径向基函数随机响应面法

针对随机响应面法对非正态分布响应与标准正态分布输入之间的复杂非线性隐函数拟合不够理想的问题,基于径向基函数在杂散数据拟合方面的优异性能,提出使用径向基函数替换Hermite多项式来解决复杂非线性隐函数拟合问题.以若干个非线性解析函数和钢管混凝土肋拱极限承载力不确定性问题作为算例,验证该方法对非正态分布响应拟合的精确性和对工程问题的适用性.算例结果表明,基于径向基函数随机响应面法对高度非线性的响应与输入隐函数拟合较好;在多参数钢管混凝土拱极限承载力不确定性问题中,精度较高,且比Hermite多项式样本点数量少.     

基于Fourier正交基神经网络响应面法的结构可靠性分析

将Fourier正交基前向神经网络响应面法应用于估计结构失效概率。基于数值逼近原理,以Fourier正交多项式作为隐层神经元的激励函数,利用随机变量输入矩阵的广义逆矩阵形式计算权值,以Fourier正交基响应面代替传统多项式响应面,拟合其极限状态曲面,结合可靠性理论计算其失效概率。通过实例数值分析,证明了本文方法的正确性,同时具有公式简单、易于编程的优点,为解决结构可靠性分析问题提出了一种新方法。     

径向基函数神经网络

本文介绍了径向基函数神经网络的基本结构，学习算法及收敛条件。     

基于径向基函数的混合神经网络模型研究

随着系统复杂程度的增加，构造一个径向基函数神经网络（RBFNN）所需样本及训练时间都急剧增加，得到的复杂网络往往不能完全揭示问题的层次和结构。采用“分而治之”的思想，提出了一种基于RBF的混合网络模型，通过最短距离均匀聚类方法划分样本空间，构造合适的子样本集和子网络模型对网络进行训练，与采用正交最小二乘法的单独RBF网络在结构、训练时间、泛化能力上做了对比。结果表明其时间复杂度有显著降低，网络的泛化能力与精度比全局RBFNN有明显提高。整个网络模型具有良好的扩展性和应用前景，适合于大样本神经网络的建模和训练问题。     

径向基函数神经网络实现数字地图压缩

提出了一种基于径向基函数(RBF)神经网络的数字地图压缩方法，给出了网络训练的具体算法。与一般RBF网络的构造方法不同，该网络结构的所有参数是通过学习方式同时获得的，因此大大增强了其适应性。数字仿真表明该方法具有自动适应地形、参数配置合理、在线计算量小等特点。     

一种用于径向基函数（RBF）神经网络训练的有效方法

提出了一种用于径向基函数神经网络训练的新方法，即Ｇａｕｓｓ－Ｊｏｒｄａｎ与广义逆的复合法。仿真结果表明，此方法训练速度快，实时性强，其收敛性和收敛严谨的比正交最小二乘算法效果好。     

基于径向基函数神经网络的自适应滤波器

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用。传统的自适应滤波器主要在时域中实现。通常采用算法简单、稳健性好的自适应LMS算法。但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高。本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪。仿真结果表明该方法具有良好的非线性噪声抑制能力。     

基于径向基函数神经网络的精馏塔优化控制

精馏塔是化工过程中最常用的操作单元 ,其具有很强的非线性和时变性 ,很难进行机理建模分析或常规在线实时控制。针对精馏塔的非线性和时变性等特点提出了一种基于径向基函数神经网络的软测量模型的优化控制策略 ,从而解决了精馏塔建模困难的问题。由于采用了径向基函数网络 ,并利用正交化最小方差学习算法来训练径向基函数神经网络 ,使得控制算法简捷可靠 ,适用于时变对象 ,并具有很强的鲁棒性。将软测量结果与现场数据比较 ,表明本模型具有比较准确的跟踪显示效果 ,最后将软测量模型进一步应用到精馏塔的回流量和釜液排放量的优化控制中 ,并达到了满意的控制效果。     

径向基函数神经网络地质曲面重建及应用

建立了一种适用于地质曲面重建的径向基函数（ＲＢＦ）神经网络模型,并给出了具体算法,和一般曲面插值方法相比,该模型对原始数据的分布和边界条件无特别的要求。因而适合于遭到模型有较大的实用价值,将该模型应用于某煤田,结果表明,该模型的拟合效果较好,能较好地反映煤层的实际分布情况。     

基于径向基函数神经网络的硫酸质量分数检测

针对烟气制酸中的酸浓在线难以准确检测的问题,提出了一种基于软测量技术的在线检测酸浓方法。通过对现场生产数据的采集和预处理,建立了基于径向基函数神经网络的软测量模型;再利用实验平台对该模型进行了验证。实验结果表明:该模型可以得到较精准的硫酸质量分数,能有效地指导生产,具有良好的应用前景。     

结构可靠度分析的人工智能响应面法及程序

为了进行各种极限状态方程不明确的大型结构可靠度分析,提出了人工智能响应面法.利用BP网络来模拟响应面,基于遗传算法的优化法来进行可靠指标计算,确定性有限元分析采用ANSYS软件进行.综合VC与Matlab混合编程技术、基于VC和APDL的ANSYS二次开发技术及M atlab的遗传算法(GA)和神经网络(NN)工具箱函数,编制了可以适应各种复杂工程结构的可靠度分析程序.算例分析表明本文方法计算精度高.本文方法与程序适用于随机变量数目较多,功能函数为隐式时的复杂结构可靠度分析.     

可靠性分析的改进加权响应面法

为了克服响应面法(Response surface method简称RSM)在计算大规模工程时效率低下和计算可靠性指标敏感度时偶尔误差大的问题,提出一个高效率的改进加权响应面方法.此方法首先构造一次响应面函数,然后在可能存在失效点的被缩小范围内采用轴向采样来得到样本点,构造二次响应面函数;通过从之前的样本组里增加新的样本点,给予靠近失效点的样本点更高的权重来更新响应面函数.通过几个算例表明:比较双加权响应面方法,此方法具有更高的准确性和计算效率.     

结构可靠度分析的响应面法和随机响应面法的比较

从拟合功能函数方法、计算精度与效率、收敛性等方面对响应面法和随机响应面法进行了系统地分析.算例表明:与响应面法相比,随机响应面法实现了真正意义上的非侵入式分析.响应面法采用二次多项式响应面函数仅仅在验算点附近能较好地拟合真实功能函数,而随机响应面法采用高阶Hermite随机多项式,能在整个空间上很好地拟合真实功能函数.当随机变量个数较少时,随机响应面法的计算精度和效率均优于响应面法.并且随机响应面法可进行自身的收敛性分析,确定最优阶次的计算结果作为精确解,其收敛性也优于响应面法.     

基于神经网络响应面法的汽轮机叶片强度可靠性分析

对叶片强度进行可靠性分析,当功能函数为随机输入变量的隐性函数时,就无法直接用常规可靠性分析方法得到叶片的可靠度,因此将有限元,神经网络响应面和一阶可靠性方法(FORM)相结合,针对某汽轮机振动实验台的等直叶片,考虑几何参数、材料参数和载荷参数的随机性,在合理构造神经网络结构的基础上,利用有限元数值计算获得神经网络训练样本,通过对样本的学习和训练,获得叶片功能函数与随机变量之间的映射关系;选择非线性S型函数作为网络隐含层的激励函数,利用该函数的一阶导数是其自身函数的特点,推导出了功能函数对随机变量的一阶偏导数,进而采用FORM方法得到了叶片可靠性指标β并完成叶片强度的可靠性分析。将计算结果与Monte-Carlo模拟法进行对比,证明了该方法的正确性和有效性。该方法为后续进一步研究多失效模式下叶片的可靠性分析提供了新的思路。     

基于均匀设计响应面法的钢框架结构抗震可靠度分析

针对地震作用及结构性能的随机性,通过分析抗震可靠度研究结构的抗震性能,将均匀设计与响应面法相结合,提出了结构可靠度的数值模拟新方法,包括基于均匀设计的响应面法、均匀设计响应面与蒙特卡罗抽样相结合的混合模拟法.结合钢框架结构的抗震可靠度问题,基于ANSYS实现了上述新方法,并与经典的可靠度数值模拟方法进行对比分析.分析结...     

Extremum response surface method of reliability analysis on two-link flexible robot manipulator

In order to present a new method for analyzing the reliability of a two-link flexible robot manipulator, Lagrange dynamics differential equations of the two-link flexible robot manipulator were established by using the integrated modal method and the multi-body system dynamics method. By using the Monte Carlo method, the random sample values of the dynamic parameters were obtained and Lagrange dynamics differential equations were solved for each random sample value which revealed their displacement, speed and acceleration. On this basis, dynamic stresses and deformations were obtained. By taking the maximum values of the stresses and the deformations as output responses and the random sample values of dynamic parameters as input quantities, extremum response surface functions were established. A number of random samples were then obtained by using the Monte Carlo method and then the reliability was analyzed by using the extremum response surface method. The results show that the extremum response surface method is an efficient and fast reliability analysis method with high-accuracy for the two-link flexible robot manipulator.     

An improved adaptive response surface method for structural reliability analysis

The response surface method (RSM) is one of the main approaches for analyzing reliability problems with implicit performance functions. An improved adaptive RSM based on uniform design (UD) and double weighted regression (DWR) was presented. In the proposed method, the basic principle of the iteratively adaptive response surface method is applied. Uniform design is used to sample the fitting points. And a double weighted regression system considering the distances from the fitting points to the limit state surface and to the estimated design points is set to determine the coefficients of the response surface model. Compared with the conventional approaches, the fitting points selected by UD are more representative, and a better approximation in the key region is also observed with DWR. Numerical examples show that the proposed method has good convergent capability and computational accuracy.     

基于雨流计数变程的疲劳可靠性仿真研究

为评估单个构件在随机载荷作用下的疲劳可靠性,基于应力时间历程的雨流计数变程利用应力-强度干涉理论和Dirlik雨流计数变程的概率密度表达式,假设疲劳极限服从正态分布,得出结构具有无限寿命的可靠度.利用Miner损伤累积理论,假设疲劳寿命服从对数正态分布,考虑Dirlik表达式的参数和损伤累积临界失效值的分散性,假设其服从正态分布,使用Monte-Carlo模拟法获得结构有限寿命下的可靠度.结果显示,虽然应力时间历程的最大范围值大于结构的疲劳极限,但是当其大部分应力小于疲劳极限时,结构仍具有较高的无限寿命可靠度;而有限寿命下的可靠度显示,尽管单个应力时间历程下结构具有较高的无限寿命可靠度,但是经过多次循环后其不发生疲劳失效的可靠度将逐渐降低.     

改善径向基函数网络泛化性能的主成分分析法及应用研究

采用主成分分析法 (PCA)来改善径向基函数网络的泛化性能 ,理论上可以根据PCA方法中的主成分累积贡献率 ηK 决定RBF网络的输入层节点数 .实例研究证明 ,采用PCA方法后的RBF网络泛化性能良好