·
搜索结果:找到“RBF”相关结果9632条
排序: 按相关 按相关 按时间降序
  • 【期刊】 三种RBF网络函数逼近性能对比及应用研究

    刊名:火力与指挥控制 作者:伍凯 ; 贺正洪 ; 张晶 ; 赵敏 关键词:RBF神经网络 ; 模糊RBF神经网络 ; GA-RBF神经网络 ; 函数逼近 ; 自校正控制 机构:[1]空军工程大学防空反导学院 ; [1]空军工程大学防空反导学院 ; [2]空军工程大学理学院 ; [3]解放军93424部队 年份:2018
    摘要:非线性函数逼近问题是神经网络数据处理的具体应用之一,在相同误差指标和目标参数的情况下,以具体的非线性函数为例,仿真对比了径向基神经网络(Radical Basis Function,RBF)、模糊RBF和基于遗传算法的模糊RBF网络的逼近性能。结果表明,3种RBF网络结构都能够较好的逼近目标函数,但模糊RBF与GA-RBF网络结构较基本RBF网络结构而言能够更早达到较小的逼近误差范围。在此基础上,仿真验证了模糊GA-RBF网络应用于间接型自校正控制的有效性。
  • 【期刊】 RBF神经网络优化灰线性回归模型预测建模

    刊名:华北科技学院学报 作者:赵亚红 ; 郝延锦 ; 丁建闯 关键词:优化 ; 灰线性回归模型 ; 沉降预测 机构:华北科技学院建筑工程学院 ; 华北科技学院建筑工程学院 ; 北京东燕郊 年份:2017
    摘要:针对建筑物地基沉降的机理以及RBF(Radial Basis Function,径向基函数)神经网络能够有效描述不确定性问题和解决复杂非线性问题等特点,通过反复试验,优化设计,建立了RBF神经网络,并用该网络优化灰线性回归预测模型,建立RBF灰线性组合预测模型.通过工程实例,比较分析了单一灰色模型、灰线性回归模型、RBF优化的灰线性回归模型的预测精度.结果表明,RBF优化后的灰线性回归预测模型精度优于灰色模型、灰线性回归模型,预测中误差达到0.0014 mm.径向基神经网络优化后的灰线性模型能更好地反映建筑物沉降的总体趋势及规律.
  • 【期刊】 基于RSM与RBF的车身多目标轻量化应用研究

    刊名:汽车实用技术 作者:周挺 ; 李红 ; 刘莹 ; 李瑞生 ; 乔鑫 关键词:Isight ; 优化拉丁超立方 ; 响应面模型 ; 径向基神经网络 机构:华晨汽车工程研究院前期开发部 ; 华晨汽车工程研究院前期开发部 年份:2018
    摘要:文章以某自主品牌SUV白车身为研究对象,通过Isight为优化平台,搭建了白车身模态、弯曲刚度与扭转刚度的多目标轻量化优化的仿真分析模型。通过优化超拉丁方法设计试验,响应面法(RSM)和径向基神经网络(RBF)分别进行近似模型的计算,最后以Pointer方法全局优化。在保证精度的条件下,降低计算成本。在保证性能的前提下,减重6.11kg。
  • 【论文】 可重构机械臂的RBF自适应滑模控制

    作者:乔友伟 关键词:可重构机械臂;RBF神经网络;滑模控制;自适应 机构:天津理工大学 ; 天津理工大学 年份:2018
    摘要:可重构机械臂是一类针对不同任务及环境能被重新组装成构型各异的机器人系统,具有模块化、高精度以及面向任务的构型自适应性等诸多优点。但在实际应用中,存在诸多未知量及外部干扰等不确定性均将影响到可重构机械臂在任务过程中的轨迹跟踪性能。因此研究适应可重构机械臂面向任务时构型变化,同时有效的补偿存在的诸多不确定性,实现高精度的轨迹跟踪性能问题已成为目前亟需研究的课题。本文针对可重构机械臂在关节空间及任务空间中轨迹跟踪控制问题,研究了构型自适应及不确定性补偿相关控制算法,并进行了理论推导及仿真验证。针对关节空间控制中可重构机械臂构型自适应及不确定性补偿问题,提出了RBF神经网络鲁棒自适应补偿控制算法。设计了RBF神经网络补偿控制器,对系统整体不确定性进行自适应逼近补偿;为了减小逼近误差及提高系统抗干扰性与鲁棒性,在RBF神经网络控制律中引入了鲁棒项;基于Lyapunov理论设计了构型自适应调节律,并证明了闭环控制系统的稳定性。通过数值仿真验证了RBF神经网络鲁棒自适应补偿控制算法适应构型变化及补偿不确定性的有效性。考虑到滑模控制算法对被控对象参数不确定性及外部扰动等具有较强的鲁棒性,较好的适应了可重构机械臂构型变化及系统不确定性特点,提出了基于模糊自适应滑模增益补偿控制算法。设计了基于饱和函数的新滑模面和基于指数函数的快速收敛趋近律,通过滑模控制器对系统诸多不确定性及外部干扰等进行补偿;考虑到恒定的滑模切换增益项具有不能实时响应补偿外部扰动、时变的系统不确定性及构型改变导致系统抖振的局限性,结合恒定滑模切换控制项及反馈项设计了新的滑模增益控制项;并引入了模糊逻辑系统对新的滑模增益控制项实时的进行自适应调整;基于Lyapunov理论设计了构型自适应调节律,并证明了闭环控制系统稳定性。通过数值仿真分析,与RBF神经网络鲁棒自适应补偿控制算法相对比,验证了所提算法能够更好的适应构型改变及提高系统的鲁棒性。为便于本文构型自适应参数选择,通过分析构型自适应参数P对控制性能的影响,得出了P值的大约选择区间。针对存在不确定性的可重构机械臂在任务空间内的末端轨迹跟踪问题,设计了一种RBF神经网络自适应滑模补偿控制方法。基于Jacobian矩阵将可重构机械臂动力学模型由关节空间模型转换到任务空间模型;在任务空间中直接设计了RBF神经网络自适应滑模补偿控制器对系统存在的不确定性进行补偿;在控制律中设计了权值自适应调节律;基于Lyapunov理论证明了闭环控制系统稳定性。数值仿真验证了所提算法能够有效的实现任务空间控制中较好的轨迹跟踪性能。
  • 【期刊】 三种RBF网络函数逼近性能对比及应用研究

    刊名:火力与指挥控制 作者:伍凯 ; 贺正洪 ; 张晶 ; 赵敏 关键词:RBF神经网络 ; 模糊RBF神经网络 ; GA-RBF神经网络 ; 函数逼近 ; 自校正控制 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 ; 空军工程大学理学院 ; 解放军93424部队 年份:2018
    摘要:非线性函数逼近问题是神经网络数据处理的具体应用之一,在相同误差指标和目标参数的情况下,以具体的非线性函数为例,仿真对比了径向基神经网络(Radical Basis Function,RBF)、模糊RBF和基于遗传算法的模糊RBF网络的逼近性能.结果表明,3种RBF网络结构都能够较好的逼近目标函数,但模糊RBF与GA-RBF网络结构较基本RBF网络结构而言能够更早达到较小的逼近误差范围.在此基础上,仿真验证了模糊GA-RBF网络应用于间接型自校正控制的有效性.
  • 【论文】 基于RBF的高速列车速度跟踪控制及仿真研究

    作者:王明祥 关键词:高速列车 ; 速度跟踪 ; 数据驱动 ; RBF-PID控制 ; 视景仿真 机构:华东交通大学 ; 华东交通大学 年份:2018
    摘要:随着我国“一带一路”战略的稳步推进,其沿线经济带上高速铁路的重要性也不断凸显。目前,我国高速列车的运行速度已经超过了300km/h,这就对高速列车的控制系统提出了更高的要求。然而,目前高速列车的运行控制主要还是通过人工操作来完成,相关高速列车建模优化控制的研究还处于初期阶段,对给定的目标速度优化曲线不能进行准确跟踪,这一系列问题严重制约了我国高速铁路的智能化发展。因此,建立有效的高速列车动力学模型,设计合理的高速列车速度跟踪控制策略,对于我国“一带一路”战略的顺利实施具有重要意义。针对高速列车运行过程非线性的特点,采用基于RBF数据驱动的建模方法,建立高速列车运行过程动力学模型,设计采用了基于RBF-PID自校正控制策略实现对高速列车的速度跟踪,通过虚拟现实技术建立高速列车视景仿真系统,并在该视景仿真平台上验证所提建模控制方法的有效性。主要内容如下:1、根据高速列车CRH380AL牵引制动特性以及运行过程的受力分析,构建高速列车动力学方程,结合现场采集CRH380AL型动车组在济南西-滕州东的实际运行数据,经归一化处理后,利用RBF神经网络建立高速列车运行过程的动力学模型。2、基于建立的高速列车动力学模型,采用基于RBF-PID自校正控制策略实现对高速列车速度目标曲线的跟踪,并将该方法与PID控制进行对比,仿真结果表明,该控制策略能够实现高速列车对目标优化曲线的高精度跟踪。3、针对高速列车控制系统实车测试困难的特点,采用虚拟现实技术,结合Multigen Creator和Vega Prime仿真软件构建列车运行视景仿真系统,有效地模拟了列车在各种运行环境与工况下的运行状况、操纵特点、牵引/制动特性以及其它特性,并在该系统上验证了本文所提建模控制方法的有效性。
  • 【期刊】 基于RBF网络的欠定盲分离源信号恢复

    刊名:北京邮电大学学报 作者:付卫红 ; 农斌 ; 陈杰虎 ; 刘乃安 关键词:欠定盲分离 ; 径向基函数网络 ; l0范数 ; 修正牛顿法 机构:西安电子科技大学通信工程学院 ; 西安电子科技大学通信工程学院 年份:2017
    摘要:基于优化近似l_0范数的算法应用于欠定盲分离源信号恢复时,存在算法复杂度较高,恢复精度受步长影响较大的问题,为此,提出了基于径向基函数(RBF)网络的欠定盲分离源信号恢复算法.该算法借助RBF网络进行交替优化,同时引入修正牛顿法对最小化近似l_0范数进行求解,避免了传统的近似l_0范数重构算法因步长选择不当造成恢复精度较低的缺点.仿真结果表明,与现有的基于平滑l_0范数的算法相比,所提方法在保证较高恢复精度的同时复杂度明显降低.
  • 【期刊】 RBF插值参数对黄土高原古地形DEM模拟的影响

    刊名:工程勘察 作者:刘盼 ; 罗明良 ; 任春颖 ; 岳彦利 ; 青亚兰 关键词:径向基函数 ; 古地形 ; DEM ; 插值参数 ; 黄土高原 机构:西华师范大学国土资源学院 ; 西华师范大学国土资源学院 ; 中国科学院东北地理与农业生态研究所 ; 四川师范大学地理与资源科学学院 年份:2017
    摘要:针对不同数据源来进行黄土高原古地形恢复重建对其土壤侵蚀研究有重要意义。本文基于ASTER GDEM数据、1∶450万黄河流域黄土厚度分布图等综合提取出黄土高原古地形高程点数据,采用径向基函数(Radial Basis Functions,RBF)进行空间插值,用交叉验证法和验证数据集方法评估插值精度。结果表明:(1)RBF插值过程中张力样条函数、0.01光滑因子、四方向搜索、搜索点数为24,为"最优"插值参数;(2)通过高程预测值与原始高程值的误差分析,绝对值不大于20m的误差点占总误差的95.18%,误差较大的点所占比例非常小。本文选择"最优"插值参数插值后预测高程值较接近原始高程值,说明在RBF插值中用此参数设定进行DEM构建能较好地模拟复原黄土高原古地形,可以为研究区现今水土保持提供科学的参考依据。
  • 【论文】 基于动态RBF神经网络的出水氨氮软测量研究

    作者:安茹 关键词:出水氨氮 ; 软测量模型 ; 相对贡献指标 ; RBF神经网络 ; 动态调整 机构:北京工业大学 ; 北京工业大学 年份:2017
    摘要:随着社会经济的快速发展以及工业化、城市化进程的不断加快,城市用水量急剧增多,导致污水排放量也相应增加,从而加剧了淡水资源短缺和水环境污染的程度。出水氨氮(NH_4~+-N)是水体重要的污染物之一,可以作为评价水体质量的一个重要指标,氨氮超标会使水体富营养化和环境污染。因此,为了减少氨氮浓度超标带来的危害,对污水中氨氮的测量和研究变得至关重要。由于实际的污水处理厂中氨氮的测量方法操作繁琐,测量精度低,滞后时间长且仪器维护成本高等缺点,导致氨氮指标很难实现在线检测。因此,针对污水处理过程中出水氨氮的实时预测问题,提出一种基于相对贡献指标的动态径向基函数(RBF)神经网络的出水氨氮软测量模型,并完成出水氨氮软测量智能系统的开发,实现出水氨氮的准确预测和软测量系统的界面可视化。本文的研究工作主要分为以下几点:(1)基于相对贡献指标的RBF神经网络(RC-RBF)设计研究。文中提出一种基于相对贡献指标的动态RBF神经网络的结构和参数设计方法。首先,针对固定结构的神经网络,采用一种改进的自适应LM(Levenberg-Marquardt)算法对RBF神经网络的参数(中心,宽度和权值)进行训练。其次,根据隐含层节点对输出层神经元的贡献程度以及网络的误差信息处理能力,实现RBF神经网络结构的动态调整,并通过对神经元的参数补偿保证算法的收敛性。最后,仿真结果表明:与其他自组织方法相比,动态RBF神经网络能够采用较精简的结构实现较高的预测精度,为文中的出水氨氮软测量模型的建立打下坚实的基础。(2)RC-RBF神经网络的出水NH_4~+-N软测量模型研究。通过对出水氨氮参与反应的机理分析和主元分析法(Principal Components Analysis,PCA)选择出主要的特征变量作为出水NH_4~+-N软测量模型的输入变量。然后采用一种基于相对贡献指标的动态RBF神经网络,并结合改进的自适应LM算法建立出水氨氮软测量模型,保证网络的快速收敛和算法的预测性能,从而实现出水氨氮的在线预测。实验结果表明:与其他实验方法比较,基于相对贡献指标的RBF神经网络的出水氨氮预测模型避免了复杂模型的结构辨识问题且需要较少的先验知识,能够有效地实现对出水氨氮在线预测。(3)出水氨氮软测量智能系统开发。本文设计并开发出水氨氮软测量智能系统,主要包括用户注册,登陆模块、样本数据管理模块、神经网络模型选择、神经网络模型在线训练模块、实时预测模块等多个模块。系统设计过程中,通过SQL Server 2008数据库存储用户信息和辅助变量等数据,采用C#与Matlab混合编程技术,实现在界面中调用动态RBF神经网络的Matlab程序,实现出水氨氮训练和预测结果的显示并保存。通过用户管理模块、数据处理、神经网络模型训练和预测等各个模块间信息传输,实现出水氨氮预测值的输出并显示,达到软测量系统界面可视化的目的。
  • 【期刊】 链式回转弹仓的RBF神经网络滑模控制

    刊名:兵器装备工程学报 作者:唐逸雄 ; 陈龙淼 ; 高波 关键词:兵器科学与技术 ; 自动装填系统 ; 链式回转弹仓 ; RBF神经网络 ; 滑模控制 机构:南京理工大学机械工程学院 ; 南京理工大学机械工程学院 ; 陆军研究院炮兵防空兵研究院 年份:2018
    摘要:提出了一种基于神经网络最小参数学习法的RBF网络自适应鲁棒滑模控制方法,在设定预期轨迹的前提下,利用RBF神经网络对未知参数进行自适应逼近,通过参数估计代替神经网络权值的调整,加快了自适应律的求解。在空载、半载、满载3种情况下的仿真结果表明,该控制算法对系统参数的大范围变化和外界的不稳定扰动可以进行自适应调整,具有较好的学习性能和控制精度。
  • 【期刊】 基于RBF的系杆拱桥吊杆张拉控制研究

    刊名:工程与建设 作者:周刚 ; 王佐才 关键词:系杆拱桥 ; 吊杆 ; 张拉力 ; 径向基神经网络 机构:芜湖市建设工程质量监督站 ; 芜湖市建设工程质量监督站 ; 合肥工业大学 ; 土木与水利工程学院 年份:2017
    摘要:系杆拱桥施工过程中,吊杆张拉控制既是关键问题,也是难点之一.采用径向基神经网络(RBF)对一系杆拱桥吊杆张拉力控制计算进行分析.结合大桥吊杆张拉施工过程,采用有限元软件MIDAS建立空间梁单元有限元模型,模拟吊杆索力张拉过程.依据一定的吊杆张拉顺序,将成桥设计索力作为输入向量,以对应的吊杆初张力作为输出向量,利用MATLAB神经网络工具箱中的径向基神经网络的泛化特性,来逼近两者之间的非线性映射关系,直接计算出吊杆初张拉力,并与设计成桥索力进行比较.计算表明结果与设计值差值均控制在5%精度内,满足工程精度要求.
  • 【期刊】 一种改进的RBF神经网络对县级政府编制预测

    刊名:信阳师范学院学报(自然科学版) 作者:刘道华 ; 张飞 ; 张言言 关键词:RBF ; 神经网络 ; GCV ; 最小二乘法 ; 编制总量 ; 预测 机构:信阳师范学院计算机与信息技术学院 ; 信阳师范学院计算机与信息技术学院 年份:2016
    摘要:针对未来政府编制总量的预测,提出了一种改进的RBF网络算法,通过引入GCV准则进一步优化宽度参数σ;同时,对RBF网络进行子网络化处理以优化网络性能.实验结果表明,采用改进的RBF网络模型能够进一步提高网络的拟合精度,比传统的编制总量预测方法误差更小,预测精确度更高.
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转