计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
8期
2847-2850
,共4页
杨松%邵龙潭%高天一%奚海波
楊鬆%邵龍潭%高天一%奚海波
양송%소룡담%고천일%해해파
径向基神经网络%变形场%插值%萤火虫算法%变步长
徑嚮基神經網絡%變形場%插值%螢火蟲算法%變步長
경향기신경망락%변형장%삽치%형화충산법%변보장
RBF neural network%transformation field%interpolation%glowworm swarm optimization algorithm%variable step
传统的物体表面力学变形场计算方法存在计算量大,无法计算边缘点变形等问题;提出一种改进的萤火虫算法优化RBF神经网络的变形插值方法,利用阈值约束RBF神经网络隐含层结点数,运用可变步长萤火虫算法优化RBF神经网络隐含层节点的中心和宽度,采用递推最小二乘法计算隐含层到输出层之间的权值,建立物体表面位移神经网络插值模型;为提高位移插值精度,在训练和测试的输入中增加坐标组合数据;应用于混凝土梁三点弯实验,仿真结果表明,该算法比常用的神经网络算法有更快的仿真速度和更高的预测精度,可用于土工材料表面变形场的快速、准确的计算.
傳統的物體錶麵力學變形場計算方法存在計算量大,無法計算邊緣點變形等問題;提齣一種改進的螢火蟲算法優化RBF神經網絡的變形插值方法,利用閾值約束RBF神經網絡隱含層結點數,運用可變步長螢火蟲算法優化RBF神經網絡隱含層節點的中心和寬度,採用遞推最小二乘法計算隱含層到輸齣層之間的權值,建立物體錶麵位移神經網絡插值模型;為提高位移插值精度,在訓練和測試的輸入中增加坐標組閤數據;應用于混凝土樑三點彎實驗,倣真結果錶明,該算法比常用的神經網絡算法有更快的倣真速度和更高的預測精度,可用于土工材料錶麵變形場的快速、準確的計算.
전통적물체표면역학변형장계산방법존재계산량대,무법계산변연점변형등문제;제출일충개진적형화충산법우화RBF신경망락적변형삽치방법,이용역치약속RBF신경망락은함층결점수,운용가변보장형화충산법우화RBF신경망락은함층절점적중심화관도,채용체추최소이승법계산은함층도수출층지간적권치,건립물체표면위이신경망락삽치모형;위제고위이삽치정도,재훈련화측시적수입중증가좌표조합수거;응용우혼응토량삼점만실험,방진결과표명,해산법비상용적신경망락산법유경쾌적방진속도화경고적예측정도,가용우토공재료표면변형장적쾌속、준학적계산.
