|
1.
|
RBF神经网络在旋转机械故障诊断中的应用 被引次数：6
|
|
|
|
|
|
|
王光研 许宝杰《机械设计与制造》,2008年第9期
|
|
|
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_初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.
|
|
2.
|
RBF神经网络在往复泵故障诊断中的应用
|
|
|
|
|
|
|
李会明 裴峻峰 齐明侠 罗红梅《煤矿机械》,2006年第27卷第11期
|
|
|
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神经网络在往复泵故障诊断中的应用,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。
|
|
3.
|
明渠水力计算中的神经网络模型
|
|
|
|
|
|
|
褚苏服 王卫喜 刘大宏《华北水利水电学院学报》,2007年第28卷第6期
|
|
|
根据明渠水力控制的实际情况,把RBF神经网络理论应用到明渠水力瞬变的计算中.分析了RBF神经网络的基本原理,通过实例将RBF神经网络理论应用于明渠非恒定流水力控制中,将神经网络计算结果同非线性算法计算结果比较,误差在许可范围内,能够得到满意解.
|
|
4.
|
基于RBF的改进单神经元PID控制 被引次数：1
|
|
|
|
|
|
|
江颖 王静 许伟明 左小伍《仪器仪表学报》,2005年第26卷第8期
|
|
|
提出一种基于RBF辨识神经网络算法的改进神经网络PID控制,应用最优控制理论中的二次型性能指标加入到控制算法中的加权系数学习修正部分,将RBF与单神经元相结合构成PID控制器,通过Matlab对指定对象仿真控制,得到了良好的效果.比起以往的神经网络PID控制,改进的算法在学习速度和实时性都得到了提高.
|
|
5.
|
模糊RBF网络在电源车故障诊断中的应用
|
|
|
|
|
|
|
陆兵焱 陈友龙 张宗宜《计算机与现代化》,2010年第5期
|
|
|
结合模糊理论与RBF神经网络构建了模糊RBF网络故障诊断法。在对某型电源车进行故障诊断的过程中，通过对RBF神经网络与模糊RBF网络故障诊断法进行比较，表明模糊RBF网络故障诊断法具有精度更高、收敛速度更快等特点。
|
|
6.
|
BP和RBF神经网络在气隙击穿电压预测中的应用和对比研究
|
|
|
|
|
|
|
罗新 牛海清 林浩然 游勇《电工电能新技术》,2013年第32卷第3期
|
|
|
气隙的击穿电压是决定外绝缘水平的重要因素之一,现有关于击穿电压的理论都是单参数的经验公式,对某一特定大气条件下的击穿电压则很难估计.本文讨论了BP及RBF神经网络在气隙击穿电压预测中的应用,详细说明了在人工气候室中进行击穿试验的过程和BP、RBF神经网络的构建方法.使用人工气候室中获得的样本数据对网络进行训练,用训练好的网络对击穿电压进行预测,结果表明BP及RBF神经网络均能较好地对气隙击穿电压进行预测.并对BP及RBF神经网络进行了比较,RBF神经网络在收敛速度、网络构建、非线性逼近以及泛化能力方面都要优于BP神经网络,更适合于气隙击穿电压的预测.
|
|
7.
|
BP神经网络和RBF神经网络在墩柱抗震性能评估中的比较研究 被引次数：3
|
|
|
|
|
|
|
冯清海 袁万城《结构工程师》,2007年第23卷第5期
|
|
|
通过仿真实例,对BP神经网络和RBF神经网络在墩柱抗震性能评估中的应用进行了比较研究.训练和仿真结果表明,BP神经网络和RBF神经网络均能很好地对墩柱的延性进行抗震性能评估,并且,在相同精度要求下,RBF神经网络比BP神经网络的训练速度更快,效率更高,充分体现了RBF神经网络的优越性.同时也总结了BP神经网络和RBF神经网络所存在的不足.实际应用中,可以以此结论为指导来设计神经网络.
|
|
8.
|
在线训练RBF神经网络在混沌保密通信过程信息解调中的应用
|
|
|
|
|
|
|
杨涛 王学雷 邵惠鹤《信号处理》,2002年第18卷第3期
|
|
|
本文讨论了在线ＲＢＦ神经网络在混沌扩频通信过程信息解调中的应用,其关键是利用ＲＢＦ在接收端重构出发送混沌系统吸引子结构信息,并根据逆系统理论实现信息解调。给出了ＲＢＦ神经网络的一种在线训练算法,并对这种在线训练算法所涉及到的各个方面进行了分析。仿真表明这种在线ＲＢＦ神经网络能实现信息的精确解调。
|
|
9.
|
两大类典型前馈神经网络的性能比较研究
|
|
|
|
|
|
|
沈斌 江维 胡中功 漆奋半《自动化与仪器仪表》,2009年第2期
|
|
|
介绍了BP及RBF神经网络的基本理论，阐述了这两类算法的基本原理，其后从理论上对二者的性能进行了比较，最后在MATLAB环境下对具体的实例进行了仿真，结果表明RBF网络的泛化能力在多方面都优于BP网络，但是在解决具有相同精度要求的问题时，BP网络的结构要比RBF网络简单，因此，在应用中可以以此来指导神经网络的设计。
|
|
10.
|
基于RBF神经网络的软仪表的开发及在蒸馏装置的应用 被引次数：4
|
|
|
|
|
|
|
郭棣《微计算机信息》,2003年第19卷第8期
|
|
|
通过在我厂蒸馏装置上软仪表的具体使用情况．简单介绍了基于RBF神经网络的软仪表的开发。RBF神经网络的特点、在建模中的应用及RBF神经网络改进后的模型应用。开发软仪表的目的，及在实际使用中时现场生产的指导意义。
|
|
11.
|
基于RBF神经网络的人脸识别 被引次数：3
|
|
|
|
|
|
|
朱树先 张仁杰 郑刚《光学仪器》,2008年第30卷第2期
|
|
|
介绍了RBF神经网络在人脸识别中的应用;通过理论分析和实验效果突出了RBF神经网络在机器学习中的优势。实验结果证明:RBF神经网络具有运算速度快、识别率高、算法简单等特点。在训练样本减少的情况下,该学习机的分类性能没有明显退化。因此,RBF神经网络是一种性能优异的学习机。
|
|
12.
|
小波RBF神经网络在高炉铁水硅含量预测中的应用
|
|
|
|
|
|
|
万金镇 秦莉娜 路永辉《甘肃冶金》,2009年第31卷第2期
|
|
|
在运用RBF神经网络进行预测的基础上，建立了一种应用小波理论对时间信号进行去噪，根据去噪处理对RBF神经网络作相应处理的预测模型，并将所建模型应用于预测高炉铁水硅含量。仿真结果表明小波RBF神经网络比RBF神经网络更具优越性，预测准确率明显提高。
|
|
13.
|
基于神经网络的建筑结构减震研究
|
|
|
|
|
|
|
宋艳芳 李琳琳 常金鑫《建造师》,2015年第8期
|
|
|
土木工程结构振动半主动控制的控制对象（即建筑结构）和控制装置的动力学模型是非常复杂的，采用经典的控制理论设计半主动控制算法就会有一定的难度，控制效果也不是很好。神经网络的发展及应用给研究半主动控制带来了便利。神经网络具有自学习、自组织能力，非常适合于对复杂系统的建模和控制，尤其是径向基函数（RBF）神经网络学习收敛速度快，精度高，应用在半主动控制中就有一定的优越性。
|
|
14.
|
神经网络分类算法在横河DCS系统中的应用
|
|
|
|
|
|
|
白晓东《软件工程师》,2013年第8期
|
|
|
通过RBF的分析研究,提出了基于RBF神经网络的分类分析算法,并以CENTUM3000和VisualC++6.0为平台,建立了横河DCS系统中的RBF神经网络应用模型,经仿真及实际应用后其效果很好,验证了其算法的有效性,具有较高的理论及应用价值。
|
|
15.
|
BP和RBF神经网络的实现及其性能比较 被引次数：18
|
|
|
|
|
|
|
刘永 张立毅《电子测量技术》,2007年第30卷第4期
|
|
|
本文介绍了2种应用颇为广泛的神经网络模型,BP及RBF神经网络的基本理论,并从数学角度阐述了2种算法的学习过程,其后简要地阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数.为了比较2种网络的性能差异,最后在MATLAB环境下设计了具体的网络来对指定的非线性函数进行函数逼近.仿真结果表明,RBF的泛化能力在多个方面都优于BP网络,但是在解决具有相同精度要求的问题时,BP网络的结构要比RBF网络简单,因此在实际应用中可以此来指导神经网络的设计.
|
|
16.
|
支持向量机与RBF神经网络回归性能比较研究 被引次数：1
|
|
|
|
|
|
|
刘苏苏 孙立民《计算机工程与设计》,2011年第32卷第12期
|
|
|
支持向量机与RBF神经网络相比各有优缺点,通过对支持向量机与RBF神经网络的研究,从理论上分析了这两种学习机在回归预测原理上的异同,通过仿真实验对比了两者在测试集上的逼近能力及泛化能力。仿真结果表明,对于小样本集,支持向量机的逼近能力及泛化能力要优于RBF神经网络。对实际应用中回归模型的选择问题提出了建议。
|
|
17.
|
基于RBF神经网络的PID整定在直线驱动无绳电梯中的应用
|
|
|
|
|
|
|
陈建锋 李可《电气自动化》,2012年第34卷第6期
|
|
|
为克服无绳电梯中直线驱动系统的常规PID参数只能离线调节的不足,提出了基于RBF神经网络的PID参数在线整定方法。首先从PMLSM动态数学模型出发,阐述了RBF神经网络原理及PI自整定的实现过程,给出了基于RBF神经网络的PMLSM控制系统框图。最后,借助MATLAB/Simulink软件对PMLSM控制系统进行了建模与仿真。仿真结果表明提出的方法鲁棒性强、转矩响应快速及转速超调量小,在直线驱动无绳电梯领域具有良好的应用前景。
|
|
18.
|
机械臂神经网络控制优化与仿真
|
|
|
|
|
|
|
许洋洋 王莹 薛东彬《中国工程机械学报》,2018年第5期
|
|
|
为了提高机械臂末端连杆运动轨迹控制的稳定性,在径向基函数(RBF)神经网络控制器的基础上,采用混合算法优化RBF神经网络控制器.用两个径向基神经网络单元作为自适应控制器,其中一个作为输入端的控制器,另一个作为机械臂的辨识器.将混合算法优化应用到这两个神经网络单元中,以改善网络结构参数对神经网络控制和辨识性能的影响,在Matlab环境下进行了仿真实验,并与RBF神经网络控制器跟踪效果进行对比.仿真结果显示:在受到不确定因素干扰时,机械臂末端连杆采用改进RBF神经网络控制器产生的误差较小,系统反应速度较快,转矩波动较小.机械臂末端连杆采用改进RBF神经网络控制器,具有抗干扰的能力,快速保持系统输出的稳定性.
|
|
19.
|
基于AGA-RBF算法的柴油机故障诊断研究
|
|
|
|
|
|
|
汪杰 刘丹 何梦珂 杨静《组合机床与自动化加工技术》,2018年第6期
|
|
|
针对在柴油机故障诊断中径向基函数(Radial Basis Function,RBF)神经网络泛化能力不足的问题,提出一种基于AGA-RBF算法的柴油机故障诊断方法。在该方法中将自适应遗传算法(Adaptive Genetic Algorithm,AGA)和RBF神经网络有机地结合起来,利用自适应遗传算法对RBF神经网络的基函数宽度和中心进行优化,将优化后的RBF神经网络应用于柴油机故障诊断。通过实验仿真表明,该算法收敛速度快,改善了RBF神经网络的泛化能力,提高了故障诊断准确率,实用性强,易于工程实现。
|
|
20.
|
基于PSO优化RBF神经网络的反应釜故障诊断
|
|
|
|
|
|
|
陈波 潘海鹏 邓志辉《中国机械工程》,2012年第18期
|
|
|
针对单一径向基函数(RBF)神经网络在反应釜故障诊断中泛化能力不足的缺点,设计了基于粒子群(PSO)算法优化的RBF神经网络。利用PSO算法操作简单、容易实现等特点及其智能背景,对RBF神经网络的参数、连接权重进行优化,并用经PSO算法优化的RBF神经网络对反应釜故障进行仿真诊断。仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快,具有推广应用价值。
|
