期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到900篇文章
< 1 2 … 45 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
考虑服役环境的RBF-ANN飞机襟翼结构损伤预测 认领 引用
1
作者 张春晓 闫春雨 +3 位作者 邢志伟 冯博文 王芸 丛子棋 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第6期24-32,共9页
为提升复杂服役环境下民用飞机襟翼复合材料结构损伤预测能力,提出一种融合服役环境信息的径向基函数(RBF)人工神经网络(ANN)预测方法。首先,构建涵盖结构维修记录与环境信息的多维运维数据库,采用灰色关联分析提取关键环境因子,实现服... 为提升复杂服役环境下民用飞机襟翼复合材料结构损伤预测能力,提出一种融合服役环境信息的径向基函数(RBF)人工神经网络(ANN)预测方法。首先,构建涵盖结构维修记录与环境信息的多维运维数据库,采用灰色关联分析提取关键环境因子,实现服役环境定量表征,并通过聚类分析和方差分析识别损伤因素;然后,构建RBF-ANN预测模型,采用贝叶斯优化进行超参数调优,预测小样本条件下襟翼结构凹坑损伤深度;最后,通过消融试验和对比试验验证模型有效性。结果表明:贝叶斯优化显著提升模型性能,均方误差(MSE)和决定系数R2分别为0.031和0.962,优化后的模型在预测精度、误差控制及拟合能力方面均优于支持向量机(SVM)、长短期记忆网络(LSTM)及贝叶斯神经网络(BNN)等方法。 展开更多
关键词 服役环境 径向基函数(RBF)-人工神经网络(ANN) 飞机襟翼 结构损伤 运维数据 贝叶斯优化 小样本
暂未订购 下载PDF
基于WT-RBF Linear与特征增强的多机器人路径规划 认领 引用
2
作者 刘先昌 倪翠 +2 位作者 王朋 吴春坡 单浩源 《南京邮电大学学报（自然科学版）》 北大核心 2026年第4期119-127,共9页
DHC(Distributed Heuristic Communication)为多机器人路径规划(Multi-Agent Path Finding,MAPF)提供了一种新颖的解决思路,有效缓解了多机器人路径规划中的部分可观测问题。但是,由于其特征提取不够精细,导致Q值计算精度下降,进而限制... DHC(Distributed Heuristic Communication)为多机器人路径规划(Multi-Agent Path Finding,MAPF)提供了一种新颖的解决思路,有效缓解了多机器人路径规划中的部分可观测问题。但是,由于其特征提取不够精细,导致Q值计算精度下降,进而限制了其动作决策能力,且无法有效解决路径冲突问题。文中提出一种基于WT-RBF Linear与特征增强的多机器人路径规划方法。首先,利用卷积块注意力模块(Convolutional Block Attention Module,CBAM)优化提取机器人的观测信息特征,提高机器人对关键路径信息的关注度,减少无关信息干扰;然后,提出WT-RBF Linear模块,将小波变换(Wavelet Transform)与径向基函数(Radial Basis Function,RBF)结合,在CBAM提取的特征基础上进一步提取更加精细的全局与局部特征,依据这些特征准确计算Q值,提升模型的动作决策能力;最后,对于路径规划过程中发生的路径冲突,设计冲突消解策略。实验结果表明,所提方法平均成功率达到96.5%,平均步长减少至105.1085,展现出更强的稳定性和鲁棒性。 展开更多
关键词 多机器人 路径规划 小波变换 径向基函数 卷积块注意力
暂未订购 下载PDF
基于RBF神经网络风储并网系统功率平滑策略 认领 引用
3
作者 张鹏波 《机电产品开发与创新》 2026年第3期115-118,共4页
针对风速变化导致双馈风电机组(DFIG)并网输出功率波动的问题,本文提出了一种基于径向基函数(RBF,Radial Basis Function)神经网络的风储并网功率平滑控制策略。该策略通过在双馈风电机组网侧变流器并联超级电容储能装置,并建立双向DC-D... 针对风速变化导致双馈风电机组(DFIG)并网输出功率波动的问题,本文提出了一种基于径向基函数(RBF,Radial Basis Function)神经网络的风储并网功率平滑控制策略。该策略通过在双馈风电机组网侧变流器并联超级电容储能装置,并建立双向DC-DC变流器电路模型,实现储能装置与风机之间的能量交互。将风机输出功率与功率参考值作为控制外环,储能充放电电流与充放电电流参考值作为控制内环,以提高双向DC-DC变流器的动态响应速度。RBF神经网络功率平滑控制策略通过对双向DC-DC变流器的控制器实时参数优化实现动态调整,保障系统在工况变化时的控制鲁棒性。利用MATLAB/Simulink进行时域仿真分析。仿真结果表明,所提出的控制策略能够有效平滑双馈风机输出功率提高系统并网稳定性。 展开更多
关键词 双馈风电机组 超级电容 功率平滑 RBF神经网络
暂未订购 下载PDF
Estimation of vegetation biophysical parameters by remote sensing using radial basis function neural network 认领 引用 被引量：3
4
作者 YANG Xiao-hua HUANG Jing-feng +2 位作者 WANG Jian-wen WANG Xiu-zhen LIU Zhan-yu 《Journal of Zhejiang University-SCIENCE A》 SCIE EI CAS 2007年第6期883-895,共13页
Hyperspectral reflectance (350~2500 nm) data were recorded at two different sites of rice in two experiment fields including two cultivars, and three levels of nitrogen (N) application. Twenty-five Vegetation Indices ... Hyperspectral reflectance (350~2500 nm) data were recorded at two different sites of rice in two experiment fields including two cultivars, and three levels of nitrogen (N) application. Twenty-five Vegetation Indices (VIs) were used to predict the rice agronomic parameters including Leaf Area Index (LAI, m2 green leaf/m2 soil) and Green Leaf Chlorophyll Density (GLCD, mg chlorophyll/m2 soil) by the traditional regression models and Radial Basis Function Neural Network (RBF). RBF emerged as a variant of Artificial Neural Networks (ANNs) in the late 1980’s. A large variety of training algorithms has been tested for training RBF networks. In this study, Original RBF (ORBF), Gradient Descent RBF (GDRBF), and Generalized Regression Neural Network (GRNN) were employed. Results showed that green waveband Normalized Difference Vegetation Index (NDVIgreen) and TCARI/OSAVI have the best prediction power for LAI by exponent model and ORBF respectively, and that TCARI/OSAVI has the best prediction power for GLCD by exponent model and GDRBF. The best performances of RBF are compared with the traditional models, showing that the relationship between VIs and agronomic variables are further improved when RBF is used. Compared with the best traditional models, ORBF using TCARI/OSAVI improves the prediction power for LAI by lowering the Root Mean Square Error (RMSE) for 0.1119, and GDRBF using TCARI/OSAVI improves the prediction power for GLCD by lowering the RMSE for 26.7853. It is concluded that RBF provides a useful exploratory and predictive tool when applied to the sensitive VIs. 展开更多
关键词 Artificial neural network （ANN） Radial basis function （RBF） Remote sensing Rice Vegetation index （VI）
暂未订购 下载PDF
Electrode Wear Prediction in Milling Electrical Discharge Machining Based on Radial Basis Function Neural Network 认领 引用 被引量：2
5
作者 黄河 白基成 +1 位作者 卢泽生 郭永丰 《Journal of Shanghai Jiaotong university(Science)》 EI 2009年第6期736-741,共6页
Milling electrical discharge machining(EDM) enables the machining of complex cavities using cylindrical or tubular electrodes.To ensure acceptable machining accuracy the process requires some methods of compensating f... Milling electrical discharge machining(EDM) enables the machining of complex cavities using cylindrical or tubular electrodes.To ensure acceptable machining accuracy the process requires some methods of compensating for electrode wear.Due to the complexity and random nature of the process,existing methods of compensating for such wear usually involve off-line prediction.This paper discusses an innovative model of electrode wear prediction for milling EDM based upon a radial basis function(RBF) network.Data gained from an orthogonal experiment were used to provide training samples for the RBF network.The model established was used to forecast the electrode wear,making it possible to calculate the real-time tool wear in the milling EDM process and,to lay the foundations for dynamic compensation of the electrode wear on-line.This paper demonstrates that by using this model prediction errors can be controlled within 8%. 展开更多
关键词 milling electrical discharge machining （EDM） electrode wear prediction radial basis function （RBF） neural network
暂未订购 下载PDF
基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法 认领 引用 被引量：3
6
作者 夏向阳 岳家辉 +4 位作者 曾小勇 刘代飞 陈来恩 吕崇耿 夏永凯 《中国电机工程学报》 EI CSCD 北大核心 2025年第2期638-649,I0020,共12页
锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离... 锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离子电池剩余容量估计方法,利用结构化非线性参数优化方法辨识模型参数,并将“老化信息”与“能量”相结合,基于小波包能量分析从电池充电电流/电压曲线中直接提取能量特征作为新健康特征,采用传递熵对新健康特征进行筛选以构成模型输入,实现锂离子电池剩余容量的有效估计;最后,基于NASA公开的锂离子电池老化数据,通过不同训练/测试样本比例、不同模型展开综合分析。结果表明,所提出的基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法与常用的数据驱动方法相比,误差指标中平均绝对误差、平均绝对百分比误差、均方根误差均保持在较低水平,具有良好的估计精度。 展开更多
关键词 锂离子电池 健康特征 传递熵 带外生输入的自回归模型 健康状态
暂未订购 下载PDF
基于Pearson相关性与RBF神经网络的电池容量预测 认领 引用 被引量：2
7
作者 别传玉 刘虹灵 +2 位作者 王雪晴 张宇平 高标 《稀有金属》 EI CAS CSCD 北大核心 2025年第7期1119-1126,共8页
针对目前退役锂离子电池容量测试方法耗时长、能耗高等问题,本文提出了一种基于径向基函数(RBF)神经网络的退役电池容量预测方法。首先通过电池充放电测试获取电池剩余容量,然后由脉冲测试和短时间恒流充电测试提取与电池剩余容量相关... 针对目前退役锂离子电池容量测试方法耗时长、能耗高等问题,本文提出了一种基于径向基函数(RBF)神经网络的退役电池容量预测方法。首先通过电池充放电测试获取电池剩余容量,然后由脉冲测试和短时间恒流充电测试提取与电池剩余容量相关联的特征量,利用皮尔逊(Pearson)相关系数法筛选处理所得特征参数,获得强相关特征参数,最后引入RBF神经网络建立多特征参数与电池容量的映射关系,建立退役电池容量预测模型,并在不同型号电池上应用该模型进行了验证实验,其预测的容量最大误差为0.6443 Ah。该模型能够有效预测退役锂电池的剩余容量且预测效率高、通用性强,在工程上具有较大的实用价值。 展开更多
关键词 退役电池 皮尔逊(Pearson)相关系数法 径向基函数(RBF)神经网络 容量预测
暂未订购 下载PDF
Surface Reconstruction of Scanned Human Body Using Radial Basis Functions and Adaptive Partition of Unity 认领 引用
8
作者 吕方梅 习俊通 马登哲 《Journal of Shanghai Jiaotong university(Science)》 EI 2009年第3期261-265,共5页
It is important to reconstruct a continuous surface representation of the point cloud scanned from a human body. In this paper a new implicit surface method is proposed to reconstruct the human body surface from the p... It is important to reconstruct a continuous surface representation of the point cloud scanned from a human body. In this paper a new implicit surface method is proposed to reconstruct the human body surface from the points based on the combination of radial basis functions （RBFs） and adaptive partition of unity （PoU）. The whole 3D domain of the scanned human body is firstly subdivided into a set of overlapping subdomalns based on the improved octrees. The smooth local surfaces are then computed in the subdomalns based on RBFs. And finally the global human body surface is reconstructed by blending the local surfaces with the adaptive PoU functions. This method is robust for the surface reconstruction of the scanned human body even with large or non-uniform point cloud which has a sharp density variation. 展开更多
关键词 surface reconstruction human body radial basis functions （RBFs） partition of unity （PoU）
暂未订购 下载PDF
基于RBF神经网络的4-PPPS并联机构位姿误差补偿 认领 引用 被引量：4
9
作者 金奕扬 李磊 +3 位作者 许家伟 汪建华 王国伟 许润康 《现代制造工程》 北大核心 2025年第4期140-150,共11页
为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误... 为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误差分析结果表明,沿轨道方向移动副长度误差对4-PPPS并联机构运动精度影响最大,在4条支链均存在误差的情况下,Z轴方向动平台位姿误差达到1.5 mm。同时,为克服传统误差参数辨识难度较大的问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化径向基函数(Radial Basis Function,RBF)神经网络的补偿方法。该方法将位姿误差转化为驱动关节长度误差,通过神经网络建立动平台理论位姿与驱动关节长度误差的预测模型,并采用鲸鱼优化算法优化网络参数,最终获得驱动关节长度补偿量,用来修正动平台的实际位姿并完成误差补偿。经过仿真验证,该方法能够有效提升4-PPPS并联机构的运动精度,动平台在X、Y、Z轴方向的误差均值分别由0.169、0.188、0.159 mm降至0.002、0.001、0.003 mm,误差最大值分别由0.208、0.231、0.195 mm降至0.012、0.001、0.019 mm,平均位姿精度提高了85.07%,补偿效果显著。 展开更多
关键词 并联机构 误差分析 误差补偿 RBF神经网络 鲸鱼优化算法
暂未订购 下载PDF
基于RBF-PINN的双端输电线路正序和零序参数辨识算法 认领 引用 被引量：2
10
作者 陈晓龙 李伊彤 +2 位作者 白云飞 赵万里 杨广杰 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2025年第12期1242-1254,共13页
输电线路参数的准确性对电力系统安全稳定运行至关重要,直接影响电力系统中状态估计、潮流计算及继电保护整定等关键环节的计算精度.针对传统时域辨识方法因微分计算导致的计算精度不足以及抗噪声能力弱的问题,提出了一种融合物理信息... 输电线路参数的准确性对电力系统安全稳定运行至关重要,直接影响电力系统中状态估计、潮流计算及继电保护整定等关键环节的计算精度.针对传统时域辨识方法因微分计算导致的计算精度不足以及抗噪声能力弱的问题,提出了一种融合物理信息神经网络(PINN)和径向基函数神经网络(RBF-NN)的双端线路正序和零序参数时域辨识算法.该算法首先基于输电线路在正常运行状态下和不对称接地故障状态下的相分量模型,建立了一系列以线路正序参数、零序参数及故障距离为未知系数的微分方程组.在此基础上,利用RBF-NN高效的函数逼近能力和较强的抗噪声能力,将其引入PINN结构并构建了两个RBF-PINN框架以求解上述微分方程组,从而实现线路的参数辨识和故障测距.其中,RBF-PINN1利用线路两端的正常运行数据辨识线路的正序参数;在获得正序参数后,RBFPINN2进一步利用线路两端的不对称接地故障数据,依次辨识线路的零序电容、故障距离、零序电阻及零序电感值.最后,在MATLAB/Simulink平台上搭建了110kV输电线路仿真模型,对所提算法的准确性和抗噪声能力进行验证.仿真结果表明,该算法具有较高的参数辨识和故障测距精度,并且受故障类型、过渡电阻、故障距离等因素的影响较小.此外,在一定的噪声强度下,该算法仍能保持较高的计算精度. 展开更多
关键词 输电线路 正序参数 零序参数 物理信息神经网络 径向基函数神经网络 故障测距
暂未订购 下载PDF
Adaptive proportional integral differential control based on radial basis function neural network identification of a two-degree-of-freedom closed-chain robot 认领 引用
11
作者 陈正洪 王勇 李艳 《Journal of Shanghai University(English Edition)》 2008年第5期457-461,共5页
A closed-chain robot has several advantages over an open-chain robot, such as high mechanical rigidity, high payload, high precision. Accurate trajectory control of a robot is essential in practical-use. This paper pr... A closed-chain robot has several advantages over an open-chain robot, such as high mechanical rigidity, high payload, high precision. Accurate trajectory control of a robot is essential in practical-use. This paper presents an adaptive proportional integral differential （PID） control algorithm based on radial basis function （RBF） neural network for trajectory tracking of a two-degree-of-freedom （2-DOF） closed-chain robot. In this scheme, an RBF neural network is used to approximate the unknown nonlinear dynamics of the robot, at the same time, the PID parameters can be adjusted online and the high precision can be obtained. Simulation results show that the control algorithm accurately tracks a 2-DOF closed-chain robot trajectories. The results also indicate that the system robustness and tracking performance are superior to the classic PID method. 展开更多
关键词 closed-chain robot radial basis function （RBF） neural network adaptive proportional integral differential （PID） control identification neural network
暂未订购 下载PDF
基于改进RBF神经网络的台风风速预测研究 认领 引用 被引量：2
12
作者 李红丽 陶洪峰 《自动化仪表》 CAS 2025年第12期11-14,19,共4页
针对台风风速预测受复杂因素影响,呈现出高度非线性特征的问题,传统的单一预测模型预测精度较差。对仿射传播(AP)聚类和径向基函数(RBF)神经网络算法进行了研究,构建了一种改进的混合模型。借助AP聚类算法的自适应聚类特性,为RBF神经网... 针对台风风速预测受复杂因素影响,呈现出高度非线性特征的问题,传统的单一预测模型预测精度较差。对仿射传播(AP)聚类和径向基函数(RBF)神经网络算法进行了研究,构建了一种改进的混合模型。借助AP聚类算法的自适应聚类特性,为RBF神经网络提供了精确、稳定的初始化中心向量,显著增强了RBF神经网络的非线性拟合能力和预测精度。经试验对比证明,改进后的混合模型明显优于其他模型,不仅达到了预设的误差指标,还实现了更低的误差水平,避免了传统方法在复杂非线性问题中的局限性。该研究不仅为台风风速预测提供了新的技术,还可为其他涉及非线性预测的领域(如气象、水文、能源等)提供参考。该研究对相关学科的研究方法改进具有重要启示意义。 展开更多
关键词 仿射传播聚类 径向基函数神经网络 风速预测 台风 聚类中心 欧氏距离
暂未订购 下载PDF
基于RBF神经网络的分数阶虚拟同步机控制策略 认领 引用 被引量：1
13
作者 张赟宁 郭钟仁 张磊 《电力系统及其自动化学报》 CSCD 北大核心 2025年第9期101-108,共8页
虚拟同步机控制策略在逆变器并网运行中提供了惯量与阻尼,增加了系统的频率和电压的支撑能力。然而,引入的虚拟惯性可能导致逆变器并网有功在扰动情况下出现动态振荡和功率超调,并且虚拟惯性与阻尼会使系统的响应速度变慢。针对这一问题... 虚拟同步机控制策略在逆变器并网运行中提供了惯量与阻尼,增加了系统的频率和电压的支撑能力。然而,引入的虚拟惯性可能导致逆变器并网有功在扰动情况下出现动态振荡和功率超调,并且虚拟惯性与阻尼会使系统的响应速度变慢。针对这一问题,本文首先建立分数阶虚拟同步机数学模型,引入可调参数增加系统的自由度。然后,设计径向基函数神经网络对虚拟同步机的转动惯量和阻尼系数进行在线自适应调节,将调节后的转动惯量、阻尼系数和可调参数应用于分数阶虚拟同步机控制器。最后,通过Matlab/Simulink仿真比较传统策略与所提控制策略的动态响应。仿真结果表明,所提控制策略能够显著抑制系统在发生扰动时输出有功功率和输出频率的振荡和超调,且具有良好的动态响应,验证了所提控制策略的有效性。 展开更多
关键词 虚拟同步发电机 分数阶微积分 径向基函数神经网络 自适应调节
暂未订购 下载PDF
基于BO-BiLSTM-RBF的航空发动机气路故障诊断 认领 引用 被引量：1
14
作者 王阿久 蔡开龙 +2 位作者 何森 戴郎杰 郑球 《航空发动机》 北大核心 2025年第6期101-107,共7页
针对航空发动机气路故障诊断中机器学习算法数据分析能力不足、深度学习算法收敛速度和效果不佳易陷入过拟合的问题,建立了一种基于贝叶斯算法(BO)优化双向长短时记忆(BiLSTM)网络结合径向基(RBF)神经网络的发动机气路故障诊断模型。采... 针对航空发动机气路故障诊断中机器学习算法数据分析能力不足、深度学习算法收敛速度和效果不佳易陷入过拟合的问题,建立了一种基于贝叶斯算法(BO)优化双向长短时记忆(BiLSTM)网络结合径向基(RBF)神经网络的发动机气路故障诊断模型。采用BO对BiLSTM网络的初始学习率和L2正则化系数进行寻优,利用优化后的BiLSTM网络对发动机气路数据进行特征提取,使用RBF神经网络对提取到的抽象特征进行识别分类,开展故障诊断。结果表明:BO-BiLSTM-RBF模型准确率达95.88%,且其泛化能力、抗干扰能力和鲁棒性等均优于BiLSTM-RBF网络、BiLSTM网络、支持向量机(SVM)、RBF神经网络以及反向传播(BP)神经网络等模型,可有效地诊断发动机的单一或复合故障,为发动机故障诊断提供新的思路和方法。 展开更多
关键词 故障诊断 气路故障 双向长短时记忆网络 贝叶斯优化 径向基神经网络 特征提取 航空发动机
暂未订购 下载PDF
基于融合聚类和RBF-SVM的固体氧化物燃料电池系统故障识别 认领 引用 被引量：1
15
作者 蔡仕云 吴肖龙 +1 位作者 李豫 李曦 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2025年第6期841-850,共10页
为了准确识别固体氧化物燃料电池(SOFC)系统故障,克服传统方法参数难以确定、结果偶然性大和难以运用复杂数据处理的问题,提出了一种基于融合聚类和径向基核函数支持向量机(RBF-SVM)的故障识别方法。该方法使用基于融合机制的聚类算法对... 为了准确识别固体氧化物燃料电池(SOFC)系统故障,克服传统方法参数难以确定、结果偶然性大和难以运用复杂数据处理的问题,提出了一种基于融合聚类和径向基核函数支持向量机(RBF-SVM)的故障识别方法。该方法使用基于融合机制的聚类算法对SOFC系统重整器催化剂性能衰退故障数据进行处理,得到不同故障等级下的聚类标签,再使用RBF-SVM算法对划分后的故障数据进行训练,得到故障识别模型。该模型能够将故障特征信息映射到更高维空间以提升故障识别能力,并进一步用于空气和燃料泄露故障识别。实验结果表明,所提融合聚类算法能很好地划分故障,RBF-SVM故障识别模型对重整器催化剂退化故障的识别准确率达到99.3%,对空气泄漏和燃料泄漏故障的识别率分别达到99.9%和99.4%。 展开更多
关键词 固体氧化物燃料电池(SOFC) 故障识别 融合聚类 径向基函数支持向量机(RBF-SVM)
暂未订购 下载PDF
POD-RBF堆芯功率分布测量方法的敏感性分析 认领 引用 被引量：1
16
作者 张一骏 李文淮 +3 位作者 曾玲 彭思涛 厉井钢 王婷 《现代应用物理》 2025年第1期138-143,共6页
堆芯3维功率分布的在线监测对于确保反应堆的安全运行至关重要。为此,核电厂部署了堆内和堆外探测器,以获取必要的测量数据。通过利用相关测量信息,并结合适当正交分解(proper orthogonal decomposition,POD)进行模型降阶和径向基函数(r... 堆芯3维功率分布的在线监测对于确保反应堆的安全运行至关重要。为此,核电厂部署了堆内和堆外探测器,以获取必要的测量数据。通过利用相关测量信息,并结合适当正交分解(proper orthogonal decomposition,POD)进行模型降阶和径向基函数(radial basis function,RBF)插值,可以实现堆芯功率分布的实时测量。本文利用PCM软件包实现某压水堆某燃料循环约7 000个堆芯状态的模拟,并实现从模拟的探测器信号到模拟的堆芯3维功率分布的映射模型构建。结果表明,该方法能够有效处理高维数据,提取主要特征,从而提高3维功率分布监测计算的效率和准确性。通过引入测量值的扰动,展示了POD-RBF模型的稳健性,表明该模型在面对不确定性时仍能保持良好的性能。同时,本文提出了一种基于测量探测器信号的白噪声或失效扰动方法,显著增强了POD-RBF方法的稳定性。相关结果为未来的核能监测技术奠定了基础,推动了相关领域的进一步研究与发展。 展开更多
关键词 3维功率分布 堆芯在线监测 本征正交分解 径向基函数插值 反应堆堆芯
暂未订购 下载PDF
基于动态RBF代理模型和进化算法的起重机主梁优化 认领 引用 被引量：2
17
作者 段雄 范小宁 《机械设计》 CSCD 北大核心 2025年第3期86-94,共9页
针对基于有限元仿真模型的起重机结构优化计算成本在工程上难以接受的问题,文中结合差分进化算法和径向基代理模型提出一种基于动态径向基代理模型的全局优化策略。该策略在优化过程中通过局部开发最优解和全局探索误差最大区域的加点... 针对基于有限元仿真模型的起重机结构优化计算成本在工程上难以接受的问题,文中结合差分进化算法和径向基代理模型提出一种基于动态径向基代理模型的全局优化策略。该策略在优化过程中通过局部开发最优解和全局探索误差最大区域的加点策略构造动态径向基代理模型,并以约束函数模型的预测误差和目标函数下降程度构建优化终止条件,保证优化的全局收敛性和最优解处的模型精确性。通过数值算例和工字梁优化算例进行验证,该方法不仅能够获得全局最优解,而且明显减少了对原函数的调用次数,显著提高了优化效率。最后,结合桥式起重机桥架的有限元分析,将此方法用于解决起重机主梁优化问题。结果显示:在满足约束的条件下,主梁横截面面积减小了约22.36%,并且降低了大量的计算成本,提高了优化效率,解决了智能群算法与起重机结构有限元模型直接结合进行优化的昂贵计算成本问题。 展开更多
关键词 起重机主梁 动态径向基代理模型 差分进化算法 加点策略
暂未订购 下载PDF
基于小波包分解的TCN-RBF神经网络模型在桥梁沉降预测中的应用 认领 引用 被引量：2
18
作者 吴昌程 《北京测绘》 2025年第1期105-110,共6页
静荷载与动荷载在沉降监测数据中表现出不同的特性,直接对非线性、非平稳性沉降监测数据进行预测,无法体现沉降监测数据的不同特性,限制了预测精度。因此,本文引入小波包分解方法,对沉降监测数据进行自适应分解与重构。对于低频重构结果... 静荷载与动荷载在沉降监测数据中表现出不同的特性,直接对非线性、非平稳性沉降监测数据进行预测,无法体现沉降监测数据的不同特性,限制了预测精度。因此,本文引入小波包分解方法,对沉降监测数据进行自适应分解与重构。对于低频重构结果,使用趋势性预测能力较强的时域卷积神经网络(TCN)模型进行训练与预测;对于高频重构结果,使用规律性预测能力较强的径向基函数(RBF)神经网络模型进行训练与预测,重构不同频段预测结果得到最终预测结果。使用苏通大桥实测静力水准数据进行实验,结果表明,本文模型较对比模型预测精度更高,验证了本文模型的有效性。 展开更多
关键词 小波包分解 径向基函数(RBF)神经网络 时域卷积神经网络(TCN) 桥梁沉降预测 精度验证
暂未订购 下载PDF
水下运输系统RBF神经网络终端滑模控制 认领 引用
19
作者 袁占航 马渝翔 李运华 《核动力工程》 EI CAS CSCD 北大核心 2025年第1期247-253,共7页
水下运输系统在运输载荷时会受到水的不确定非线性和其他外部扰动影响。针对水下运输系统的运行控制问题,以核电厂燃料组件的水下运输系统为对象,设计了基于径向基函数(RBF)神经网络的非奇异终端滑模控制方法。首先,根据牛顿第二定律和M... 水下运输系统在运输载荷时会受到水的不确定非线性和其他外部扰动影响。针对水下运输系统的运行控制问题,以核电厂燃料组件的水下运输系统为对象,设计了基于径向基函数(RBF)神经网络的非奇异终端滑模控制方法。首先,根据牛顿第二定律和Morison方程建立了系统的运动微分方程并推导其状态空间方程;其次,设计非奇异终端滑模控制器,并用RBF神经网络对未知非线性作用进行估计并在控制器中补偿,由Lyapunov稳定性理论推导了网络权值的自适应更新律;通过Lyapunov稳定性理论证明了所提控制策略可以实现对未知非线性估计的渐进收敛和对给定指令跟踪的有限时间收敛;分别对带载上行和空载下行两种工况进行仿真验证,仿真结果表明了所设计的控制器性能良好。 展开更多
关键词 水下运输 径向基函数(RBF)神经网络 终端滑模 Morison方程
暂未订购 下载PDF
基于POD-RBF降阶模型的超高温气冷堆DLOFC事故温度时空分布计算方法 认领 引用
20
作者 丁永旺 张汉 +5 位作者 彭杵真 邬颖杰 郭炯 彭威 张平 李富 《核动力工程》 EI CAS CSCD 北大核心 2025年第2期107-118,共12页
超高温气冷堆(VHTR)具有核能制氢等广泛的应用领域,失冷失压(DLOFC)事故是VHTR后果最严重的设计基准事故之一,而利用全阶模型(FOM)进行大量不同参数下的DLOFC事故特性分析需要消耗大量的计算资源。对设计参数范围内的不同方案进行基于... 超高温气冷堆(VHTR)具有核能制氢等广泛的应用领域,失冷失压(DLOFC)事故是VHTR后果最严重的设计基准事故之一,而利用全阶模型(FOM)进行大量不同参数下的DLOFC事故特性分析需要消耗大量的计算资源。对设计参数范围内的不同方案进行基于降阶模型(ROM)的DLOFC事故的快速、准确计算具有重要需求和意义。本文利用TINTE程序建立了VHTR的FOM,基于本征正交分解-径向基函数插值(POD-RBF)方法实现了一个快速计算VHTR-DLOFC事故的ROM,并给出了两种方法来实现ROM的瞬态过程计算,方法1将时间等同于入口温度等输入参数;方法2对于同一参数下的不同时间步的系数整体进行计算。结果表明,两种ROM方法的计算结果最大相对误差均低于1%,且ROM计算效率远高于FOM;同时方法2的计算效率是方法1的40倍。因此,ROM可以为VHTR设计参数的优化工作提供快速计算程序。 展开更多
关键词 超高温气冷堆(VHTR) 本征正交分解(POD) 径向基函数(RBF)插值 降阶模型(ROM)
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 45 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈