共查询到20条相似文献,搜索用时 93 毫秒
1.
为确保鱼雷保障设备处于良好的工作状态,提出一种基于径向基函数(radial basic function,RBF)神经网络的某鱼雷保障设备故障预测法。利用RBF神经网络的非线性建模能力,在某鱼雷保障设备的关键监测点建立网络诊断模型,通过对该模型的训练学习,确定需要的参数估计,再根据该模型的输出值来判断故障,并在Matlab仿真环境下对该设备故障进行了预测,其预测结果与实际情况基本一致。仿真结果表明:RBF神经网络作为预测网络能较好地解决该保障设备的故障预测问题,具有较准确和快速的诊断能力,可为复杂设备的预防性维修提供科学依据。 相似文献
2.
3.
4.
基于复合基神经网络的声目标分类识别 总被引:2,自引:0,他引:2
根据径向基函数(RBF)神经网络和前馈(BP)神经网络的特点,将BRF网络和BP网络结合起来构成复合基网络,并使用此网络进行声信号的分类识别。试验表明,该网络具有较好的综合分类识别性能,其分类能力优于RBF网络和BP网络。 相似文献
5.
为了得到导弹无依托发射时场坪的动态响应,基于ABAQUS大型有限元软件,采用塑性损伤本构建立发射场坪非线性精确数值有限元模型,分析了导弹发射状态下的动态响应。研究结果表明:在导弹垂直待发射阶段,后支腿处的应力和沉降较大,发射平台将呈现前高后低姿态;在导弹垂直发射阶段,发射筒底部处场坪沉降较大。研究结果可为导弹无依托随机发射场坪适应性评估提供理论支撑。 相似文献
6.
通过对比BP神经网络、径向基函数(RBF)神经网络在信号处理中的优缺点,详细分析了RBF神经网络的模型结构并应用于多模磁探测引信系统中,通过计算机仿真和实际测试效果较好。 相似文献
7.
8.
针对无线电测向定位系统中解析算法定位误差较大的问题,提出了一种基于径向基(RBF)神经网络的双站只测向定位方法。利用RBF神经网络可逼近任意连续有界非线性函数的能力,通过样本学习,构建目标位置和测向站所测的来波方向角(DOA)映射模型。与目前解析算法相比,RBF定位模型不仅充分利用了测向站获取的所有二维DOA信息,而且利用神经网络的泛化特性、鲁棒特性,较好解决了测向误差对定位精度的影响。实验表明:该方法能有效提高定位精度。 相似文献
9.
针对靶场试验中利用初速雷达测试弹丸初速需要重构的情况,选择同时参试的两台雷达的数据进行融合建立神经网络模型,用一台雷达的数据预测出另一台雷达需要重构的数据。由于预测模型预测精度的高低取决于所建模型的好坏,而模型的好坏取决于样本数据的质量,先利用聚类分析和关联规则从大量历史试验数据中挖掘出优质的样本,再建立神经网络进行预测。实验结果表明,与支持向量回归机相比,由聚类分析关联规则神经网络构建的组合算法的预测精度更高,预测历史相似数据误差远小于1‰,预测与历史出入较大的数据的精度也较为理想。两种情况下的预测结果表明,组合算法既保证了预测精度又具有一定的鲁棒性,可以作为弹丸初速的预测模型。 相似文献
10.
建立复杂的非线性飞行器辨识模型对提高系统的状态监控和控制性能具有重要意义。文中提出一种变结构的在线径向基神经网络学习算法,使用梯度下降法对网络参数进行优化。利用径向基神经网络对某型飞机非线性动力学系统进行辨识,仿真结果表明设计的算法满足在线辨识的要求。 相似文献
11.
12.
为评估发射场坪的强度稳定性,提出研究发射场坪的极限承载力快速评估技术。在分析地基承载力计算模式的基础上,分析计算内聚力、内摩擦角以及上覆层厚度对极限承载力的敏感度,给出作业场坪极限承载力随敏感参数变化的规律;同时设计正交试验模型,并对承载力影响因素的敏感性做出合理分析。分析结果表明:上覆层和地基土体内聚力取值的变化对地基极限承载力的敏感性受内摩擦角取值影响,内摩擦角越小,内聚力敏感系数越大;上覆层厚度变化对承载力敏感性系数受土体内摩擦角取值的变化影响较小;土体内摩擦角取值变化对极限承载力的影响明显高于上覆层厚度变化以及内聚力变化对承载力的影响。 相似文献
13.
为了分析神经网络运用于弹道预测的可行性,构建了实用的弹道预测工具,建立了基于神经网络理论的弹道预测模型。利用二自由度质点弹道模型,选取BP网络和Elman网络进行神经网络弹道预测仿真。基于误差反向传播理论,比较了带动量项算法与自适应学习率算法这2种网络权值训练速度。对2种网络不同隐层节点数的学习误差和预测误差进行了对比分析。数值仿真计算结果表明,神经网络具有较高的预测精度,36.7 km射程仅有不足100m的射程误差,12.3 km射高仅有不足70 m的高度误差,预测结果满足要求,利用神经网络进行弹道预测是合理可行的。 相似文献
14.
15.
16.
为解决多应力条件下加速寿命试验中建立复合加速模型困难、模型参数难以求解以及建模过程中通常忽
略应力间耦合作用的问题,根据天牛须搜索建立改进的BP 神经网络模型。使用多应力加速寿命试验中收集的4 组
应力水平的失效数据对BAS-BP 神经网络模型进行训练,对第5 组应力水平下的可靠度与失效时间进行预测。利用
平均相对误差、拟合优度2 个参数对模型的预测结果进行评价,并与BP 神经网络的预测结果进行对比。结果表明,
BAS-BP 神经网络具有更好的准确性及鲁棒性。 相似文献
17.
针对传统故障诊断方法诊断过程复杂、效果不佳的问题,提出一种基于卷积神经网络的滚动轴承故障诊
断方法。首先选取不同故障的振动信号进行归一化处理,然后把 1 维的振动信号转化成 2 维的灰度图像,利用每个
元素与其相邻元素之间的关系,并且采用重叠采样的方法加强数据集。在卷积神经网方面利用 tensorflow 搭建网络
框架,采用 4 种不同的卷积神经网络结构对样本进行训练。为避免实验的随机性,对每种方案进行多次训练,采其
结果的均值。根据测试集的准确率选取最好的适合轴承故障诊断的模型,同时对网络的结构参数进行优化改进,提
高模型的识别率和运行效率。实验结果表明,该方法可以准确地将滚动轴承的故障进行识别和分类。 相似文献
18.
19.
为获得精度较高、适用范围较大的多硝基化合物撞击感度预测模型,根据定量构效关系(QSPR)原理,用遗传算法(GA)进行变量筛选,建立了多元线性回归(GA-MLR)模型和人工神经网络(GA-ANN)模型,用于149种多硝基化合物撞击感度的定量构效关系的研究。两个模型的相关系数分别为0.854和0.974,均方根误差分别为0.195和0.071,平均绝对误差分别为0.157和0.051。通过模型比较,结果表明所得模型的预测精度均高于已有的QSPR模型,且GA-ANN模型要明显优于GA-MLR模型。 相似文献
20.