共搜索到628条信息，每页显示10条信息，共63页。用时：0小时0分0秒447毫秒
......
基于一种进化模型的RBF网络参数优化张刚林,刘光灿长沙学院电子与通信工程系摘 要:优化RBF网络中的参数是一个非常复杂的问题,因为其目标函数包含大量的局部最优点.提出一种基于群的算法发生器模型来优化RBF网络中的中心和宽度,并同时用最小二乘法优化其线性权重.该进化模型的优势在于把搜索任务进行功能分解.一种著名的Mackey-Glass混沌时间序列被用来检验算法的性能.实验结果表明,提出的算法要优于其他一些算法,如k均值算法,遗传算法或粒子群算法的预测结果.关键词:RBF神经网络;参数估计;进化模型;......
RBF神经网络在旋转机械故障诊断中的应用王光研,许宝杰摘 要:论述了RBF神经网络的基本网络结构和网络的学习及运行过程,结果表明:RBF神经网络具有极快的学习收敛速度.讨论了RBF神经网络在旋转机械故障诊断中的应用,并对训练后的网络进行了仿真测试,仿真结果表明RBF网络有较高诊断正确率.关键词:RBF神经网络;故障诊断;旋转机械;MATLAB;......
一种基于属性重要性的粗糙RBF神经网络李昌彪1,夏克文1,宋建平1,闾晓晨21. 西安交通大学电子与信息工程学院2. 华南理工大学物理科学与技术学院摘 要:提出一种基于属性重要性的粗糙RBF神经网络模型,该模型不仅具有明确的生物意义和物理意义,而且简化了拓扑结构,减少了运算量和成本.实际应用结果表明,这种粗糙RBF神经网络在油水层识别中效果显著,其学习训练速度和拟合精度远优于传统的RBF网络算法.关键词:粗糙RBF神经网络;粗糙集;属性重要性;油水层识别;......
(0.7,1.1,1.7,2.2,2.7和3.3 A)的放电电压和放电倍率；采取误差反向传播(BP)和径向基函数(RBF) 2个原理不同的神经网络算法进行SOC预测；把采集的样本数据分为训练组和测试组,采用不同的神经网络算法对训练组进行训练后,选择合适的参数构建神经网络,并用测试组数据进行测试；最终比较2种算法的预测效果和误差.研究结果表明:RBF预测结果的相对误差比BP的低,且预测速度更快,RBF较BP更适合于锂离子电池剩余电量的预测. 关键词:锂离子电池；SOC预测；BP；RBF 中图分类号:TP183 文献标志码:A 文章编号:1672-7207(2018)09-2121-08 Method of predicting......
全局优化RBF网络的一种新算法张刚林1,甘敏2,董学平2,陈威兵11. 长沙学院电子与通信工程系2. 合肥工业大学电气与自动化工程学院摘 要:神经网络的输入变量,隐含层结点以及中心的选择对模型的性能都有重大的影响,以前的研究一般只考虑优化网络的参数或其结点数.为解决这个问题,提出了一种新的全局优化算法来自动选择RBF神经网络的输入变量和结点数目,并同时优化其参数.在提出的算法中,RBF网络的结点数目,输入变量的选择和参数都采用二进制编码,并用遗传算法来优化.为提高算法的性能和收敛速度,在遗传算法优化的同时引入了一种高性能的基于梯度的局部搜索算子(结构化的非线性参数优化方法)来优化RBF网络中的参数.Box-Jenkins煤气炉标准时间序列的预测问题被用来检验算法的性能.实验结果表明,提出的算法可以得到......
自适应RBF网络Q学习控制徐明亮,须文波江南大学信息工程学院摘 要:利用RBF网络逼近连续空间的Q值函数,实现连续空间的Q学习.RBF网络输入为状态-动作对,输出为该状态-动作对的Q值.状态由系统的状态转移特性确定,动作由优化网络输出得到的贪婪动作与服从高斯分布的噪声干扰动作两部分叠加而成.利用RNA算法和梯度下降法自适应调整网络的结构和参数.倒立摆平衡控制的实验结果验证了该方法的有效性.关键词:RBF网络;自组织;Q学习;连续空间;优化;......
基于RBF网络自整定PID控制的改进算法蔡满军,刘建军,刘明坤摘 要:针对工业过程控制中存在的非线性,时变性以及各种不确定性,在已有的RBF网络整定PID控制的基础上,提出了一种改进的整定控制算法.先用RBF神经网络在线辨识被控对象离散模型,得到对象关于控制器输出的Jacobian信息,然后用Levenberg-Marquardt算法代替传统的梯度法对PID参数进行整定,得到改进的整定控制算法.通过对锅炉汽包水位控制系统的仿真研究,验证了算法的有效性和优越性.该控制算法提高了控制系统的快速性,鲁棒性,有一定的实用推广价值.关键词:RBF神经网络;自整定PID;Levenberg-Marquardt算法;......
基于RBF神经网络的Ni-SiC镀层磨损量预测彭绪山宁波大红鹰学院信息工程学院摘 要:采用脉冲电沉积法在45#钢表面制备Ni-SiC镀层.建立RBF神经网络模型预测镀层磨损量,利用扫描电镜(SEM)及X线衍射仪(XRD)研究镀层表面形貌及物相组成.结果表明:采用RBF神经网络预测误差最大值与最小值,分别为2.94%和1.45%;当电流密度为2A/dm2,SiC粒子的质量浓度为7g/L,镀液温度为50℃,Ni-SiC镀层表面较为平整,犁沟较浅;Ni-SiC镀层中存在Ni,SiC两相.关键词:RBF神经网络;Ni-SiC镀层;磨损量;......
带优选聚类算法的RBF网络辨识器及应用刘铁男,段玉波,刘志德,谢爱华,张航摘 要:以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题.针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值.上述混合算法 ,同时解决了 RBF网络结构和参数辨识问题 ,大大提高了 RBF网络的建模和预测精度.应用实例表明了所提出方案的有效性.关键词:RBF神经网络;优选;聚类算法;辨识;二阶学习算法;......
