共查询到20条相似文献,搜索用时 0 毫秒
1.
简要介绍径向基函数(RBF)神经网路的原理和结构。通过MATLAB语言仿真,进一步研究在设计RBF网络时,散布常数的选择对网络的影响。实验结果表明,在设计RBF网络时,必须选取适当的散布常数,否则会对结果造成较大误差。 相似文献
2.
径向基函数神经网络在多维力传感器标定中的应用 总被引:1,自引:0,他引:1
维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。 相似文献
3.
4.
5.
时域径向基函数网络诊断方法在往复泵故障诊断中的应用 总被引:5,自引:1,他引:4
往复机械是工程中广泛应用的一种机械设备 ,由于其动力学和运动学形态比旋转机械复杂 ,对其进行故障诊断存在较大难度 ,有效提取往复机械运动中非平稳时变信号中的故障特征和将故障特征准确分类是解决往复机械故障诊断问题的两个关键。本文利用时域数字特征分析方法完成故障特征信息提取 ;通过径向基神经网络对特征信息分类识别 ,实现故障的自动诊断。利用以上原理建立的油田往复塞泵故障监测与诊断系统 ,通过在大庆油田的实际应用表明 ,系统能够比较准确的识别往复柱塞泵多种常见故障 ,且具有较高的运算速度。 相似文献
6.
根据白城市1960年-2010年的年降雨量数据,应用自相关分析方法来确定降雨量预测模型的输入输出变量,然后应用径向基函数人工神经网络方法来识别前期降雨量和后期降雨量的关系,并对白城市未来的年降雨量进行预测。结果表明:模型精度较高,所建立的神经网络预测模型可以用来对白城市的年降雨量进行预测。预测结果将对农业管理和灾害防治起到重要的作用。 相似文献
7.
预测能力相对薄弱,已经成为制约PHM(Prognostics and Health Management)技术发展和应用的瓶颈.随着传感器和BIT(Built-in Test)设计技术的日益进步,采用序列分析的方法对复杂系统装备进行故障预测已经成为可能.在基于序列分析的预测方法研究中,径向基函数预测网络具有结构简单、学习速度快、具备非线性建模能力等诸多优点.为了改进其预测性能,在深入分析网络拓扑对模型性能及建模时间影响的基础上,综合考察了序列最佳线性自相关长度、建模精度和模型复杂度等多种因素,提出了基于偏自相关函数统计检测的输入层节点数目确定算法和基于BIC(Bayesian Information Criteria)准则的隐层节点数目确定算法,用以构建径向基函数预测网络;并对算法的有效性进行了分析.仿真结果表明,同传统建模算法相比较,由新算法构建的径向基函数预测网络具有最佳的预测性能,且建模时间不足传统算法的3%. 相似文献
8.
9.
在对机枪进行结构设计时,建立有限元模型并在此基础上进行动力学仿真,对了解其结构动态特性如何影响整个武器射击精度十分重要.提出了一种利用径向基函数网络进行机枪有限元模型修正的方法,将模型修正转化为正问题进行研究.根据实测模态数据对所建立的有限元模型进行修正,以径向基函数网络反映机枪结构参数与其动态特性之间的非线性映射关系,利用神经网络的泛化特性求解设计参数的目标值,不需迭代求解,并且避开了反问题面临的非线性优化计算.反演仿真数据代入的有限元模型计算结果与实测结果较为吻合,证明了该方法的有效性. 相似文献
10.
本文介绍椭圆特征值问题的局部径向基函数差分法.这种方法的主要思想是人为选取各插值节点所对应的影响区域,只考虑影响区域内插值点对该插值节点的影响,忽略影响区域外插值点的影响.这种局部化方法在损失一定计算精度的同时离散得到稀疏矩阵,从而使算法能应用于计算大规模插值节点科学计算.通过数值实验,研究了节点分部,插值点数以及形状参数对该特征值问题计算结果的影响,并选用三种径向基函数进行计算比较.数值结果和解析解非常吻合. 相似文献
11.
采用两步法制备CuO-ZnO质量分数为0~3 wt%的CuO-ZnO/(乙二醇(EG)-水)混合纳米流体。其中,纳米颗粒CuO和ZnO质量比为50∶50不变,基液混合比(EG与去离子水的质量比)变化范围为20∶80~80∶20,分析其导热系数随温度(25~60℃)及基液比的变化规律。然后,以质量分数、温度及基液混合比为自变量,导热系数为因变量,采用径向基神经网络(RBFNN)模型预测导热系数,并与反向传播神经网络(BPNN)模型和多元线性回归(MLR)模型的预测值对比。结果表明,CuO-ZnO/(EG-水)纳米流体导热系数随温度的升高呈非线性增大,当CuO-ZnO质量分数为3 wt%及基液混合比为20∶80时,其导热系数与纯基液相比增大了14.03%~23.47%;但随着基液中的EG含量增大,导热系数非线性下降。总之,CuO-ZnO/(EG-水)纳米流体的导热系数受粒子随机运动和温度变化呈非线性变化。采用RBFNN模型预测CuO-ZnO/(EG-水)纳米流体的导热系数,其结果与BPNN模型和MLR模型对比,RBFNN模型性能评价指标均方根误差(RMSE)、平均相对百分比误差(MRPE)及误差平方和(SSE)更接近于0,多元统计系数R2更接近于1,说明RBFNN模型预测导热系数的精度更高,能够较好地表征不同参数对导热系数的影响,为CuO-ZnO/(EG-水)纳米流体的热物理性能参数的预测提供了一种有效的数据驱动建模方法。 相似文献
12.
13.
14.
15.
基于径向基函数网络的刀具磨损识别 总被引:1,自引:0,他引:1
提出了一种基于灰色关联度优化网络神经元数目和径向基函数网络用于刀具磨损量预测的方法.以选取合理的涵盖影响刀具磨损的有关因素,采用不同切削条件下铣削加工过程刀具后刀面磨损的多组实验数据对网络模型进行训练以及对刀具磨损量进行估计和预测,预测结果与实际基本吻合.结果表明,该方法克服了用一个多元线性公式描述由切削条件和切削带来的后刀面磨损量的变化的刀具磨损高度非线性模型方法的缺陷,对于与刀具磨损量相关因素的非线性本质较易准确表达,所建立的刀具磨损网络模型可以较满意地计算出不同切削条件下刀具后刀面的磨损量. 相似文献
16.
采用径向基函数法根据风洞试验结果对冷却塔的塔筒外表面进行风场重构,比较了重构前后喉部高度处迎风点和背风点的时程风压系数的相对误差,得出当体型常数C=0.5 Cmax时(Cmax为C值的最大取值),在整个采样时间内绝大多数时程风压系数的相对误差在5%以内;将若干子午线上和环线上的重构结果与刚性模型测压风洞试验结果进行对比,证明了重构前后风压系数分布一致;分析了径向基函数中3种不同的C值对重构风场的影响,得出在这3种C值重构的结果中,取C=0.5 Cmax时重构的效果最好;最后比较了两种不同点集密度重构风场的风场特性,得出加密前后风场特性不变的结果,为优化后续的结构瞬态动力响应分析提供了依据。该文研究表明,基于径向基函数法进行冷却塔风场重构是一种简单、有效的方法。 相似文献
17.
18.
风荷载的数值模拟在结构设计中起着非常重要的作用。在土木工程脉动风速时程的各种数值模拟方法中,谐波叠加法最为常用。而且,通过引入FFT和不同插值技术可以在不显著地影响模拟精度的情况下,大大地缩短模拟计算所花费的时间。本文提出使用径向基神经网络(RBF neural network)插值技术来改进传统的谐波叠加法。使用基于径向基神经网络和传统的谐波叠加法(未引入插值技术)来模拟一幢100米高高层建筑上10个点的脉动风速时程,通过均方根误差( Root Mean Square Error, )和相对误差系数( Error factor, )两项指标来评价改进的与传统的谐波叠加法相比较的模拟计算精度,并且记录各自所耗费的时间。结果表明:基于径向基神经网络谐波叠加法的精度令人相当满意,模拟计算效率大大提高。 相似文献
19.
申立宾 《中国新技术新产品》2023,(11):28-30
目前,机械臂在工业生产中得到了日益普遍的使用,但是其运动轨迹的规划仍未得到较好的解决。该文重点研究了一种以径向基功能和量子蚂蚁为基础的机器人手臂的轨迹优化方法,它引入了径向基功能神经网络,并将蚁群算法与径向基功能网络相融合,利用蚂蚁算法对网络的权重和门限进行了训练,从而使蚂蚁神经网络既具备神经网络的宽泛的映射功能,又具备蚂蚁算法的快速、全局收敛以及启发式的优点,从而在一定意义上克服了仅利用神经网络的缺点。该文将该方法应用到机器人的运动轨迹优化中,取得了较好成果。该方法不仅具备大规模的神经网络映射,还具备蚂蚁优化和分布式计算的优点。 相似文献