机械制造与自动化
機械製造與自動化
궤계제조여자동화
JIANGSU MACHINE BUILDING & AUTOMATION
2013年
2期
122-125
,共4页
王曜辰%纪爱敏%张大伟%郭聪聪
王曜辰%紀愛敏%張大偉%郭聰聰
왕요신%기애민%장대위%곽총총
BP神经网络%BP-RBF组合神经网络%应力预测%挖掘机动臂
BP神經網絡%BP-RBF組閤神經網絡%應力預測%挖掘機動臂
BP신경망락%BP-RBF조합신경망락%응력예측%알굴궤동비
以挖掘机动臂为例,采用正交设计安排试验,在ABAQUS软件中获取有限元试验数据,利用Matlab软件编程仿真,比较BP神经网络和RBF神经网络在挖掘机动臂应力预测应用性能,针对BP神经网络应力预测准确度不高和RBF神经网络在学习样本输入区域很大,样本繁多时,需要更多的径向基神经元的问题,扩展出BP-RBF的组合神经网络,通过仿真实验证明,该组合网络提高了BP神经网络预测精度,扩展了RBF神经网络的应用范围,为工程应用提供参考.
以挖掘機動臂為例,採用正交設計安排試驗,在ABAQUS軟件中穫取有限元試驗數據,利用Matlab軟件編程倣真,比較BP神經網絡和RBF神經網絡在挖掘機動臂應力預測應用性能,針對BP神經網絡應力預測準確度不高和RBF神經網絡在學習樣本輸入區域很大,樣本繁多時,需要更多的徑嚮基神經元的問題,擴展齣BP-RBF的組閤神經網絡,通過倣真實驗證明,該組閤網絡提高瞭BP神經網絡預測精度,擴展瞭RBF神經網絡的應用範圍,為工程應用提供參攷.
이알굴궤동비위례,채용정교설계안배시험,재ABAQUS연건중획취유한원시험수거,이용Matlab연건편정방진,비교BP신경망락화RBF신경망락재알굴궤동비응력예측응용성능,침대BP신경망락응력예측준학도불고화RBF신경망락재학습양본수입구역흔대,양본번다시,수요경다적경향기신경원적문제,확전출BP-RBF적조합신경망락,통과방진실험증명,해조합망락제고료BP신경망락예측정도,확전료RBF신경망락적응용범위,위공정응용제공삼고.