中国测试技术
中國測試技術
중국측시기술
CHINA MEASUREMENT TECHNOLOGY
2007年
2期
50-52
,共3页
RBF神经网络%软测量技术%软测量模型%辨识%仿真
RBF神經網絡%軟測量技術%軟測量模型%辨識%倣真
RBF신경망락%연측량기술%연측량모형%변식%방진
径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,将在化工领域广泛使用的软测量技术应用于电机系统的转矩测量,该方法的可行性进行了论证,并运用RBF神经网络建立转矩的软测量模型.同时建立了基于BP神经网络的软测量模型,用改进的Levenberg-Marquardt算法对BP神经网络进行学习和训练,并对两种网络进行了对比.该方法只需要电流信息,辨识方法简单.研究表明,RBF神经网络辨识效果优于BP神经网络.
徑嚮基函數神經網絡(RBFNN)具有最優逼近和全跼逼近的特性,在函數擬閤方麵優于傳統的BP網絡,將在化工領域廣汎使用的軟測量技術應用于電機繫統的轉矩測量,該方法的可行性進行瞭論證,併運用RBF神經網絡建立轉矩的軟測量模型.同時建立瞭基于BP神經網絡的軟測量模型,用改進的Levenberg-Marquardt算法對BP神經網絡進行學習和訓練,併對兩種網絡進行瞭對比.該方法隻需要電流信息,辨識方法簡單.研究錶明,RBF神經網絡辨識效果優于BP神經網絡.
경향기함수신경망락(RBFNN)구유최우핍근화전국핍근적특성,재함수의합방면우우전통적BP망락,장재화공영역엄범사용적연측량기술응용우전궤계통적전구측량,해방법적가행성진행료론증,병운용RBF신경망락건립전구적연측량모형.동시건립료기우BP신경망락적연측량모형,용개진적Levenberg-Marquardt산법대BP신경망락진행학습화훈련,병대량충망락진행료대비.해방법지수요전류신식,변식방법간단.연구표명,RBF신경망락변식효과우우BP신경망락.
