期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到815篇文章
< 1 2 … 41 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EGRO-RBF的304不锈钢管材无芯弯曲成形质量预测
1
作者 苟毓俊 刘泽同 +1 位作者 陈建勋 何宗霖 《塑性工程学报》 北大核心 2026年第3期41-49,共9页
为了探究管材无芯弯曲工艺参数与成形质量的关系,提升管材无芯弯曲工艺的智能化程度,建立了基于EGRO-RBF算法的304不锈钢管材无芯弯曲成形质量预测模型。以某钢厂管材无芯弯曲相关数据作为神经网络样本集,建立径向基函数(RBF)神经网络,... 为了探究管材无芯弯曲工艺参数与成形质量的关系,提升管材无芯弯曲工艺的智能化程度,建立了基于EGRO-RBF算法的304不锈钢管材无芯弯曲成形质量预测模型。以某钢厂管材无芯弯曲相关数据作为神经网络样本集,建立径向基函数(RBF)神经网络,引入多策略改进的淘金者优化算法(EGRO)优化模型结构,将预测结果与传统RBF神经网络和GRORBF神经网络结构进行对比。结果表明,所提出的改进策略有效增强了神经网络的预测精度,能够通过无芯弯曲工艺参数较为准确地预测管材的成形质量,预测值与真实值的误差处于工业实际生产的允许范围之内。 展开更多
关键词 304不锈钢管材 无芯弯曲 rbf神经网络 GRO算法 成形质量预测
原文传递
基于APO-RBF神经网络的林区能见度预测方法
2
作者 杨朔 阚江明 赵汐璇 《林业工程学报》 北大核心 2026年第2期100-107,共8页
对林区资源准确、实时的监测是林区保护的基础,使用视觉传感器对林区资源进行检测是目前最高效、最具前景的方式。能见度作为视觉检测中的重要影响因素,直接影响林区生态监测、灾害预警与环境质量评估。传统的林区能见度测量方法主要有... 对林区资源准确、实时的监测是林区保护的基础,使用视觉传感器对林区资源进行检测是目前最高效、最具前景的方式。能见度作为视觉检测中的重要影响因素,直接影响林区生态监测、灾害预警与环境质量评估。传统的林区能见度测量方法主要有设备检测法和遥感测量法。设备检测法中采用的能见度检测仪造价高、不便携。其检测原理为通过测量光的衰减程度来推算能见度,但林区内树木植被遮挡严重、环境复杂,设备可用性和可靠性大受影响;遥感测量法成本较高,受大气与云层等因素影响大,且因为卫星轨道有限,难以对特定地区提供实时监测,数据的时效性差。由于气象数据易获得、实时性高等特点,近年来通过神经网络与深度学习的方法构建基于气象数据的能见度预测模型已经成为研究趋势。本研究提出的APO(arctic puffin optimization,北极海雀优化算法)-RBF(radial basis function,径向基函数)神经网络能见度预测模型是一种结合APO和RBF神经网络的优化模型,旨在通过动态调整并选择最优RBF网络结构参数来提升其预测性能。首先选取北京市西北部多林区地带气象站与空气质量监测数据,通过对原始数据清洗、剔除、挑选得到气象数据集,划分其中70%为训练集;再通过灰色关联法筛选出对能见度影响较大的气象因素(湿度、风速、PM_(2.5)、大气压、温度),作为APO-RBF预测模型输入参数;并将预测结果与XGBoost(extreme gradient boosting,极端梯度上升)、决策树、BP(back propagation,反向传播)神经网络等能见度预测模型结果进行对比。结果表明,本研究所提出的APO-RBF神经网络能见度预测模型在测试集上的RMSE(均方根误差)为0.319,R^(2)(拟合程度)为0.902,与传统方法相比具有更好的鲁棒性和预测精度。本研究所提出的基于APO-RBF神经网络能见度预测模型为提升林区资源精确监测与灾害预警能力等方面提供了有力支持,为今后能见度的预测工作提供了理论依据。 展开更多
关键词 林区资源 能见度预测 气象数据 APO优化算法 rbf神经网络
在线阅读 下载PDF
基于改进PSO-RBF神经网络的二泵房供水量预测
3
作者 谢萍萍 董国贵 +1 位作者 邢兵锁 汪旭 《佳木斯大学学报(自然科学版)》 2026年第3期177-180,共4页
准确预测二次加压供水泵站(二泵房)供水量可以提高居民用水的安全质量和稳定性,针对此类复杂的、非线性预测问题,常采用RBF神经网络模型来建模,较BP神经网络有更好的全局逼近能力,但RBF神经网络参数的训练耗时且有不稳定现象。采用一种... 准确预测二次加压供水泵站(二泵房)供水量可以提高居民用水的安全质量和稳定性,针对此类复杂的、非线性预测问题,常采用RBF神经网络模型来建模,较BP神经网络有更好的全局逼近能力,但RBF神经网络参数的训练耗时且有不稳定现象。采用一种改进的粒子群算法来优化RBF神经网络的相关参数,可以提高训练速度和稳定性。通过采用实际水厂二泵房的历史日用水量数据,利用改进的IPSO-RBF神经网络训练样本得出预测模型,将得到的预测模型与其它两种预测模型进行实验对比分析,改进的IPSO-RBF模型有显著优势,对二泵房供水量有很好的预测效果,有一定实用价值。 展开更多
关键词 城市供水 二泵房 供水量预测 PSO算法 rbf神经网络
在线阅读 下载PDF
基于EBKA-RBF的304不锈钢管材无芯弯曲回弹角预测
4
作者 苟毓俊 刘泽同 陈建勋 《锻压技术》 北大核心 2026年第2期47-55,共9页
为了实现对管材无芯弯曲回弹角的精确预测,以生产数据为样本集,构建了一种基于径向基函数(RBF)的神经网络模型,并采用一种经多策略增强的黑翅鸢优化算法(EBKA)对该网络进行参数优化,以提升其预测性能。同时,以某钢管厂管材无芯弯曲工艺... 为了实现对管材无芯弯曲回弹角的精确预测,以生产数据为样本集,构建了一种基于径向基函数(RBF)的神经网络模型,并采用一种经多策略增强的黑翅鸢优化算法(EBKA)对该网络进行参数优化,以提升其预测性能。同时,以某钢管厂管材无芯弯曲工艺的回弹角相关数据为测试集,通过学习和训练,分析模型预测的精度和稳定性,并与RBF神经网络和BKA-RBF神经网络的预测结果进行了对比。结果表明,建立的EBKA-RBF神经网络模型预测结果的决定系数R^(2)达到0.9966,均方根误差e_(RMSE)和平均绝对误差e_(MAE)分别为0.0646°和0.0479°,预测值与真实值之间的误差均在工业允许范围内,能够较为准确地预测回弹角,为实际生产和进一步的实验研究提供了理论指导。 展开更多
关键词 无芯弯曲 回弹角 rbf神经网络 BKA算法 高斯变异
原文传递
基于IWOA-RBF神经网络预测的拖拉机线控液压转向系统传递函数参数辨识
5
作者 吕华伟 邓晓亭 +2 位作者 黄薛凯 孙晓旭 鲁植雄 《南京农业大学学报》 北大核心 2026年第1期197-213,共17页
[目的]拖拉机线控液压转向系统具有强非线性、时变等特性,为分析该系统运动学特性,需要建立线控液压转向系统动态模型。本文针对该问题,搭建了线控液压转向试验台架,提出利用系统参数辨识的方法作为线控液压转向系统建模方法。[方法]使... [目的]拖拉机线控液压转向系统具有强非线性、时变等特性,为分析该系统运动学特性,需要建立线控液压转向系统动态模型。本文针对该问题,搭建了线控液压转向试验台架,提出利用系统参数辨识的方法作为线控液压转向系统建模方法。[方法]使用鲸鱼优化算法(WOA)对线控液压转向系统的试验数据进行参数辨识,从而获得系统传递函数参数。为补全线控液压转向系统适用工况,采用RBF神经网络预测法对辨识得到的传递函数进行工况预测,得到线控液压转向系统动态传递函数。[结果]对辨识结果进行了试验对比验证,通过改进的鲸鱼优化算法优化得到的线控液压转向系统传递函数,在右转时与试验数据的均方根误差平均值为0.001334,在左转时与试验数据的均方根误差平均值为0.013440,通过RBF神经网络预测得到的线控液压转向系统全工况动态传递函数与试验数据的均方根误差在0.1左右。[结论]本文提出的动态模型可以精确描述线控液压转向模型的运动学特性,建模方法可行,对提高线控液压转向系统控制稳定性有重要的指导意义。 展开更多
关键词 拖拉机 线控液压转向 鲸鱼优化算法(WOA) 参数辨识 rbf神经网络 工况预测
在线阅读 下载PDF
基于EWOA-RBFNN的光储VSG自适应控制策略
6
作者 张浩雅 邵文权 +1 位作者 吴成锋 杨鹏 《浙江电力》 2026年第1期78-89,共12页
电网功率扰动引发转动惯量与阻尼系数动态耦合失调,导致传统光储VSG(虚拟同步发电机)存在有功超调及频率波动大的问题。提出一种基于EWOA(增强鲸鱼优化算法)与RBFNN(径向基函数神经网络)的光储VSG惯量与阻尼自适应控制策略。结合VSG数... 电网功率扰动引发转动惯量与阻尼系数动态耦合失调,导致传统光储VSG(虚拟同步发电机)存在有功超调及频率波动大的问题。提出一种基于EWOA(增强鲸鱼优化算法)与RBFNN(径向基函数神经网络)的光储VSG惯量与阻尼自适应控制策略。结合VSG数学模型与小信号模型,分析惯量及阻尼参数的调节方法及其取值范围。通过引入动态参数调整及精英个体指导机制,基于EWOA实现对RBF(径向基函数)权值的全局优化,提升网络对非线性系统的逼近精度与泛化能力。优化后的RBFNN可实时调节VSG惯量与阻尼参数,实现系统动态特性的自适应控制。仿真验证表明,该策略能够有效抑制有功超调及频率偏差,尽管频率波动略有增加,但频率超调量控制在0.5%以内,满足系统运行要求;同时有效缩短系统稳定时间,提升暂态响应性能和系统动态稳定性。 展开更多
关键词 虚拟同步发电机 虚拟惯量 虚拟阻尼系数 rbfNN EWOA 自适应控制
在线阅读 下载PDF
基于AMCDE优化RBF神经网络的PID参数整定研究
7
作者 刘悦婷 孔繁庭 +1 位作者 李西素 王园红 《贵州大学学报(自然科学版)》 2025年第1期42-49,90,共9页
针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMC... 针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMCDE)的神经网络算法RBF(radial basis function)整定PID控制器参数。首先,在差分进化算法(differential evolution algorithm,DE)中引入带有存储机制的策略,对种群的个体进行实时排序,充分利用当前种群的方向信息和搜索状态;其次,通过引入自适应变异交叉策略,实现自适应调整变异交叉概率因子,有效地避免种群在迭代后期陷入局部最优解;再次,采用AMCDE算法优化RBF的初始参数,接着由RBF在线辨识得到梯度信息;最后,根据梯度信息对PID的3个参数进行在线调整。仿真实验和某乳制品公司的加热炉温度控制实验表明:与IDE-RBF-PID、GODE-RBF-PID和MCOBDE-RBF-PID相比,AMCDE-RBF-PID控制器的调节时间分别降低了62.6%、55.3%、53.6%,超调量分别降低了79.3%、66.4%、64.7%,抗干扰性能分别提高了42.5%、15.3%、14.8%,控制精度分别提高了35.6%、12.3%、11.2%。由上述结果可知:AMCDE-RBF-PID控制器的动态性能更好,抗干扰性能更强,控制精度更高。 展开更多
关键词 自适应变异交叉策略 差分进化算法 rbf神经网络 PID参数整定
在线阅读 下载PDF
基于RBF-PSO算法的浮筏隔振系统性能优化及轻量化设计 被引量：1
8
作者 徐明成 肖邵予 +1 位作者 王汝夯 张冠军 《中国舰船研究》 北大核心 2025年第4期185-193,共9页
[目的]为了解决工程中浮筏隔振系统轻量化设计过程工作量大、迭代周期长的问题,提出一种基于RBF-PSO多目标优化算法的轻量化设计方法。[方法]以板架式浮筏隔振系统为研究对象,基于ANSYS APDL建立有限元模型并分析其隔振性能和抗冲击性... [目的]为了解决工程中浮筏隔振系统轻量化设计过程工作量大、迭代周期长的问题,提出一种基于RBF-PSO多目标优化算法的轻量化设计方法。[方法]以板架式浮筏隔振系统为研究对象,基于ANSYS APDL建立有限元模型并分析其隔振性能和抗冲击性能。通过试验测试浮筏的隔振性能,并与数值仿真结果进行对比,验证数值仿真结果的准确性;采用完全有限差分法,对浮筏隔振系统进行参数灵敏度分析,通过灵敏度分析结果选择设计变量,并基于RBF-PSO多目标优化算法对浮筏进行轻量化设计。[结果]研究结果表明:轻量化设计后,筏架质量为63.03kg,相较原筏架减重31.92%。与此同时,浮筏隔振系统的隔振性能提升了2.48dB,设备的抗冲击性能也有所提升。RBF-PSO多目标优化算法优化值与数值仿真计算值误差小于1%。[结论]RBF-PSO多目标优化算法可有效应用于浮筏隔振系统的轻量化设计中。 展开更多
关键词 浮筏隔振系统 隔振 灵敏度分析 rbf神经网络 粒子群算法 轻量化设计
在线阅读 下载PDF
基于WOA-SA-RBF模型的西北内陆河流域突发水污染安全评价
9
作者 靳春玲 田亮 +2 位作者 贡力 李战江 蔡惠春 《科学技术与工程》 北大核心 2025年第23期10075-10083,共9页
为保障西北内陆河流域生态安全,急需开展西北地区内陆河流域突发水污染安全评价。聚焦于疏勒河流域敦煌区域,通过运用压力-状态-响应(pressure-state-response,PSR)模型框架,基于2017—2022年该流域的历史数据,采用一种融合鲸鱼优化与... 为保障西北内陆河流域生态安全,急需开展西北地区内陆河流域突发水污染安全评价。聚焦于疏勒河流域敦煌区域,通过运用压力-状态-响应(pressure-state-response,PSR)模型框架,基于2017—2022年该流域的历史数据,采用一种融合鲸鱼优化与模拟退火策略的径向基(whale optimization algorithm-simulated annealing-radial basis function,WOA-SA-RBF)神经网络模型,来评估该区域的突发水污染风险等级,并与粒子群优化算法-径向基(particle swarm optimization-radial basis function,PSO-RBF),遗传优化算法-径向基(genetic algorithm-radial basis function,GA-RBF)神经网络模型及传统评价方法优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)法的评价结果进行对比分析。分析结果显示:疏勒河敦煌段在2017—2018年突发水污染风险水平被评定为Ⅱ级,而2019—2022年则降为Ⅲ级,显示出风险逐渐下降并趋向稳定的趋势;结果与TOPSIS法分析结果一致,与流域治理情况相符,从而有效验证本文评估模型的精度。研究成果有助于提高疏勒河流域针对突发水污染事件的预防控制能力与紧急应对效率,对西北内陆河流域的水资源管理以及祁连山区域的生态保护工作具有不可忽视的重要意义。 展开更多
关键词 鲸鱼优化算法(WOA) 模拟退火算法(SA) 径向基神经网络模型(rbf) 突发水污染 安全评价 内陆河
在线阅读 下载PDF
基于自适应RBF神经网络的小型铅铋快堆堆芯热工水力参数预测方法研究
10
作者 吴红 赵亚楠 +2 位作者 赵鹏程 曾深权 于涛 《核科学与工程》 北大核心 2025年第5期869-877,共9页
为实现准确、高效预测铅铋快堆关键热工参数,提高铅铋快堆热工安全评价能力,提出了一种基于自适应径向基函数(RBF)神经网络的铅铋快堆燃料元件表面温度预测方法。利用子通道分析程序SUBCHANFLOW建立小型铅铋快堆SPALLER-100堆芯子通道模... 为实现准确、高效预测铅铋快堆关键热工参数,提高铅铋快堆热工安全评价能力,提出了一种基于自适应径向基函数(RBF)神经网络的铅铋快堆燃料元件表面温度预测方法。利用子通道分析程序SUBCHANFLOW建立小型铅铋快堆SPALLER-100堆芯子通道模型,以计算得到的2000组堆芯功率分布和各冷却剂流道质量流量分布数据作为训练样本,对自适应RBF神经网络模型进行训练,实现对铅铋快堆燃料元件表面温度的预测。通过对比,证明了自适应RBF神经网络方法的有效性、优越性和泛化能力。研究表明:自适应RBF神经网络方法预测燃料包壳最高温度相对误差不超过0.5%,可用于铅铋快堆热工水力参数的快速预测。 展开更多
关键词 铅铋快堆 rbf神经网络 自适应算法 燃料包壳最高温度
在线阅读 下载PDF
基于SSA-RBFNN的钢管混凝土界面粘结强度研究
11
作者 刘文博 杨喜娟 +1 位作者 王力 李子奇 《中国安全生产科学技术》 北大核心 2025年第3期148-155,共8页
为了改善传统径向基神经网络(RBFNN)存在对样本数据依赖性强、参数选择复杂、收敛速度慢等缺陷。将麻雀搜索算法(SSA)应用于RBFNN预测模型,提出基于SSA-RBFNN的CFST界面粘结强度预测模型,收集319组数据建立数据库,选取8种影响因素作为... 为了改善传统径向基神经网络(RBFNN)存在对样本数据依赖性强、参数选择复杂、收敛速度慢等缺陷。将麻雀搜索算法(SSA)应用于RBFNN预测模型,提出基于SSA-RBFNN的CFST界面粘结强度预测模型,收集319组数据建立数据库,选取8种影响因素作为输入层参数和界面粘结强度作为输出层参数,分别建立RBFNN和SSA-RBFNN模型。通过平均绝对百分比误差(MAPE)和决定系数(R 2)等指标,将2种机器学习模型与6种现有公式进行比较,评估它们在预测精度和稳定性方面的表现。研究结果表明:2种机器学习模型比公式精度更高。其中,SSA-RBFNN模型有更好的预测性能,更有助于高效预测CFST的界面粘结强度。研究结果可为CFST结构工程设计提供相应的预测方法和技术支持,可以帮助工程师在设计和施工过程中更好地评估结构的承载能力和安全性。 展开更多
关键词 rbf神经网络 麻雀搜索算法 钢管混凝土 界面粘结强度 机器学习模型
在线阅读 下载PDF
基于改进北方苍鹰算法的RBF-PID海参热泵干燥温度控制
12
作者 肖扬 李占英 张鹏飞 《大连工业大学学报》 2025年第1期73-78,共6页
针对海参干燥过程中温度控制不够精准和能耗高的问题,提出了基于改进的北方苍鹰算法、径向基函数和比例-积分-微分算法的温度控制算法及热泵干燥系统设计。针对传统北方苍鹰算法初始解随机分布不均匀和容易陷入局部最优的问题,提出了在... 针对海参干燥过程中温度控制不够精准和能耗高的问题,提出了基于改进的北方苍鹰算法、径向基函数和比例-积分-微分算法的温度控制算法及热泵干燥系统设计。针对传统北方苍鹰算法初始解随机分布不均匀和容易陷入局部最优的问题,提出了在传统北方苍鹰算法加入Tent混沌映射,优化初始种群均匀性、遍历性,在第二阶段采用非线性自适应半径,并在第二阶段结束后加入差分进化算法以增加个体搜索广度的方法,增强了算法搜索最优解的能力。采用改进的北方苍鹰算法(INGO)优化RBF神经网络参数,搭建了INGO-RBF-PID温度控制算法。消融实验结果表明,在2%误差范围内,该算法的稳定性和快速性均优于传统的PID、RBF-PID和未改进的NGO-RBF-PID。在S7-1200 PLC中进行仿真验证,该算法对于温度控制系统具有较好的性能,可为海参干燥系统提供支持。 展开更多
关键词 北方苍鹰算法 rbf神经网络 PID控制 可编程控制器
在线阅读 下载PDF
基于RBF神经网络的电机轴承故障诊断 被引量：1
13
作者 乔维德 《陕西理工大学学报(自然科学版)》 2025年第4期35-41,共7页
为诊断电机轴承故障,建立了一种基于小波包分解法、蝙蝠-蛙跳算法及改进粒子群算法的电机轴承故障诊断径向基函数(RBF)神经网络模型。电机轴承故障信号特征向量通过小波包分解法提取,将蝙蝠-蛙跳算法用于RBF神经网络初始结构参数优化,... 为诊断电机轴承故障,建立了一种基于小波包分解法、蝙蝠-蛙跳算法及改进粒子群算法的电机轴承故障诊断径向基函数(RBF)神经网络模型。电机轴承故障信号特征向量通过小波包分解法提取,将蝙蝠-蛙跳算法用于RBF神经网络初始结构参数优化,采用改进粒子群算法和电机故障样本对RBF神经网络进行训练和测试。仿真实验表明该模型诊断电机轴承故障优势明显,诊断速度快,诊断准确性好、精度高,满足电机轴承故障有效诊断的需要,具有一定的参考价值与应用前景。 展开更多
关键词 电机轴承故障 rbf神经网络 小波分析 蝙蝠-蛙跳算法
在线阅读 下载PDF
基于RBF-PSO的垃圾焚烧炉炉温优化控制研究
14
作者 张熙 罗军 +2 位作者 林钦 薛瑞林 甘桂祥 《自动化应用》 2025年第11期266-268,273,共4页
在垃圾焚烧炉的运行过程中,炉温是重要参数。因此,维持正常稳定的炉温是垃圾焚烧炉稳定、经济运行良好以及保证垃圾焚烧处理效果和抑制污染物生成的关键。分析了影响垃圾焚烧炉炉温的因素,采用RBF神经网络和粒子群优化算法建立了垃圾焚... 在垃圾焚烧炉的运行过程中,炉温是重要参数。因此,维持正常稳定的炉温是垃圾焚烧炉稳定、经济运行良好以及保证垃圾焚烧处理效果和抑制污染物生成的关键。分析了影响垃圾焚烧炉炉温的因素,采用RBF神经网络和粒子群优化算法建立了垃圾焚烧炉的工况寻优模型,同时结合燃烧段一次风流量多元线性回归控制模型,对垃圾焚烧炉炉温进行优化控制,并在这些模型的基础上进行了仿真实验。研究表明,RBF-PSO能适应垃圾焚烧炉炉温控制的要求,增强炉温控制的稳定性。 展开更多
关键词 垃圾焚烧 炉膛温度 rbf神经网络 粒子群优化算法
在线阅读 下载PDF
基于RBF神经网络的飞机油量计算方法
15
作者 罗云鹤 赵铮 《空军工程大学学报》 北大核心 2025年第2期26-33,共8页
针对目前飞机燃油测量采用的查表插值油量计算方法效率低,以及神经网络应用于飞机油箱油量计算存在的精度不高、容错性不好等问题,开展了基于径向基函数(RBF)神经网络的飞机油量计算方法研究。通过改善油箱体积特性数据库的离散分布优... 针对目前飞机燃油测量采用的查表插值油量计算方法效率低,以及神经网络应用于飞机油箱油量计算存在的精度不高、容错性不好等问题,开展了基于径向基函数(RBF)神经网络的飞机油量计算方法研究。通过改善油箱体积特性数据库的离散分布优化训练样本质量,改进神经网络训练算法提高对输入数据误差容错性,采用遗传算法优化神经网络设计参数,有效提升了RBF神经网络在油量计算中的泛化能力和训练效率。经某型飞机燃油箱计算实例和地面试验验证表明,油箱模型数据离散方法能更为准确描述油箱体积特性,与等距切割方法相比测试样本插值计算均方根误差下降34.8%。构建的RBF神经网络具有较好的计算精度,计算效率较插值计算方法提升了约5倍。改进算法与正交最小二乘法(OLS)算法相比,当输入参数存在误差时测试样本预估均方根误差下降61.5%,容错性明显提升,具有工程实用价值。 展开更多
关键词 飞机燃油测量 油量计算方法 rbf神经网络 油箱体积特性
在线阅读 下载PDF
基于WPA-RBF算法的六维力传感器解耦方法研究
16
作者 李坤汝 侯晓娟 +1 位作者 王喆 何剑 《仪表技术与传感器》 北大核心 2025年第11期13-18,30,共7页
针对传统径向基函数(RBF)神经网络在六维力传感器解耦训练中泛化能力弱、对初始参数依赖性强等问题,提出一种基于狼群算法优化(WPA)的RBF神经网络。通过在参数空间中寻找初始参数的最优解,显著提升网络的收敛速度,并缓解局部极值与振荡... 针对传统径向基函数(RBF)神经网络在六维力传感器解耦训练中泛化能力弱、对初始参数依赖性强等问题,提出一种基于狼群算法优化(WPA)的RBF神经网络。通过在参数空间中寻找初始参数的最优解,显著提升网络的收敛速度,并缓解局部极值与振荡问题。将该算法应用于六维力传感器的输出解耦,并与BP神经网络和传统RBF神经网络进行性能对比分析。实验结果表明:基于WPA优化RBF神经网络解耦算法的均方误差为0.15,最大Ⅰ类误差为1.925,比优化前均提升了40%,且其他性能指标均优于其他2种对比算法,可以显著提高六维力传感器的解耦精度和训练效率。 展开更多
关键词 六维力传感器 狼群算法 rbf神经网络 径向基函数 非线性解耦 维间解耦
在线阅读 下载PDF
AVA-RBF 模型在变电站通信网络故障诊断中的应用与性能分析
17
作者 姚德才 《通信电源技术》 2025年第17期201-203,共3页
为提高变电站通信网络故障诊断的准确性和实时性,文章提出一种基于自适应变异算法(Adaptive Variation Algorithm,AVA)优化的径向基函数(Radial Basis Function,RBF)神经网络故障诊断模型。该模型通过引入自适应变异机制优化RBF网络参数... 为提高变电站通信网络故障诊断的准确性和实时性,文章提出一种基于自适应变异算法(Adaptive Variation Algorithm,AVA)优化的径向基函数(Radial Basis Function,RBF)神经网络故障诊断模型。该模型通过引入自适应变异机制优化RBF网络参数,构建了包含数据预处理、特征提取和诊断决策的分层架构。实验结果表明,该模型对网络通信故障、硬件故障、软件故障和复合故障的诊断准确率分别达到96.5%、94.8%、93.2%和92.1%,误报率和漏报率均控制在5%以内。研究表明,AVA-RBF模型在变电站通信网络故障诊断中具有较高的实用价值。 展开更多
关键词 变电站通信网络 故障诊断 径向基函数(rbf)神经网络 自适应变异算法(AVA)
在线阅读 下载PDF
基于差分进化算法优化RBF神经网络的雷电过电压识别
18
作者 甄杰豪 《山西电子技术》 2025年第4期47-49,54,共4页
为了提高变电站雷电过电压识别结果的正确率,提出了一种基于差分进化算法优化RBF神经网络的雷电过电压识别方法。针对不同过电压波形进行了分析,采用差分进化算法确定RBF神经网络的最优参数,构建了基于差分算法优化RBF神经网络的过电压... 为了提高变电站雷电过电压识别结果的正确率,提出了一种基于差分进化算法优化RBF神经网络的雷电过电压识别方法。针对不同过电压波形进行了分析,采用差分进化算法确定RBF神经网络的最优参数,构建了基于差分算法优化RBF神经网络的过电压识别模型。采用实际过电压监测数据进行仿真分析,结果表明,基于此所提方法只出现了1次错误,过电压识别结果的准确率高达97.5%,远高于BP神经网络和支持向量机,验证了所提方法的有效性。 展开更多
关键词 过电压 识别 差分进化算法 rbf神经网络
在线阅读 下载PDF
基于RBF神经网络的车门耐撞性优化设计
19
作者 冷川 刘家员 《汽车实用技术》 2025年第21期31-37,共7页
文章应用径向基函数(RBF)神经网络与多目标遗传算法,对汽车车门进行高效的耐撞性优化设计。在HyperMesh软件中建立车门侧面碰撞的有限元模型,对其进行耐撞性分析。以车门关键部件厚度为设计变量,采用哈默斯雷试验设计方法生成分布合理... 文章应用径向基函数(RBF)神经网络与多目标遗传算法,对汽车车门进行高效的耐撞性优化设计。在HyperMesh软件中建立车门侧面碰撞的有限元模型,对其进行耐撞性分析。以车门关键部件厚度为设计变量,采用哈默斯雷试验设计方法生成分布合理的样本点进行计算,对计算结果应用RBF神经网络方法构建了车门质量、吸能值、最大碰撞力和侵入量的近似模型。以车门吸能值最大与质量最小为目标,以车门最大碰撞力与侵入量为约束,应用多目标遗传算法对近似模型进行优化设计。优化后的车门在最大碰撞力与侵入量均减少的情况下,吸能值提高了29.33%,质量减少了8.5%,耐撞性得到提高,且设计时间得到有效缩短。 展开更多
关键词 车门 耐撞性 优化设计 rbf神经网络 多目标遗传算法
在线阅读 下载PDF
基于FA-RBF模型的无人机点云孔洞修补
20
作者 芦燊 田辉 《测绘与空间地理信息》 2025年第10期188-191,共4页
针对无人机点云数据中存在孔洞的问题,本文提出一种基于萤火虫算法(Firefly Algorithm)优化径向基函数(Radical Basis Function, RBF)神经网络的无人机点云孔洞修补方法。该方法借助FA对RBF神经网络的权值与阈值进行优化,解决RBF神经网... 针对无人机点云数据中存在孔洞的问题,本文提出一种基于萤火虫算法(Firefly Algorithm)优化径向基函数(Radical Basis Function, RBF)神经网络的无人机点云孔洞修补方法。该方法借助FA对RBF神经网络的权值与阈值进行优化,解决RBF神经网络参数选取困难、易陷入局部极值等问题。选取某市郊区的无人机点云数据作为试验数据进行试验,对比本文提出FA-RBF模型、RBF神经网络以及最小二乘支持向量机(LSSVM)的无人机点云孔洞修补结果,试验结果表明,本文提出的基于FA-RBF模型的无人机点云孔洞修补精度要优于对比算法,具有更高的稳定度与适应度,能够很好地保留复杂局部区域特征。 展开更多
关键词 无人机点云 孔洞修补 萤火虫算法 rbf神经网络 精度对比
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 41 下一页 到第 页
使用帮助 返回顶部