减少能源消耗,实现节能减排,为提高煤矿生产设备的智能化水平提供了技术支持。 展开更多
关键词 rbf神经网络 带式输送机 节能优化模型
下载PDF
基于模糊RBF神经网络的双馈风机励磁控制方法研究
14
作者 温旭东 《自动化应用》 2024年第21期17-19,共3页
为解决双馈风机运行中存在的有功功率调节波动较大的问题,引进模糊RBF神经网络,以浙江华电弁山风电场“面向多机型风电机组通用性自主可控关键技术研究与应用”项目为例,开展双馈风机励磁控制方法的设计研究。根据转子绕组励磁电压,建... 为解决双馈风机运行中存在的有功功率调节波动较大的问题,引进模糊RBF神经网络,以浙江华电弁山风电场“面向多机型风电机组通用性自主可控关键技术研究与应用”项目为例,开展双馈风机励磁控制方法的设计研究。根据转子绕组励磁电压,建立双馈风机电磁关系模型;引进模糊RBF神经网络,设计双馈风机的有功功率调节;引进自抗扰控制技术,将未知扰动视为扩展状态,通过扩张状态观测器对其进行实时估计,以实现对双馈风机的自抗扰主动控制。结果证明,应用设计方法后,双馈风机有功功率波动范围最小,表明设计方法可有效保障在外界影响与干扰条件下双馈风机的运行。 展开更多
关键词 模糊rbf神经网络 电磁关系模型 有功功率 励磁 双馈风机
下载PDF
船舶类量化神经网络自适应运动控制方法研究
15
作者 郁榴华 潘慧君 +2 位作者 林艳 顾胜 王旭 《舰船科学技术》 北大核心 2024年第15期34-39,共6页
研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非... 研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非线性项来消除隐性不确定项因子对控制系统的影响,与此同时模型中所设计的RBF自适应量化控制器不需要对先验信息进行量化参数处理,不仅可以保证有效跟踪和控制的同时,还可以减轻通信的传输负担、减少执行频次和降低系统控制幅度。本文基于Lyapunov稳定性理论证明了所提出的带有输入量化的RBF神经网络自适应闭环控制系统的稳定性,并在Matlab Simulink环境中构建仿真模型分析,论证了所设计的运动控制方法的有效性。 展开更多
关键词 自适应控制方法 rbf神经网络 船舶类航向控制 量化控制 运动解析模型
下载PDF
基于LMD-RBF神经网络模型的大坝变形预测
16
作者 周志广 刘伟昌 《测绘与空间地理信息》 2023年第9期153-156,共4页
大坝在运营过程中由于受多种外界环境影响,表现出一种非线性、非稳定性变形特征。为了从大坝变形监测数据中有效提取变形规律,提高大坝变形的预测精度,本文在RBF(Radial Basis Function)神经网络模型的基础上,结合局部均值分解(LMD,Loca... 大坝在运营过程中由于受多种外界环境影响,表现出一种非线性、非稳定性变形特征。为了从大坝变形监测数据中有效提取变形规律,提高大坝变形的预测精度,本文在RBF(Radial Basis Function)神经网络模型的基础上,结合局部均值分解(LMD,Local Mean Decomposition)技术在对非线性、非平稳性信号分解中的优势,提出了一种LMD-RBF神经网络预测模型。该组合预测模型实现变形预测的步骤为:首先对变形监测数据进行LMD分解得到若干个PF(Product Function)分量以及余量;其次,使用RBF神经网络模型对各分量与余量进行预测得到各分量与余量预测值;最后,重构各分量与余量预测值得到最终预测结果。将本文提出的LMD-RBF神经网络模型应用于大坝变形预测中,结果表明,相比于BP(Back Propagation)神经网络模型与RBF神经网络模型,本文提出的组合预测模型的预测精度最高且稳定性最好,可为大坝等工程的变形预测提供思路与参考。 展开更多
关键词 局部均值分解原理 rbf神经网络模型 变形预测 精度分析
下载PDF
基于RBF神经网络的改进模型在电离层TEC预报中的应用
17
作者 胡文权 《测绘与空间地理信息》 2023年第8期164-167,共4页
为了提高电离层TEC值的预报精度,建立更高精度的电离层TEC预报模型,本文在RBF神经网络模型的基础上引入奇异谱分析(Singular Spectrum Analysis,SSA)方法,构建新的电离层TEC预报模型。该组合模型首先通过SSA提取原始序列中的特征分量,... 为了提高电离层TEC值的预报精度,建立更高精度的电离层TEC预报模型,本文在RBF神经网络模型的基础上引入奇异谱分析(Singular Spectrum Analysis,SSA)方法,构建新的电离层TEC预报模型。该组合模型首先通过SSA提取原始序列中的特征分量,避免噪声分量对预报结果的影响,其次将去噪后特征分量作为RBF神经网络模型的输入值。使用IGS中心提供的TEC数据序列进行模型验证,结果表明,无论是对平静期电离层TEC预报还是磁暴期电离层TEC预报,相比于单一的RBF神经网络模型预报结果,本文提出的SSA-RBF神经网络模型的预报结果均更优,其中平静期预报残差在2 TECU以内,磁暴期预报残差在3—4 TECU以内,验证了本文提出组合模型的优越性。 展开更多
关键词 奇异谱分析 rbf神经网络模型 电离层 平静期 磁暴期
下载PDF
RBF神经网络模型在大坝变形分析中的应用
18
作者 唐加云 《科学与信息化》 2023年第13期55-57,共3页
如今,水库大坝作为城市建设的主要基础设施,其安全问题受到越来越多人的关注,这也促使大坝安全监测工作越发重要。构建大坝变形分析的RBF神经网络并做好相应的预测,可有效提高模型预测的精度,还能更接近工程实际,具有极高的实用价值。... 如今,水库大坝作为城市建设的主要基础设施,其安全问题受到越来越多人的关注,这也促使大坝安全监测工作越发重要。构建大坝变形分析的RBF神经网络并做好相应的预测,可有效提高模型预测的精度,还能更接近工程实际,具有极高的实用价值。针对此,本文围绕RBF神经网络模型进行了分析,对该模型在大坝变形分析中的应用进行了探讨。 展开更多
关键词 rbf神经网络模型 大坝变形分析 应用 原理
下载PDF
基于RBF神经网络的快速伺服刀架迟滞特性建模 被引量:1
19
作者 王晓慧 丁智 +2 位作者 刘宝权 王军生 张岩 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第A01期217-220,共4页
为了减小压电陶瓷固有的迟滞非线性特点对快速伺服刀架(FTS)控制精度的影响,提出了一种基于RBF神经网络的快速伺服刀架迟滞特性建模方法.利用拓展输入空间法建立了FTS迟滞系统的RBF神经网络模型,通过引入指数型迟滞算子,将FTS系统的输... 为了减小压电陶瓷固有的迟滞非线性特点对快速伺服刀架(FTS)控制精度的影响,提出了一种基于RBF神经网络的快速伺服刀架迟滞特性建模方法.利用拓展输入空间法建立了FTS迟滞系统的RBF神经网络模型,通过引入指数型迟滞算子,将FTS系统的输入与迟滞算子的输出一起作为RBF神经网络的输入向量,实现了FTS迟滞系统由多值映射到单值映射的转换,进而利用神经网络对其进行建模.为了更精确地跟踪快速伺服刀架的迟滞位移曲线,通过增加调整系数σ来对迟滞算子进行改进.实验表明,该迟滞模型可以很好地预测快速伺服刀架的迟滞位移曲线,模型的验证均方差MSE=5.163 3×10-6. 展开更多
关键词 快速伺服刀架 迟滞算子 rbf神经网络迟滞模型
下载PDF
自适应BAS优化RBF神经网络的短时交通流预测 被引量:6
20
作者 李巧茹 刘桂欣 +1 位作者 陈亮 于潇 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2023年第3期93-99,共7页
为提高短时交通流预测精度,针对传统径向基函数(radial basis function,RBF)神经网络短时交通流预测模型中心值固定、易受漂移数据干扰问题,提出自适应天牛须搜索算法(beetle antennae search algorithm,BAS)优化RBF神经网络的短时交通... 为提高短时交通流预测精度,针对传统径向基函数(radial basis function,RBF)神经网络短时交通流预测模型中心值固定、易受漂移数据干扰问题,提出自适应天牛须搜索算法(beetle antennae search algorithm,BAS)优化RBF神经网络的短时交通流预测模型。模型采用自适应步长提高BAS算法迭代速度和寻优能力,结合DBSCAN聚类确定RBF神经网络隐含层径向基函数网络中心,进而优化神经网络结构。通过路网真实交通流数据进行训练,选择常用于短时交通流预测的BP神经网络,RBF神经网络,广义RBF神经网络进行对比。结果表明:优化后的模型预测结果相较BP神经网络平均绝对误差降低了1.87%、平均绝对百分比误差降低了15.96%、均方根误差降低了3.24%,拟合度提高了3.96%;相较广义RBF神经网络平均绝对误差降低1.36%、平均绝对百分比误差降低了5.01%、均方根误差降低了2.19%,拟合度提高了2.5%。改进后的短时交通流预测模型能够为智能交通诱导提供可靠的预测值。 展开更多
关键词 交通流 预测模型 rbf神经网络 BAS DBSCAN
下载PDF
上一页 1 2 33 下一页 到第
使用帮助 返回顶部