基于RBF神经网络的一类非线性系统模糊自适应控制

针对一类非线性不确定系统,基于ＲＢＦ神经网络,结合模糊滑模控制提出了一种自适应控制方法。根据Ｌｙａｐｕｎｏｖ稳定性理论设计ＲＢＦ网络和模糊滑模补偿控制器的参数。     

基于RBF神经网络的免疫控制器结构

从T细胞介导的免疫过程出发，通过对其数学模型的简化，利用RBF神经网络构造了一种基于生物系统免疫反馈机理的控制器．该控制器以正反馈模拟免疫激励，提高了系统的快速性；以负反馈模拟免疫抑制，增强了系统的稳定性和鲁棒性．文中对于一类仿射非线性系统证明了其作为控制器时的系统闭环稳定性．仿真实验表明，该控制器对系统的噪声具有很好的抑制能力．     

城市用水量预测模型及其应用

利用径向基函数神经网络,建立了城市用水量预测模型,并根据阜新市近些年来影响城市用水量的主要影响因素的数据对该网络进行训练,用训练好的网络模型预测今后的城市用水量,拟和预测结果表明该模型有较高预测精度,并具有一定的通用性和客观性等优点.     

压电陶瓷回环特性的RBF神经网络建模研究

压电陶瓷的输入输出特性表现为非线性多值对应关系，直接采用只能逼近任意单值对应函数的前馈神经网络是无法描述压电陶瓷回环特性的，该文提出在二维输入输出空间中增加时间轴，构成三维空间，使压电陶瓷的输入输出特性变为单值对应关系。采用多输入单输出的RBF神经网络实现对迟滞回环特性的描述，其仿真结果表明该建模方法是有效的，并具有较高的精度。     

混沌系统的RBF网络补偿控制方法研究

针对混沌系统由线性和非线性两部分构成的特点,提出径向基函数网络(RBFNs)补偿控制非线性混沌运动的方法,用训练好的RBF网络消除混沌系统非线性因素影响,将原系统变成近似线性系统,再利用设计好的线性状态反馈控制器将混沌系统镇定到希望平衡位置.在理论分析的基础上,通过典型的连续时间混沌系统(Holmes非线性振子)进行计算机仿真实验,结果表明,所提出方法具备有效性.图4,参12.     

热传导方程辐射系数及初始条件反问题的数值求解

讨论用某一时刻的温度测量值及某一子区域中各时刻的温度测量值同时重构热传导方程的辐射系数和初始条件这一反问题的数值求解方法．用最小二乘法，将此反问题化为一个变分问题，且将此变分问题离散化为一个非线性规划问题，其目标函数值依赖于热传导方程正问题的数值解．同时用差分法和径向基函数(RBF)方法求正问题的数值解并导出相应目标函数的梯度公式，在此基础上用拟牛顿方法实现一般情形下的数值重构．数值实验表明，这一方法是可行的．     

竖炉焙烧过程生产质量监控系统

针对竖炉焙烧过程的质量指标磁选管回收率难以实时在线测量问题,基于RBF神经网络与专家系统提出了由磁选管回收率预报模型和生产质量诊断模型构成的竖炉焙烧质量监控系统.经过现场检验,该系统能够准确实时地预报磁选管回收率,并能够对生产质量进行诊断,提出合理的参数调整方法以避免不合格产品的出现.磁选管回收率提高2%,产品合格率提高了50%,有效地保证了竖炉焙烧过程的生产质量.     

径向基函数神经网络在多河段水质模拟中应用

为了更好地模拟与预测河流水质,运用人工神经网络的原理与方法,在分析河流多河段水质模型基础上,建立了RBF人工神经网络水质模型,应用滏阳河邯郸市区段实测水质数据对模型进行训练与检验,结果表明,该模型应用于水质模拟精度高,是可行的.     

有机灰色神经网络模型在河流水质预测中的应用

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,在分析河流水质动态变化的基础上,结合灰色理论中的GM(1,1),无偏GM(1,1)和RBF神经网络的特点,提出有机灰色神经网络预测模型,将灰色模型得到的数值作为神经网络的输入,原始数据作为神经网络的输出,训练得到最佳神经网络结构.以某地区河流水质为例,根据其变化规律,应用有机灰色神经网络模型进行预测,结果表明,该模型拟合误差小,预测精度高.     

改进型RBF神经网络在系统建模中的应用

提出了一种新的RBF神经网络的设计方法,采用遗传-K均值聚类算法对RBF神经网络的隐层节点中心值进行优选,用遗传算法训练RBF神经网络的权值。以锅炉燃烧为实例,通过从现场采集的数据建立神经网络模型,使用改进的算法建立系统的神经网络模型,结果证明了该方法的有效性。