期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
非线性系统的RBF神经网络建模方法研究
被引量：
2
下载PDF
职称材料
导出
摘要
RBF神经网络理论为非线性系统辨识提供了有力的工具。针对多数RBF神经网络原有算法的计算量大、学习速度慢等缺点,采用一种混合算法,仿真结果表明算法具有一定的有效性。
作者
王艳芹
王凤嫔
机构地区
大庆师范学院物理与电气信息工程学院
出处
《大庆师范学院学报》
2010年第6期23-25,共3页
Journal of Daqing Normal University
基金
大庆师范学院青年基金研究项目(08ZQ09)
关键词
非线性系统
RBF神经网络
学习算法
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
引文网络
相关文献
节点文献
二级参考文献
1
参考文献
5
共引文献
10
同被引文献
15
引证文献
2
二级引证文献
6
参考文献
5
1
Jean-JacquesESlotine,WeipingLi著.程代展等译.应用非线性控制[M].北京:机械工业出版社,2006:4.
被引量：5
2
高隽.网络原理及仿真实例[M].北京:机械工业出版社,2006:56-57.
被引量：1
3
Binchini M , Frasconi P, Gori. Learning Without Local Minama in Radial Basis Function Networks[ J ]. IEEE Trans. on Neural Networks, 1995, 6(3 ) :749 -755.
被引量：1
4
王永骥,涂健编著..神经元网络控制[M].北京:机械工业出版社,1998:428.
5
刘铁男,段玉波,刘志德,谢爱华,张航.
带优选聚类算法的RBF网络辨识器及应用[J]
.控制与决策,2003,18(2):233-236.
被引量：7
二级参考文献
1
1
钱颂迪.运筹学[M].北京：清华大学出版社,1997..
被引量：16
共引文献
10
1
张秀玲,张志强.
四种确定RBFNN中心的新算法[J]
.工业仪表与自动化装置,2007(2):6-9.
被引量：3
2
韩敏,穆云峰.
一种改进的RAN网络结构优化算法[J]
.控制与决策,2007,22(10):1177-1180.
被引量：3
3
张莉洁,王炅,钱林方.
冲击载荷下磁流变阻尼器控制系统仿真研究[J]
.机床与液压,2009,37(7):7-10.
被引量：1
4
袁雷,吴汉松,喻洲.
基于反馈线性化的船舶航向自适应模糊滑模控制与仿真[J]
.舰船电子工程,2009,29(7):133-135.
被引量：1
5
王艳芹,刘彰基,王凤嫔.
基于RBF神经网络的储层孔隙度建模[J]
.油气田地面工程,2010,29(10):91-92.
6
范永青,王银河,罗亮,章云.
带有伸缩器和饱和器的一类非线性系统模糊自适应控制设计[J]
.控制理论与应用,2011,28(9):1105-1110.
被引量：6
7
李岚,金朝永.
一类多变量不确定非线性系统的自适应模糊监督控制[J]
.广东工业大学学报,2012,29(2):79-84.
被引量：1
8
张辉宜,周奇龙,袁志祥,刘志明.
基于AP聚类的RBF神经网络研究及其在转炉炼钢中的应用[J]
.钢铁研究学报,2014,26(1):22-26.
被引量：7
9
冯耀暄,薄学纲.
基于动态RBF网络辨识和模糊控制的弹道落点预测导引研究[J]
.兵器装备工程学报,2017,38(2):108-112.
被引量：5
10
李锐,熊杰.
基于BP神经网络的原油持水率检测仪[J]
.仪表技术与传感器,2017(10):29-32.
被引量：4
同被引文献
15
1
邹建栋,王孔杰,郑科,王宁博.
注水开发油藏生产递减预测分析[J]
.辽宁化工,2012,41(8):867-870.
被引量：3
2
王恒升,何清华.
基于MatLab的线性网络及其灵敏度分析[J]
.中南大学学报（自然科学版）,2004,35(4):622-627.
被引量：2
3
李韬,许丽萍,陈晖,顾国荣.
基坑工程风险的定量分析初探[J]
.岩土工程学报,2006,28(B11):1916-1920.
被引量：15
4
韩宪军.
弹模随机场对地下洞室可靠度计算结果的影响[J]
.西安科技大学学报,2007,27(2):214-217.
被引量：13
5
陈在铁.
高拱坝失效模式与失效概率[J]
.南京航空航天大学学报,2007,39(4):530-534.
被引量：5
6
YB9258-97.建筑基坑工程技术规范[S].[S].,..
被引量：138
7
洪华生，等．工程规划与设计中的概率概念[M]．北京：冶金工业出版社，1991．57～67．
被引量：7
8
Duncan, J M. Factors of safety and reliability in geotechnical engineering[J]. Geotechnique, 2000, 126(4): 307-316.
被引量：1
9
ISBN:151121464,地铁及地下工程建设风险管理指南[s].
被引量：1
10
徐丽娜.神经网络控制[M]北京:电子工业出版社,200326-29.
被引量：1
引证文献
2
1
王艳芹,王勇,刘宇,李瑞英.
油田累积产油量的基函数神经网络模型及其预测[J]
.大庆师范学院学报,2013,33(3):9-11.
2
刘鑫,洪宝宁,韩尚宇.
地铁车站基坑稳定风险值计算[J]
.中南大学学报（自然科学版）,2012,43(6):2331-2337.
被引量：6
二级引证文献
6
1
陈刚,洪宝宁,徐奋强.
软土路堤柔性桩复合地基工作机理研究[J]
.水利与建筑工程学报,2013,11(6):45-49.
被引量：4
2
<中国公路学报>编辑部.
中国隧道工程学术研究综述·2015[J]
.中国公路学报,2015,28(5):1-65.
被引量：565
3
张秀菊,郝梦茹,罗柏明.
河流型水源地安全评价及供水风险研究[J]
.人民黄河,2017,39(5):55-59.
被引量：5
4
周冬冬.
基坑监测数据缺失的动态数学模型-参数插值恢复方法[J]
.中国水能及电气化,2017(7):52-58.
5
缪圆冰,江松,黄明,黄欣,沈启炜.
基于强度折减的泥浆护壁槽局部稳定性计算及影响因素[J]
.工程地质学报,2018,26(4):874-881.
被引量：8
6
丁龙翔.
基坑支护结构稳定性优化设计与分析[J]
.土工基础,2024,38(1):6-10.
1
郭玉松,李权,雷宇,李建国.
基于径向基神经网络的焊接材料计算机辅助设计系统[J]
.江西科学,2006,24(4):222-225.
2
王旭东,邵惠鹤.
RBF神经网络理论及其在控制中的应用[J]
.信息与控制,1997,26(4):272-284.
被引量：177
3
周勇,胡中功.
RBF神经网络理论及其在控制中的应用[J]
.武汉科技学院学报,2007,20(5):40-42.
被引量：10
4
牛红惠,刘凌霞.
神经网络在信息安全风险评估中应用研究[J]
.计算机仿真,2011,28(6):117-120.
被引量：23
5
李延新,李光宇,孙辉,李文.
基于RBF网络的参数自学习模糊控制的研究[J]
.微计算机信息,2006,22(08X):308-310.
被引量：8
6
韦兆碧,刘晔,马志瀛,胡光辉,时德钢.
基于RBF网络的光纤位移传感器温度补偿研究[J]
.电工电能新技术,2004,23(2):42-45.
被引量：4
7
童宁宁,张西川,王光明,贺吉峰.
基于RBF网络的扫描体制雷达DOA估计方法[J]
.空军工程大学学报（自然科学版）,2010,11(1):23-26.
被引量：1
大庆师范学院学报
2010年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
