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346毫秒
硬质合金刀具切屑形态的RBF神经网络识别 肖露1,刘献礼1,张利国1,文东辉1,袁巧玲1 (1.哈尔滨理工大学,哈尔滨,150080) 摘要:研究了径向基函数神经网络在硬质合金刀具切屑形态图像识别中的应用,提出了面积比,欧拉数,分散度等硬质合金刀具切屑形态图像的几何特征,以上述特征作为神经网络的输入矢量,利用径向基函数网络(RBF),采用了递推最小二乘法训练该网络.最后开发了相应的计算机程序,通过实验验证本算法具有良好的实时处理性和适应性,识别率达到95%,有利于硬质合金刀具切削过程的监控和切削参数的优选. 关键词:硬质合金刀具; 切屑形态; RBF神经网络; 特征提取; 图像识别; [全文内容正在添加中] ......
RBF网络优化设计及在轧机轧制力预报中的应用 董敏1,刘才1,李灵锋2 (1.燕山大学轧机研究所,河北,秦皇岛,066004;2.河北建材职业技术学院信息机电系,河北,秦皇岛,066004) 摘要:将Hough变换用于RBF神经网络的参数确定中,以自适应地确定RBF网络的隐层节点数和径向基函数的中心值,使得网络结构及参数得到优化,提高了RBF神经网络的收敛速度和泛化能力.将此改进的RBF神经网络应用于冷轧过程轧制力的预测中,试验结果表明经过优化设计的网络模型具有高的输出精度,使得轧制力预报这种受多种因素影响的复杂系统的输出预报问题得到了很好的解决. 关键词:Hough变换; RBF神经网络; 轧制力; 预报; [全文内容正在添加中] ......
基于模糊RBF神经元网络的冷连轧板形板厚多变量控制王莉,葛平,孙一康摘 要:针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制.关键词:神经网络控制;板形控制;板厚控制;模糊RBF神经元网络;......
应用RBF神经网络预测冷连轧机轧制力 康永林1,杨荃2,张俊明1,刘军3 (1.北京科技大学材料科学与工程学院,北京,100083;2.北京科技大学机械工程学院,北京,100083;3.鞍山钢铁集团鞍钢股份有限公司,辽宁,鞍山,114011) 摘要:针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型),速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%. 关键词:RBF算法; 人工神经网络; 轧制力预测; 冷连轧机; [全文内容正在添加中] ......
基于ART的RBF网络结构设计蒙西,乔俊飞,韩红桂北京工业大学电子信息与控制工程学院摘 要:针对径向基函数(RBF)网络隐层结构难以确定的问题,基于自适应共振理论(ART)网络良好的在线分类特性,提出一种RBF网络结构设计算法.该算法将ART网络的聚类特性用于RBF网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,确定隐含层节点个数和初始参数,使网络具有精简的结构.对典型非线性函数逼近的仿真结果表明,所提出的结构具有快速的学习能力和良好的逼近能力.关键词:自适应共振理论网络;径向基函数神经网络;结构设计;......
文章编号:1004-0609(2008)12-2151-07 基于RBF-AG算法的7050铝合金电磁半连铸参数优化 黄松林1, 2,崔建忠1 (1. 东北大学 材料电磁过程研究教育部重点实验室,沈阳 110004； 2. 沈阳大学 机械工程学院,沈阳 110044) 摘 要:为解决7050铝合金大尺寸扁锭成型裂纹倾向大,工艺参数不易找准的问题,建立基于RBF的电磁半连续铸... Hz.在优化后的工艺参数条件下,无裂纹铸锭成品率比优化前的成品率提高20%. 关键词:RBF神经网络；遗传算法；参数优化；电磁半连续铸造 中图分类号:TG 146.2 文献标识码: A Parameter optimization for semi-continuously casting of 7050 Al......
基于滑模补偿的六轴机械臂RBF网络自适应控制王宏,郑天奇东北大学机械工程与自动化学院摘 要:提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力,外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快,鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大.关键词:RBF网络;滑模控制;模糊控制;Lyapunov稳定;六轴机械臂;......
柱效关系用于RBF神经网络色谱重叠峰解析黄小原,李一波摘 要:将径向基函数 (RBF)神经网络引入色谱重叠峰解析领域·为了使RBF神经网络能适应于色谱重叠峰解析的需要 ,先在RBF神经网络学习算法中引入了基于可行域约束和共享小生境技术的遗传算法 ,而后又用两阶段遗传学习算法训练该神经网络以使其具有了结构自学习和参数优化的能力 ,适应于组分数未知的色谱重叠峰解析的需要 ,最后又将柱效关系引入至遗传算法的适应度函数中 ,极大地限制了解的空间 ,减少了病态解发生的概率·实验表明本方法解析精度较高 ,很适用于多组分色谱重叠峰解析 ,并且具有不需人为干预 ,自动确定网络结构即组分数的优点关键词:RBF(径向基函数);神经网络;柱效关系;色谱重叠峰;遗传算法;小生境;......
采用RBF网络预测含氢TC4合金的高温流变应力 孙东立1,吴涛1,王清1 (1.哈尔滨工业大学材料,科学与工程学院,黑龙江,哈尔滨,150001) 摘要:研究了含氢TCA合金的热变形行为,基于径向基函数(RBF)人工神经网络建立了含氢TCA合金热变形流变应力的预测模型,该模型的样本数据取自热压缩试验数据,模型的输入量为变形温度,应变速率,应变量和氢含量,输出量为流变应力.研究表明:随着变形温度的升高和应变速率的降低,合金的流变应力降低;随着氢含量的增多,流变应力先降低后升高;RBF网络有较好的非线性逼近能力,训练相关性系数为0.999,训练速度较快,网络测试结果的最大相对误差为11.8%. 关键词:TC4合金; 氢处理; 流变应力; RBF网络; [全文内容正在添加中] ......
基于RBF神经网络的添加剂改性炭材料高温黏结剂的性能预报模型 杨榛1,梁晓怿1,张睿1,凌立成1,顾幸生2 (1.华东理工大学,化工学院,上海,200237;2.华东理工大学,信息科学与工程学院,上海,200237) 摘要:在炭材料黏结剂添加剂改性实验数据的基础上,将神经网络方法用于研究添加剂配方和热处理温度对黏结强度的影响关系,建立了添加剂改性炭材料黏结剂的RBF(Radial Basis Function径向基函数)神经网络性能预报模型,并与BP(Back-Propagation逆传播)人工神经网络进行了预报精度和训练过程比较.结果表明:上述两种模型对于黏结强度的预报平均相对误差分别为0.012 7和0.060 0,且BP人工神经网络易陷入局部最小.因此,RBF神经网络模型的预报能力较好,得出了具有较精确黏结性能的添加剂配方和热处理数据.可望在炭材料黏结剂改性中的多变量,非线性......
