六自由度波浪补偿平台的神经网络自适应反馈线性化控制

六自由度波浪补偿平台所采用的大长径比非对称液压系统在深海区需完成大跨度、高速度的波浪补偿任务,这为控制系统的控制精度和抗干扰能力带来严峻的挑战.引入径向基神经网络(RBFNN)辨识,提出一种自适应反馈线性化控制策略.首先,建立六自由度波浪补偿平台非对称液压系统的非线性模型.然后,基于RBFNN辨识利用反馈线性化设计自适应控制器.最后,利用MATLAB/Simulink开展五级海浪(90°遭遇角恶劣工况)作用下和外力干扰下的仿真分析.结果表明：相比于经典比例系数-积分系数-微分系数(PID)和滑模控制,新型控制器控制精度和抗干扰能力明显提高,更适合用于复杂海况下六自由度波浪补偿平台的控制,且具有很好的跟踪效果和较强的稳健性,可为深海区六自由度波浪补偿平台控制系统设计提供参考.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

一种新的RBF神经网络非线性动态系统建模方法

将遗传算法与正交优选法结合 ,用来训练径向基函数 ( RBF)神经网络 ,并对基函数宽度进行自动地调整 ,得到了一种训练 RBF神经网络的新方法 .将其应用于连续流体搅拌反应槽 ( CFSTR)生化反应器的建模中 ,得到了令人满意的结果 .该算法提高了径向基函数神经网络的泛化能力和鲁棒性 ,研究表明是一种有效的“黑箱”动态建模方法     

一类新的离散时延递归RBF神经网络

提出了一类带有离散时间 FIR/ IIR滤波器的递归 RBF神经网络 ,用离散时间 FIR/ IIR滤波器代替通常的 RBF神经网络中的线性输出权值 ,以适用于离散动力学系统的辨识和控制以及混沌时间序列预测 .本文给出的学习算法简单 ,可以避免传统的递归算法的不稳定性 .将该类神经网络用于动力学系统的建模 ,收到很好的效果 .     

Multi-Quadric函数与Gauss函数的插值比较

径向基函数在散乱数据插值中有着广泛应用.本文对Multi-Quadric函数与常用的Gauss函数列举多个实例,使用Mathematica编程计算,对其参数进行分析与比较,获得效果较好的误差图.     

Dirichlet积分的5种计算方法

研究Dirichlet积分∫0~sinx/x dx,给出5种不同的Dirichlet积分值计算方法.     

变截面箱梁桥跨中底板径向力效应分析

结合国内数座桥梁底板下崩事故,探讨了预应力径向力作用下变截面箱梁桥底板开裂和下崩机理。然后,研究了径向力效应空间有限元分析合理建模方法,并通过实例验证了方法的可靠性。     

首次积分法及其在非线性发展方程中的应用

通过结合李群理论和微分系统的首次积分,提出了一种扩展的首次积分法.利用此方法并借助符号计算Maple和吴氏消元法得到了变系数ANNV方程的一些新的精确解     

轴类零件镗径向孔

机械加工厂加工轴类的零件可节约大量成本，而且缩短生产周期。整个产品更容易协调、计划、完成生产周期。普通机床加工此零件有很大难度，所以文章对此零件的加工工艺进行了研究。     

第一换元积分法教学思考

本文探讨的是第一换元积分法的教学难点,并结合职业院校学生特点提出适宜的教学思路.