径向基神经网络
径向基神经网络的相关文献在1998年到2022年内共计981篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文796篇、会议论文74篇、专利文献584266篇;相关期刊478种,包括测绘与空间地理信息、科学技术与工程、系统工程与电子技术等;
相关会议72种,包括2016年中国电机工程学会年会、第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议、2014年第三届载人航天学术大会等;径向基神经网络的相关文献由2806位作者贡献,包括乔俊飞、韩红桂、刘朝晖等。
径向基神经网络—发文量
专利文献>
论文:584266篇
占比:99.85%
总计:585136篇
径向基神经网络
-研究学者
- 乔俊飞
- 韩红桂
- 刘朝晖
- 李明亚
- 黄榕波
- 温预关
- 刘勇
- 孟庆繁
- 张旻
- 滕利荣
- 王伟
- 王磊
- 陈超
- 伍昌鸿
- 刘易斯
- 张伟
- 徐鹏
- 李光泉
- 李蔚
- 杨杰
- 梅全喜
- 武小悦
- 王丽丹
- 盛德仁
- 郭伟良
- 陈国庆
- 陈坚红
- 马超群
- 于静
- 任守信
- 任海军
- 何镇安
- 傅晨钊
- 刘丽娜
- 刘婧
- 刘宝坤
- 刘小雄
- 刘洋
- 刘燕斌
- 司文荣
- 周琰
- 姜长生
- 宋向群
- 宋辉
- 崔律
- 常飞
- 廖晓燕
- 张勇强
- 张海涛
- 张耀辉
-
-
杨帆
-
-
摘要:
阐述对非线性系统建模设计是十分关键的。建立一个通用的且控制精度高的非线性系统模型,可以为实际生产过程提供理论基础。传统的PID控制算法的数学模型已经得到了广泛的使用,但是也暴露出诸如稳定性差、精度不够高等许多局限性。基于当前困难,提出了利用径向基神经网络改进传统的PID控制算法,实现更高稳定性和更高精度的目的。2个实验案例的分析表明,结合了RBF的PID控制器网络更具有逼近真实信号输入的能力,同时还满足在经典U模型上的非线性控制。
-
-
史可;
张征方;
白金磊;
蒋杰
-
-
摘要:
由于重载列车空气制动具有强非线性、反馈减压量误差较大的特点,且充风、排风时间与减压过程之间存在耦合关系,使得重载列车循环空气制动的操纵精确度难以保证,进而影响其操纵安全。为提高重载列车循环空气制动的控制精确度,文章提出一种基于模糊神经网络(fuzzy logic-based neural network,FLNN)的空气制动力预测方法。其首先采用径向基神经网络(radial basis function neural network,RBF-NN)训练空气制动离线数据,得到模糊逻辑形式的空气制动力离线预测规则;然后,计算当前数据与空气制动力离线预测规则的匹配度,得到相应的预测规则;最后,根据当前数据和相应的预测规则,输出空气制动力预测值。该预测方法通过数据处理的方式摆脱了对传统空气制动模型的依赖,避免了充、排风时间与减压过程之间的耦合分析,能够较准确地得到空气制动力预测值。试验结果显示,本文提出的基于FLNN的空气制动力预测方法将重载列车空气制动力在100 kN内的预测精度提高至99%,这验证了该方法在不同的工况下能有效实现空气制动力预测。
-
-
杨军峰;
戴赛;
朱军飞;
李京;
李辉;
黄国栋;
林星宇;
唐俊杰
-
-
摘要:
可用输电能力(ATC)是电力系统经济安全运行的一项重要指标。由于大量风电并网和用户用电行为的多样化,ATC的计算必须要考虑其带来的不确定源。而在对不确定源相关性的处理时,Nataf变换中标准正态分布域相关系数的求解尤为复杂,传统的基于辛普森数值积分和二分法的相关系数转换法耗时极其严重。在概率计算中,采用蒙特卡洛法基于最优潮流的ATC计算模型实现ATC的概率分析耗时也极其严重。基于以上困难,本文采用径向基神经网络实现Nataf变换中相关系数的转换过程,同时采用径向基神经网络近似ATC的确定性计算模型,从概率建模和单次ATC的计算量两个方面对ATC的概率分析进行提速。本文基于两个相连接的IEEE 9节点算例,以传统相关系数转换法作为相关系数精度参考,以基于最优化ATC模型的蒙特卡洛法作为概率结果精度参考,测试了本文所提方法的性能。
-
-
李小红;
白伟丽
-
-
摘要:
针对冷负荷预测问题,提出了一种基于相空间重构(PSR)、经验模态分解(EMD)和径向基神经网络(RBFNN)的冷负荷组合预测模型。该模型首先利用经验模态分解方法,把冷负荷序列分解为少数模态分量,然后利用分组分量法将其分为多个高频子分量、总低频分量和残余量,最后以PSR为基础对各分量利用RBFNN方法建模并将预测结果重构。该方法应用于实际冷站负荷预测后,与单一RBFNN、SVM、LSSVM及基于EMD的SVM、基于EMD的RBFNN5类方法进行比较,结果表明该方法对冷负荷预测精度有明显提高。
-
-
祁瑒娟;
于洋
-
-
摘要:
为提高感应电机(IM)伺服驱动系统的控制性能,抑制电机参数变化、外部扰动和未建模动态等不确定性因素对系统的影响,提出一种基于径向基神经网络(RBFN)的智能动态滑模控制(IDSMC)方法。首先利用动态滑模控制(DSMC)方法削弱抖振,提高系统的跟踪精度。但由于DSMC中切换函数所需的不确定性边界值无法获知,因此将RBFN不确定性估计器与DSMC相结合,设计IDSMC方法进一步提高系统的鲁棒性。RBFN可通过自适应学习算法估计不确定性因素值并在线训练调整网络参数,以确保系统在不确定性因素存在时仍能高性能运行。最后,通过TMS320C31 DSP控制核心验证所提方法的有效性。实验结果表明,IDSMC不但可以保证系统精准的响应能力,还有较强的鲁棒性。
-
-
马子媛;
李海莲;
蔺望东
-
-
摘要:
针对现有路面破损状况评价指数较为单一且无法准确预测路面实际破损发展趋势的问题,为探究路面使用指标、路面性能指标和路面环境指标对路面破损状况的影响,提出基于改进粒子群优化(IPSO)与径向基(RBF)神经网络耦合的沥青路面破损预测模型.首先,利用灰色关联分析和主成分分析(PCA)筛选出主要影响因子;然后,通过改进粒子群惯性权重因子,调整粒子全局和局部寻优能力,并利用IPSO算法训练RBF模型中的参数;最后,以主成分分析降维后数据为输入,建立路面破损状况的IPSO-RBF神经网络预测模型.实例研究表明,PCA-IPSO-RBF神经网络预测模型预测平均绝对误差为0.8416.因此,针对复杂非线性路面破损状况预测问题,该模型能够准确预测沥青路面破损状况,为路面养护决策提供有力支持.
-
-
丁明;
孟帅;
王书恒;
夏玺
-
-
摘要:
六自由度波浪补偿平台所采用的大长径比非对称液压系统在深海区需完成大跨度、高速度的波浪补偿任务,这为控制系统的控制精度和抗干扰能力带来严峻的挑战.引入径向基神经网络(RBFNN)辨识,提出一种自适应反馈线性化控制策略.首先,建立六自由度波浪补偿平台非对称液压系统的非线性模型.然后,基于RBFNN辨识利用反馈线性化设计自适应控制器.最后,利用MATLAB/Simulink开展五级海浪(90°遭遇角恶劣工况)作用下和外力干扰下的仿真分析.结果表明:相比于经典比例系数-积分系数-微分系数(PID)和滑模控制,新型控制器控制精度和抗干扰能力明显提高,更适合用于复杂海况下六自由度波浪补偿平台的控制,且具有很好的跟踪效果和较强的稳健性,可为深海区六自由度波浪补偿平台控制系统设计提供参考.
-
-
张思慧;
黄声和
-
-
摘要:
为了更好地分析CORS站(连续)运行参考站——北京房山站的高程时间序列的变化规律,使其能更好地应用到地壳运动监测.对房山站观测数据进行数据处理,得出其数据类型为非线性、非稳态时间序列,然后采用正则化RBF(径向基)神经网络对其进行相空间重构,使其满足高斯分布.采用小波神经网络进行滤波处理,剔除噪声,采用加窗谱估计得出高程时间序列的平均谱功率和周期性,经过去除趋势FFT周期拟合和BP神经网络预测等处理,并进行计算分析.由数据处理结果可知,北京房山站高程时间序列斜趋势不明显,其中年周期最为明显,高程时间序列受多因素的影响,BP网络能很好地预测高程时间序列.
-
-
程肖冰;
曹丽婷;
李苏建
-
-
摘要:
文章结合部分零售商品的销售特征和影响销售的因素,采用改进神经网络模型进行预测分析。由于基本径向基(RBF)神经网络模型容易出现对训练样本过度拟合现象,因此使用粒子群(PSO)算法和随机梯度下降法(SGD)混合优化RBF模型,其中PSO能够降低算法陷入局部极小的可能性,SGD则可以保证算法的局部搜索能力。针对零售商品短期销量的预测,优化模型预测精度较高、预测稳定性好。
-
-
姚文龙;
亓冠华;
池荣虎;
邵巍
-
-
摘要:
针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.
-
-
LIU Yanlin;
刘彦麟;
LV Xiaoyan;
吕晓艳;
WANG Yu;
王煜;
KONG Deyue;
孔德越
- 《第十四届中国智能交通年会》
| 2019年
-
摘要:
客流预测是铁路旅客运输组织工作的重要基础和主要依据之一,准确的客运量预测是铁路运输企业面向市场、把握未来的重要保障,是铁路部门调整和优化列车开行方案的重要依据,为精准投放运力提供了科学决策依据.本文研究了径向基神经网络的基本原理,通过对京津城际下行方向客流的分析,并结合该客流的规律特点,以客票历史数据为依据,建立了径向基神经网络交通出行预测模型,并通过实例验证了方法的可行性,结果表明,预测结果与实际客流量吻合较好.
-
-
-
-
-
Li Xu;
李旭;
Tang Chao;
唐超;
Xiong Bifeng;
熊必凤;
Zhu Shiping;
祝诗平;
Hu Dong;
胡东
- 《2016年农业电气化与信息化工程科技与学科发展学术研讨会》
| 2016年
-
摘要:
图像分割是计算机进行视觉图像处理的基础,遗传算法和神经网络算法在图形分割处理中有着较为广泛的应用.由于传统遗传算法的种群收敛速度过快,容易陷入局部最优,稳定性较差,求精确解效率往往较低.本文对传统的遗传算法收敛速度过快和精确度较低的缺点进行了改进,仿真结果表明,改进遗传算法具有较快的学习速度,收敛性也较传统遗传算法更好.同时,文章结合径向基神经网络的优点,将改进的遗传算法和径向基神经网络算法进行了进一步的结合,并利用改进后的遗传-径向基神经网络算法对图像进行了处理,结果表明,改进后的遗传-径向基神经网络算法对图像进行处理后,图片更为清晰,效果较好.
-
-
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
摘要:
针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
摘要:
针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
摘要:
针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.