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171毫秒
基于RBF神经网络的非线性迭代预测控制姜雪莹1,陶文华1,施惠元1,2,苏成利1,郭颖11. 辽宁石油化工大学信息与控制工程学院2. 西北工业大学自动化学院摘 要:针对工业过程中具有复杂,强非线性的被控对象,提出一种基于RBF神经网络的非线性迭代预测控制算法.该算法采用RBF神经网络建立非线性系统过程模型,将该模型作为预测模型.同时为了避免对每个采样时刻进行线性化时会丢失系统的一些信息,因此采用多元泰勒展开和内部迭代方法,将迭代输出的预测值沿着输入轨迹展开,从而将求解复杂的非线性优化问题转化为求解简单的二次规划问题,解决了在线实时求解控制律时非线性方程的困难,最终直接递推出预测控制律的解析式.CSTR过程的仿真对比结果表明了该算法具有很强的跟踪和抗干扰能力.关键词:RBF神经网络;预测控......
基于RBF神经网络的非线性磁悬浮系统控制赵石铁,高宪文,车昌杰东北大学信息科学与工程学院摘 要:磁悬浮系统是一个典型的不确定,非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.关键词:RBF神经网络;自适应控制;状态反馈;磁悬浮系统;......
基于改进粒子群优化RBF神经网络的轧制力预报杨景明1,2,闫晓莹1,顾佳琪1,车海军1,21. 燕山大学工业计算机控制工程河北省重点实验室2. 国家冷轧板带装备及工艺工程技术研究中心摘 要:依据RBF神经网络的非线性逼近能力和自学习特性,提出基于RBF神经网络的建模方法.将最近邻聚类用于RBF神经网络隐层中心向量的确定,并采用改进粒子群算法对最近邻聚类的聚类半径进行优化,合理确定了RBF神经网络的隐层结构,提出了一种基于改进粒子群算法的RBF神经网络(IMPSO-RBF).将该网络应用于轧制力的预报,与基本粒子群算法优化的RBF神经网络比较,仿真结果表明其在预报精度和收敛速度上都有很大提高.关键词:RBF神经网络;改进粒子群算法;轧制力预报;......
基于RBF和模糊预测的AGV轨迹跟踪控制吕宁昆明理工大学计算中心摘 要:针对AGV系统存在初始位姿误差,而且给定轨迹又不连续时,应用传统的轨迹跟踪控制方法,就会使其初始速度产生较大跳变的问题,基于径向基函数(RBF)神经网络的非线性动态系统在线建模,将模糊控制技术与预测控制技术相结合,提出基于反演(Backstepping)方法的速度控制器和基于RBF的模糊预测转矩控制器,实施AGV路径跟随和轨迹跟踪控制.仿真和实验结果表明,设计的速度控制器和转矩控制器使AGV系统不仅有较好的动态性能,而且具有较强的鲁棒性.关键词:自动导引小车;轨迹跟踪;模糊预测控制;径向基(RBF)神经网络;......
基于多RBF神经网络的板形数据建模张秀玲1,2,代景欢1,康学楠1,李金祥1,魏楷伦11. 燕山大学河北省工业计算机控制工程河北省重点实验室2. 燕山大学国家冷轧板带装备及工艺工程技术研究中心摘 要:常规单RBF神经网络板形识别模型不能全面分离出输入变化对每个特征参数的影响,为此设计了多RBF神经网络板形识别模型,用多个子网络分别识别不同的特征参数,能够更直接,更充分的提取出输入与每个输出的关系.仿真研究结果表明:所设计的多RBF神经网络板形识别模型能够正确识别出全部板形缺陷的类型,并且识别精度上比单RBF神经网络板形识别模型提高了16.1%.关键词:板形识别;主成分分析;多RBF神经网络;遗传算法;......
基于在线减法聚类的RBF神经网络结构设计张昭昭1,2,乔俊飞11. 北京工业大学电子信息与控制工程学院2. 辽宁工程技术大学电子与信息工程学院摘 要:以设计最小径向基函数(RBF)神经网络结构为着眼点,提出一种在线RBF网络结构设计算法.该算法将在线减法聚类能实时跟踪工况的特性与RBF网络参数学习过程相结合,使得网络既能在线适应实时对象的变化又能维持紧凑的结构,有效地解决了RBF神经网络结构自组织问题.该算法只调整欧氏距离距实时工况最近的核函数,大大提高了网络的学习速度.通过对典型非线性函数逼近和混沌时间序列预测的仿真,表明所提出的算法具有良好的动态特性响应能力和逼近能力.关键词:RBF神经网络;结构设计;在线减法聚类;......
RBF神经网络在爆破振动强度预测中的应用任岩太原理工大学 矿业工程学院摘 要:在介绍RBF神经网络基本思想的基础上,建立了爆破振动预测模型,用RBF神经网络方法对质点振幅,主振频率及振动持续时间进行预测.用阳泉煤矿主井爆破开挖工程中所监测到的振动数据对模型进行了训练,并对27组数据进行了预测,实测结果和模型预测结果的对比表明,RBF神经网络预测模型能反映影响因素与特征量之间的非线性关系,适用于爆破振动特征参量预测.关键词:RBF神经网络;爆破振动;强度预测;误差分析;......
基于RBF神经网络的瓦斯含量预测研究 郭相坤1,吴观茂1,李刚1,黄明1 (1.中国矿业大学(北京) 摘要:以淮南矿区潘一矿13-1煤层为研究对象,确定了煤层埋深,煤层厚度,顶板岩性和构造是影响煤层瓦斯含量的主要因素;在分析勘探钻孔资料的基础上,利用RBF神经网络方法建立了瓦斯含量预测模型,结合实际数据,对预测模型进行训练和检验,预测结果表明,该模型比使用线性回归和BP神经网络模型预测能获得更高的精度,说明预测模型可靠. 关键词:瓦斯含量; RBF神经网络; 预测模型; [全文内容正在添加中] ......
基于RBF神经网络的轧辊偏心补偿控制 杨荃1,钟恬1,郭立伟1,边海涛1 (1.北京科技大学高效轧制国家工程研究中心,北京,100083) 摘要:轧辊偏心是影响轧制过程中带材厚度精度的重要因素,因此轧辊的偏心补偿控制一直是冷轧板厚度控制系统AGC的重要组成部分.为了减少轧辊偏心对带材厚度精度的影响,提出了一种基于径向基(RBF)神经网络的轧辊偏心补偿控制方式,并应用于河北中钢五机架冷连轧的生产现场,提高了整个系统的厚度控制精度. 关键词:轧辊; 偏心补偿; RBF网络; [全文内容正在添加中] ......
用RBF人工神经网络构建铝合金大气腐蚀预测模型 韩德盛1,李获4 (1.北京大学化学与分子工程学院,北京,100871;2.广东华润涂料有限公司,佛山,528306;3.厦门大学物理与机电工程学院,厦门,361005;4.北京航空航天大学材料科学与工程学院,北京,100083) 摘要:依据RBF人工神经网络构建原理与腐蚀过程的相似性,以铝合金外场大气腐蚀数据训练并构建了RBF类型的铝合金腐蚀预测人工神经网络模型,并赋予该RBF网络隐节点数据中心是腐蚀敏感区中心的物理意义.该模型以合金成分,环境因素,时间等为网络输入参量,以腐蚀增重为网络输出;由于RBF网络具有局部响应特性,该类腐蚀预测模型尤其适合训练具有区域集中特点的外场腐蚀数据;仿真结果表明该模型具有良好的预测精度. 关键词:铝合金; 大气腐蚀; 预测模型; RBF神经网络; [全文内容正在添加中] ......
