“rbf_g”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果315949个，建议您升级VIP下载更多相关专利

[发明专利]一种时频同步应用中大规模IP流量的估计方法-CN201711296505.7在审
发明人：孟凡博;马伟哲;姜运斗;吴菲;关松;赵宏昊;李学斌;宋曼瑞;刘鹏;蒋定德 -专利权人：国网辽宁省电力有限公司本溪供电公司;国网辽宁省电力有限公司;国家电网公司
申请日： 2017-12-08 - 公布日： 2018-03-06 - 主分类号： H04L12/26 文献下载
摘要：该方法基于RBF神经网络的大规模IP流量矩阵的估计方法，提出采用RBF神经网络来模拟大型IP流量矩阵的估计。通过训练RBF神经网络，建立大型IP流量矩阵的估计模型；同时，结合该模型和迭代比例拟合过程，实现了大规模IP流量矩阵的良好估计并且能对其进行动态跟踪。
一种同步应用大规模 ip 流量估计方法

[发明专利]一种基于RBF代理模型的多工况异形节点拓扑优化设计方法-CN202010115401.7有效
发明人：伞冰冰;梁晓林;张业成;邱冶;马云龙 -专利权人：河海大学
申请日： 2020-02-25 - 公布日： 2021-03-16 - 主分类号： G06F30/10 文献下载
摘要：本发明公开了一种基于RBF(Radial Basis Function)代理模型的多工况异形节点拓扑优化设计方法，该方法采用RBF代理模型与多岛遗传算法求得多工况中的最不利荷载工况，然后采用SIMP法得到最不利荷载工况下的异形节点拓扑优化结果本发明使用有限元软件ABAQUS与多学科优化软件Isight进行集成，充分发挥各个软件各自的优势之处；采用RBF代理模型有效解决设计变量多、模型计算量大等问题。
一种基于 rbf 代理模型工况异形节点拓扑优化设计方法

[发明专利]基于改进径向基神经网络的悬索桥吊索损伤定位方法-CN200910183527.1无效
发明人：杨杰 -专利权人：南京航空航天大学
申请日： 2009-09-14 - 公布日： 2010-02-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公布了一种基于改进径向基神经网络的悬索桥吊索损伤定位方法，本发明所述方法包括：对悬索桥的吊索损伤程度分级、确定吊索的损伤位置与悬索桥各阶归一化固有频率的对应关系、RBF网络学习算法的改进和基于改进RBF网络的损伤定位。本发明通过改进RBF网络可有效地避免损伤定位的过拟合现象，使悬索桥的吊索损伤定位结果更为准确和可靠，利于工程应用。
基于改进径向神经网络悬索桥吊索损伤定位方法

[发明专利]一种基于函数型权RBF-ARX模型的双回路水箱液位预测控制方法-CN201610139368.5在审
发明人：彭辉;周锋;覃业梅 -专利权人：中南大学
申请日： 2016-03-11 - 公布日： 2016-06-15 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于函数型权RBF-ARX模型的双回路水箱液位预测控制方法。该方法采用一种数据驱动的系统辨识技术，设计了双回路水箱液位系统的一种基于函数型权RBF-ARX模型的建模方法。本发明采用的一种基于函数型权的RBF-ARX模型，可有效减少RBF网络隐层结点的数目，与其它一般化非线性ARX模型相比，该模型有更好的预测精度，是一种适用性广的、可有效描述双回路水箱液位系统全局非线性动态特性的建模方法本发明基于双回路水箱系统函数型权RBF-ARX模型的全局非线性特性，采用带约束的二次型性能指标，设计了蕴含模型全部非线性信息的预测控制算法，可进一步提高双回路水箱液位控制系统的动静态性能指标，具有较高的实用价值和较好的应用前景
一种基于函数 rbf arx 模型回路水箱预测控制方法

[发明专利]火电厂一次风煤粉两相流流型预测方法及装置-CN202310179803.7在审
发明人：王文彬;钱相臣;王昕;吴真;高满达;王一男;胡永辉;谢天;高兴;贺旭杰 -专利权人：国家能源集团新能源技术研究院有限公司;华北电力大学;国电建投内蒙古能源有限公司
申请日： 2023-02-14 - 公布日： 2023-08-11 - 主分类号： G06F30/27 文献下载
摘要：所述方法包括：基于火电厂煤粉输送历史数据构建包括火电厂的煤粉输送特征参数和火电厂一次风煤粉的两相流流型的训练数据集；构建RBF神经网络，以训练数据集的煤粉输送特征参数为RBF神经网络的输入层，以训练数据集的两相流流型为输出层，训练RBF神经网络，得到训练完成的RBF神经网络；采集煤粉输送数据，基于所述训练完成的RBF神经网络对火电厂一次风煤粉的两相流流型进行实时预测。
火电厂一次风煤粉两相流流预测方法装置

[发明专利]一种RBF滑模控制的水下机械臂控制系统及其使用方法-CN202211327888.0在审
发明人：张丽红;赵伟;张伟 -专利权人：西安文理学院
申请日： 2022-10-27 - 公布日： 2023-01-17 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种RBF滑模控制的水下机械臂控制系统及其使用方法，括机械臂轨迹单元模块、RBF滑模控制器、滑模函数单元、滑模控制模块、主控制器模块、水下机械臂,所述RBF滑模控制器的输出端通过信号线与主控制器模块之间电性控制连接，通过RBF滑模控制器和滑模函数单元能够对多关节的水下机械臂动力学模型中的不确定参数进行分块逼近，同时够对水下机械臂在水中的阻力进行数据分析解决给出水下适合的运动轨迹，并且可以提高对实际模型的逼近速度降低水下机械臂在水中的运行阻力，从而使水下机械臂在水运行的更加顺畅，同时通RBF滑模控制器的设置，可以大幅缩短水下机械臂在水下控制响应时间，降低控制系统的最大稳态误差与平均稳态误差。
一种 rbf 控制水下机械控制系统及其使用方法

[发明专利]基于基因调控遗传算法的RBF神经网络训练方法及预测系统-CN202210773467.4在审
发明人：刘宝;王君红;周培;朱滋润 -专利权人：中国石油大学（华东）
申请日： 2022-07-01 - 公布日： 2022-11-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于基因调控遗传算法的RBF神经网络训练方法及预测系统，采用四进制DNA编码方式，针对遗传算法中选择、转录和变异这3个操作环节进行深入优化，提升了遗传算法的整体性能，并用该遗传优化算法对传统RBF神经网络梯度下降的寻优方式进行改进，将优化后RBF神经网络算法应用到油田注采的建模和产油量预测中，得到一套行之有效的RBF神经网络预测系统。同时仿真实验结果也表明基于基因调控遗传算法优化的RBF神经网络的预测系统，在逼近能力和预测精度都有明显改善，为提高油田注采过程中产油量的预测精度提供了新的研究途径。
基于基因调控遗传算法 rbf 神经网络训练方法预测系统

[发明专利]有源电力滤波器神经网络终端滑模控制方法及计算设备-CN201810775854.5有效
发明人：王欢;费峻涛;冯治琳 -专利权人：河海大学常州校区
申请日： 2018-07-16 - 公布日： 2021-09-24 - 主分类号： H02J3/01 文献下载
摘要：本发明公开了一种有源电力滤波器神经网络全局快速终端滑模控制方法，包括如下步骤：步骤1，建立有源电力滤波器数学模型；步骤2，本发明使用的神经网络为RBF神经网络，利用RBF神经网络对有源电力滤波器系统的未知部分进行逼近，设计RBF神经网络全局快速终端滑模控制器，包括控制律和自适应律；步骤3，根据RBF神经网络全局快速终端滑模控制器控制有源电力滤波器。RBF神经网络具有万能逼近特性，能以任意精度逼近任意连续函数。全局快速终端滑模控制有以下优点：（1）全局快速终端滑模保证系统在有限时间内到达滑模面，使系统状态在有限时间内收敛到平衡状态。
有源电力滤波器神经网络终端控制方法计算设备

[发明专利]连续搅拌反应釜的变搜索空间RNA遗传算法建模方法-CN201310139824.2有效
发明人：王宁;王康泰 -专利权人：浙江大学
申请日： 2013-04-19 - 公布日： 2013-06-26 - 主分类号： G06N3/02 文献下载
摘要：对连续搅拌反应釜采集的每一组输入数据和对应的输出数据分别进行去量纲归一化处理；输入数据包括连续搅拌反应釜内夹套内的循环冷却剂温度和进料流量，输出数据包括需监控的反应物浓度转化率；(2)利用去量纲归一化处理后的输入和输出数据建立连续搅拌反应釜的RBF神经网络模型，其中，RBF神经网络模型中的基函数采用薄板样条函数；(3)利用去量纲归一化处理后的输入和输出数据，采用变搜索空间RNA遗传算法对RBF神经网络模型中的隐层节点数、基函数中心点的取值进行优化，使得RBF神经网络模型的输出误差最小；在优化过程中，RBF神经网络模型的输出层权值采用递推最小二乘法得到。
连续搅拌反应搜索空间 rna 遗传算法建模方法

[发明专利]一种PSORBFD快速自适应解耦控制方法-CN201910590310.6有效
发明人：廖雪超;陈振寰;邓万雄;伍杰平 -专利权人：武汉科技大学
申请日： 2019-07-02 - 公布日： 2022-04-12 - 主分类号： G05B13/04 文献下载
摘要：包括如下步骤：S1、系统建模：根据控制量与输出量之间的关系，确定系统的传递函数矩阵模型；S2、建立RBFD解耦控制器：所述RBFD解耦控制器包括输入层、隐含层和输出层，RBFD解耦控制器的解耦控制过程包括RBF初始化、RBF聚类、RBF模型训练和RBF测试；S3、建立PSORBFD解耦控制器：采用PSO粒子群优化算法对RBFD解耦控制器进行改进，建立PSORBFD解耦控制器。同时，该方法同样适用于多通道耦合系统的解耦控制，明显提高了RBF模型训练的速度，大大提升了训练效率，且抗干扰能力强。
一种 psorbfd 快速自适应控制方法

[发明专利]一种基于HGDOB与RBF神经网络的盾构风电回转支承试验台液压加载控制方法-CN202110229343.5有效
发明人：都璐远;杨贵超;陈捷 -专利权人：南京工业大学;南京工大数控科技有限公司
申请日： 2021-03-02 - 公布日： 2022-09-06 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种基于高增益扰动观测器HGDOB和径向基神经网络RBF的自适应控制算法对风电盾构回转支承实验台的加载力进行控制；包括以下步骤：步骤1：建立电液加载系统的数学模型；步骤2：结合RBF神经网络对模型中的未知函数进行逼近DDA0002958390090000011.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />步骤4：设计基于高增益扰动观测器和RBF神经网络自适应的电液加载控制器；步骤5：通过调节参数及RBF神经网络的中心矢量值和基宽来使控制效果达到要求。本发明通过RBF神经网络对油缸数学模型中的未知函数进行逼近，利用高增益扰动观测器来估计扰动，提高了控制器的抗干扰能力，使该控制算法更具实用性。
一种基于 hgdob rbf 神经网络盾构回转支承试验台液压加载控制方法

[发明专利]基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法-CN201810915659.8在审
发明人：冯治琳;费峻涛 -专利权人：河海大学常州校区
申请日： 2018-08-13 - 公布日： 2018-12-21 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法，其特征是，包括如下步骤：1）建立微陀螺仪系统的无量纲动力学方程，并将无量纲动力学方程转化为其向量形式的等效模型；2）设计微陀螺仪系统的RBF神经网络超扭曲滑模控制器，其中，控制器由等效控制器和超扭曲滑模控制器组成；3）采用Lyapunov稳定性理论设计RBF神经网络权重的自适应算法。优点：不但能够确保系统能够在有限时间内快速收敛，达到稳定状态，而且利用RBF设计网络去逼近系统的未知模型，简化了控制系统的设计，降低了控制器设计对系统精确模型的要求。
微陀螺仪系统扭曲动力学方程滑模控制器滑模控制无量纲等效控制器控制器设计自适应算法逼近系统等效模型控制系统快速收敛确保系统向量形式控制器权重转化网络

[发明专利]一种基于RBF神经网络的SDN流量预测方法-CN201811331322.9在审
发明人：蒋定德;齐盛;朱相楠;乔琛 -专利权人：电子科技大学
申请日： 2018-11-09 - 公布日： 2019-02-12 - 主分类号： G06Q10/04 文献下载
摘要：该发明公开了一种基于RBF神经网络的SDN流量预测方法，属于无线通信网络技术领域。本发明提出的基于RBF神经网络的SDN流量预测算法具有优良的非线性特性，特别适用于高度非线性系统的处理，通过研究历史数据记录来进行训练，一个经过适当训练的神经网络具有归纳全部数据的能力。其次，RBF神经网络具有灵活有效的学习方式，结构较其它神经网络来说，更加简单，学习速度更快。因此，RBF神经网络能够对复杂多变的网络流量进行更精确的预测。
流量预测神经网络算法历史数据记录流量变化趋势流量预测算法无线通信网络非线性特性高度非线性仿真结果网络流量学习方式预测误差预测性能预测归纳灵活学习研究

[发明专利]金属化聚丙烯薄膜电容器多响应参数优化方法-CN201610796590.2在审
发明人：禹建丽;黄鸿琦 -专利权人：郑州航空工业管理学院
申请日： 2016-08-31 - 公布日： 2017-02-22 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种金属化聚丙烯薄膜电容器多响应参数优化方法，1)用主成分分析消除多个响应的相关性；2)将热聚合温度x1、热聚合时间x2作为RBF神经网络的输入变量，将响应变量容值和损耗角正切值的均值分别作为输出变量建立两个RBF神经网络预测模型；对两个RBF神经网络进行训练；3)利用已训练得到的RBF神经网络模型搜索最优工艺参数。
金属化聚丙烯薄膜电容器响应参数优化方法

[发明专利]一种电加热炉温度的非线性神经网络优化PID控制方法-CN201710415088.7在审
发明人：张日东;房涛 -专利权人：杭州电子科技大学
申请日： 2017-06-05 - 公布日： 2017-08-15 - 主分类号： G05B13/04 文献下载
摘要：本发明根据电加热炉控制系统的历史的输入、输出信息对RBF神经网络进行离线训练，获得神经网络的相关参数，将训练好的神经网络作为系统的预测模型；另外，将RBF神经网络与PID控制器结合，利用RBF神经网络对本发明解决了非线性电加热炉模型难以建立的困难，同时通过RBF神经网络对PID控制器的参数进行自整定，解决了在电加热炉控制系统在实际控制过程中PID控制器参数难以整定的困难。
一种加热炉温度非线性神经网络优化 pid 控制方法