共查询到18条相似文献,搜索用时 218 毫秒
1.
通过动态质量损失法腐蚀试验获取样本数据,利用MATLAB的工具箱函数分别建立了稀土合金铸铁碱腐蚀深度的BP和RBF神经网络预测模型,并对两种网络模型的结构、预测精度和训练过程进行对比研究。结果表明,在样本集和训练条件下,BP和RBF神经网络的预测相对误差在10%以内,解决腐蚀时间、合金铸铁主要合金成分与腐蚀深度之间的非线性映射关系,可满足工程预测需要,为制碱工业的防腐蚀技术提供了新途径。但RBF神经网络的预测能力和泛化能力优于BP神经网络,且较BP神经网络具有迭代次数少、收敛速度快和网络结构简单等优势。 相似文献
2.
3.
引用BP神经网络强大的非线性映射能力,将训练好的BP神经网络用于成形铣刀的仿真验算设计中进行数据修补处理,精度高、实时性强。本文介绍了这种数据修补的方法和全部过程,并用C语言编制了计算机仿真程序,实验得到了很好的数据修补效果。 相似文献
4.
机械手轨迹规划就是控制机械手使之精确地跟踪目标轨迹。文章是在关节空间中进行轨迹规划,将路径点映射成各关节变量角度值,然后对每个关节拟合一个时间函数,此函数往往是高阶的、非线性的。而BP神经网络可以实现从输入到输出的任意非线性映射,能够通过网络学习训练达到逼近非线性函数的目的。文章先建立了一个BP神经网络模型,然后通过Matlab进行仿真,验证了BP神经网络对机械手的非线性运动轨迹的实时性控制的可行性。 相似文献
5.
采用正交试验方法对数控超声加工效率进行了分析,建立了数控超声加工效率BP神经网络模型,并对所建模型进行了仿真验证.验证结果表明,该模型预测的工艺参数"加工效率"与实测值具有很好的拟合关系,在此基础上拓宽了各因素水平的取值,利用神经网络的非线性映射能力仿真了各参数对加工效率的影响. 相似文献
6.
7.
8.
9.
10.
泥化夹层错动带残余强度的人工神经网络 总被引:2,自引:1,他引:2
应用人工神经网络理论,采用对实例样本的学习方法,建立了泥化夹层错动带残余强度与其各种影响因素之间的内在联系-高度非线性的网络映射。用学到的知识(网络映射)预测新的泥化夹层错动带的残余强度,获得了较高的精度。实际的应用表明,与传统的方法相比,神经网络方法有其许多优点,为预测泥化夹层错动带的残余强度提供了一条新的更强有力的途径。 相似文献
11.
12.
13.
基于多层前馈BP网络的非线性逆系统自学习控制 总被引:3,自引:0,他引:3
提出的基于神经网络的非线性逆系统自学习控制方案运用逆动力学的基本思想,在系统模型未知的情况下,构造了神经网络一致的控制器和辨识器。运用自适应变步长冲量BP学习算法实现了网络辨识器对系统逆动力学模型的动态辨识,并通过网络辨识器向网络控制器在线动态传递更新权值的方法使神经网络控制器产生期望控制量。使得整个神经网络控制系统具有了自学习、自适应的控制能力。 相似文献
14.
数控伺服进给系统中的非线性预测控制 总被引:1,自引:0,他引:1
在分析数控加工过程中进给伺服系统的非线性摩擦力因素的基础上,提出了位置环非线性预测控制器设计方案。该控制器采用了RBF神经网络实现预测模型及其在线校正,黄金分割法进行滚动优化计算。并在Matlab环境下进行了仿真,实验结果表明,预测控制器能有效地改善系统控制质量,抑制非线性摩擦力带来的不利影响。 相似文献
15.
16.
17.
针对平均转矩控制的开关磁阻电动机(SRM)转矩脉动大的问题,提出了一种瞬时转矩控制的方案。首先在实测SRM静态转矩特性的基础上,基于Levenberg—Marquardt算法的BP神经网络建立了SRM转矩逆模型。该模型网络规模小,便于实时控制。然后基于转矩分配函数的瞬时转矩控制,通过优化电流波形,实现了减小转矩脉动。仿真结果验证了该控制方法的有效性。 相似文献
18.
针对当前普遍常用的BP神经网络算法的缺陷,即反传算法复杂,收敛速度慢,在解决一些复杂多变非线性及系统多耦合问题时,网络权值收敛局部极小点,导致网络训练失败,反传算法权值迭代出现畸形变化问题。虽然神经网络控制器在软件仿真中运行结果都能满足要求,但是在实际的现场工程应用中很难适应复杂工业现场所要求的控制快速性和及时性。针对以上缺陷,提出了一种新型的多神经元PID神经网络算法,其原理是通过简化PID神经元网络控制器,改善其权值初始化来达到新型多神经元PID控制器控制过程的快速性和响应的及时性,将其应用到全液压矫直机四缸伺服控制器。通过将传统神经元网络控制器和文中所研究的新型多神经元PID控制器位移响应曲线对比分析,该新型多神经元PID伺服控制器具有反传算法大为简化、收敛速度快、网络权值灵活性好、实时性等优点,为多神经元PID控制器的工程化应用提供了理论支持。 相似文献