| 基于改进RBF神经网络的变形场插值算法研究 |
| |
| 引用本文： | 杨松,邵龙潭,高天一,奚海波.基于改进RBF神经网络的变形场插值算法研究[J].计算机测量与控制,2015,23(8):2847-2850. |
| |
| 作者姓名： | 杨松 邵龙潭 高天一 奚海波 |
| |
| 作者单位： | 大连理工大学 工业装备结构分析国家重点实验室, 辽宁 大连 116024 ;大连海洋大学 信息工程学院, 辽宁 大连 116023,大连理工大学 工业装备结构分析国家重点实验室, 辽宁 大连 116024,大连海洋大学 机械工程学院, 辽宁 大连 116023,大连海洋大学 信息工程学院, 辽宁 大连 116023 |
| |
| 基金项目： | 国家973计划项目(2010CB7315022);国家自然科学基金(50905022;51309047);工业装备结构分析国家重点实验室专项基金项目(S09104);中央高校基本科研业务费专项资金(DUT12LK21)。 |
| |
| 摘 要： | 传统的物体表面力学变形场计算方法存在计算量大,无法计算边缘点变形等问题；提出一种改进的萤火虫算法优化RBF神经网络的变形插值方法,利用阈值约束RBF神经网络隐含层结点数,运用可变步长萤火虫算法优化RBF神经网络隐含层节点的中心和宽度,采用递推最小二乘法计算隐含层到输出层之间的权值,建立物体表面位移神经网络插值模型；为提高位移插值精度,在训练和测试的输入中增加坐标组合数据；应用于混凝土梁三点弯实验,仿真结果表明,该算法比常用的神经网络算法有更快的仿真速度和更高的预测精度,可用于土工材料表面变形场的快速、准确的计算。
|
| 关 键 词： | 径向基神经网络 变形场 插值 萤火虫算法 变步长 |
| 收稿时间： | 2014/11/24 0:00:00 |
| 修稿时间： | 2015/1/4 0:00:00 |
Research of Interpolation Algorithm for Deformation Field Based on Improved RBF Neural Network |
| |
| Yang Song,Shao Longtan,Gao Tianyi and Xi Haibo.Research of Interpolation Algorithm for Deformation Field Based on Improved RBF Neural Network[J].Computer Measurement & Control,2015,23(8):2847-2850. |
| |
| Authors: | Yang Song Shao Longtan Gao Tianyi and Xi Haibo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|
