-
题名基于粒子群的后件多项式RBF神经网络算法
被引量：10
- 1
-
-
作者
王燕燕
王宏伟
-
机构
新疆大学电气工程学院
大连理工大学控制科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第12期72-76,144,共6页
-
基金
国家自然科学基金(No.61863034)
-
文摘
RBF(径向基函数)神经网络能在各个领域得到了很好的应用,关键在于网络模型参数权值、网络中心值、基宽向量和隐含层节点数的选取。传统的RBF神经网络存在精度不高,容易陷入局部最优,收敛速度慢等缺点。针对这些问题,提出了利用粒子群算法优化后件多项式RBF神经网络方法,即优化含有后件多项式RBF神经网络的权值、网络中心值和基宽向量值,并选取最优的隐含层节点数,进而提出了PSOIRBF(基于粒子群的后件多项式RBF)神经网络。通过对非线性模型和实例等非线性被控对象的仿真研究及对模型的分析,表明了所提出算法的有效性。
-
关键词
后件多项式rbf神经网络
粒子群优化
有效性
-
Keywords
post-polynomial rbf neural network
particle swarm optimization
effectiveness
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于径向基神经网络的光栅细分方法
被引量：6
- 2
-
-
作者
郭雨梅
关蕊
钟媛
-
机构
沈阳工业大学信息科学与工程学院
-
出处
《沈阳工业大学学报》
EI
CAS
2011年第2期193-197,共5页
-
基金
辽宁省科技攻关资助项目(2006219005)
沈阳市科技局科技支撑计划资助项目(1081229-1-00)
-
文摘
为了研究细分精度高、位移跟踪速度快的光栅位移测量系统,提出一种基于径向基神经网络的光栅细分方法.利用三层RBF神经网络,在一个莫尔条纹信号周期内取多个样本点,并把多个样本点所对应的正切值作为网络的输入,将该样本点在一个栅距内的微位移量作为目标输出,建立合理的神经网络模型,与DSP相结合实现莫尔条纹细分.通过对样本点的分段学习,证明了仅用少量的神经元即可实现高精度细分.该神经网络结构简单,非线性逼近能力强,通过对非样本点数据的实验验证,证明了该系统的可行性,具有一定的实用价值.
-
关键词
光栅传感器
莫尔条纹
细分
乘法倍频
rbf神经网络
多项式拟合
DSP芯片
Matlab仿真
-
Keywords
grating sensor； moiré fringe； subdivision； frequency multiplication； rbf neural network； polynomial fitting； DSP； Matlab simulation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于RBF的金属壳谐振陀螺温度误差补偿方法
被引量：1
- 3
-
-
作者
刘宁
马晓飞
苏中
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
北京控制与电子技术研究所
-
出处
《现代电子技术》
北大核心
2019年第10期49-52,共4页
-
基金
国家自然科学基金(61771059)
北京市自然科学基金(3184046)
高动态导航技术北京市重点实验室开放课题~~
-
文摘
针对金属壳谐振陀螺由于温度变化导致陀螺精度降低的问题,提出一种基于RBF神经网络的金属壳谐振陀螺温度误差补偿方法。在-4～60℃温度范围内,分别建立金属壳谐振陀螺的温度误差一阶多项式模型、二阶多项式模型和RBF神经网络模型,基于三种温度误差模型对陀螺输出进行温度误差补偿。实验数据表明,基于RBF神经网络模型的补偿效果优于基于一阶多项式和二阶多项式模型的补偿效果,补偿后漂移标准差减少了66.31%,可大幅度降低温度变化对金属壳谐振陀螺精度的影响,在工程实际中有一定参考意义。
-
关键词
金属壳谐振陀螺
温度漂移
温度误差补偿
rbf神经网络
多项式模型
漂移标准差
-
Keywords
metal shell syntonic gyro
temperature drift
temperature error compensation
rbf neural network
polynomial model
drift standard deviation
-
分类号
TN373-34
[电子电信—物理电子学]
V241.5
[航空宇航科学与技术—飞行器设计]
-
