智能数据预处理在浮选过程中的应用

针对反浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点，提出一种基于主元分析和模糊聚类的数据预处理算法。采用模糊C均值聚类算法得到聚类中心，进行线形回归从而对过程变量数据进行了预处理。主元分析法则用采进行辅助变量的选取和输入高维向量的降维简化．针对主元变量采用径向基函数网络建立了系统经济技术指标的预测模型。根据工业实际生产数据进行的模型校验和误差分析表明，能够满足浮选过程控制的精度要求。     

基于RBF神经网络的客户分类模型

运用径向基函数（RBF）神经网络和K均值聚类算法建立了客户价值分类模型,并用最小二乘法调整RBF的权值．仿真结果证明了该方法的有效性．     

平面式并联齿轮马达研究

介绍了平面式并联齿轮马达的的结构原理;对齿轮径向力及输出转速和转矩的脉动进行了分析。结果表明：该马达扭矩输出齿轮所受径向力平衡,同等输出转矩下,空转齿轮所受径向力减少一半;在取奇数齿时,马达输出转速和转矩的均匀性显著提高,脉动频率增加一倍,该马达兼具结构简单和性能优越的特点。     

PCA-DRBFN模型在精馏塔精苯干点估计中的应用

针对PCA(PrincipalComponentsAnalysis)技术中,由于重叠信息会严重影响主成分的正确提取这一问题,提出了一种改进的数据降维处理方法·首先,利用标准化变量间的相关系数大小找到重叠信息·然后,将重叠信息进行加权综合·最后,利用改进的数据降维处理方法以及分布式网络技术,建立了基于PCA DRBFN(PrincipalComponentsAnalysis DistributedRadialBasisFunctionNetwork)的软测量模型,并将其应用到某钢厂的精苯精馏过程,对精苯干点进行估计·通过仿真证明,所建立的模型具有较好的泛化效果·     

求解偏微分方程的一类无网格算法

利用径向基函数在Sobolev空间Hk(Ω) (k >n2 )中的插值性质 ,由一类特殊的径向函数构成H1 (Ω)空间中的一组基 ,得到求解偏微分方程边值问题的无网格算法 ,并针对散乱数据的特点 ,给出计算整体稠密度h的算法及如何通过加密节点使h值缩小的一个可行的方法 ,最后应用Sobolevsplines径向基函数和紧支柱正定径向基函数进行了数值模拟     

基于小波包和径向基神经网络轴承故障诊断

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号.通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量.应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射.现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障.     

河道洪水演算的径向基函数神经网络模型

将径向基函数神经网络方法应用于河道洪水演算中，并利用最小二乘法来确定模型参数。结合河道洪水演算的具体方式，分别构建基于马斯京根方法和具有预见期的洪水演算方法的径向基函数神经网络模型。将该模型应用于两条天然河道的洪水演算中，计算结果表明，该模型运算快速，精度较高，具有较大的应用价值。     

分光光度法同时测定土壤中的铅、锌、镍、铜

采用分光光度法进行土壤中铅、锌、镍、铜离子的同时测定研究，通过模拟蓄电池厂周围土壤情况探讨了同时测定的实验方法．用偏最小二乘（PLS）和径向基函数神经网络（RBFNN）方法解析测定数据，结果表明PLS法的预测准确性明显优于RBFNN方法．     

实心锤头径向锻造压应力分析

为了研究径向锻造工件内部压应力产生的工艺条件,采用DEFORM 3D有限元软件对GFM精锻机SXP-65实心锤头的径向锻造过程进行数值模拟.通过改变压下量和拉打速度得到主要模拟结果为:实心锤头径向锻造锻件心部应力为压应力;当相对压下率和拉打速度小于特定值时,锻件心部受两向压应力;而当相对压下率和拉打速度大于一定的条件时,锻件心部再受轴向压应力,即心部受三向压应力;并得到了不同拉打速度下的相对压下率的参考值,对于制定合理的锻造制度具有参考价值.     

基于径向基神经网络的有限元模型修正研究

模型修正属于反问题的一种,针对其非线性、计算量大等不足之处,提出一种基于径向基神经网络的有限元模型修正方法,并把反问题归结为正问题进行研究。该方法将特征量作为自变量输入、设计参数作为因变量输出,用试验设计构造样本,以径向基神经网络逼近两者之间的非线性映射关系,利用神经网络的泛化特性直接输出设计参数的修正值。某空间钢结构模型的计算结果验证了该方法的有效性。