检索结果-内蒙古大学图书馆

科学与信息化 2023年第13期 55-57页

作者：唐加云湖南智谋规划工程设计咨询有限责任公司湖南株洲 412007

如今,水库大坝作为城市建设的主要基础设施,其安全问题受到越来越多人的关注,这也促使大坝安全监测工作越发重要.构建大坝变形分析的rbf神经网络并做好相应的预测,可有效提高模型预测的精度,还能更接近工程实际,具有极高的实用价值.针对... 详细信息

如今,水库大坝作为城市建设的主要基础设施,其安全问题受到越来越多人的关注,这也促使大坝安全监测工作越发重要.构建大坝变形分析的rbf神经网络并做好相应的预测,可有效提高模型预测的精度,还能更接近工程实际,具有极高的实用价值.针对此,本文围绕rbf神经网络模型进行了分析,对该模型在大坝变形分析中的应用进行了探讨.

关键词： rbf神经网络模型大坝变形分析应用原理

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的车门多目标轻量化设计

引用

重庆交通大学学报（自然科学版） 2019年第11期38卷 127-132页

作者：李军冷川重庆交通大学机电与车辆工程学院

以某轻型客车车门为研究对象,在HyperMesh中建立有限元模型,对车门进行刚度和模态分析。以部分因子试验设计所得到的关键零件厚度为设计变量,采用哈默斯雷试验设计方法进行样本数据设计,使用rbf神经网络模型拟合车门质量、一阶模态频率... 详细信息

以某轻型客车车门为研究对象,在HyperMesh中建立有限元模型,对车门进行刚度和模态分析。以部分因子试验设计所得到的关键零件厚度为设计变量,采用哈默斯雷试验设计方法进行样本数据设计,使用rbf神经网络模型拟合车门质量、一阶模态频率、二阶模态频率、上扭转刚度、下扭转刚度、侧向弯曲刚度及下沉刚度响应的近似模型。在近似模型基础上,以车门质量最小和一阶模态频率最大为优化目标,以车门刚度和二阶模态频率为约束,应用多目标遗传算法进行优化设计,实现了车门轻量化最优目标。

关键词：车辆工程车门哈默斯雷试验设计 rbf神经网络模型轻量化

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的数控车床主轴箱优化设计

引用

制造技术与机床 2023年第5期 98-104页

作者：乔雪涛周世涛李优华曹康盛坤张洪伟中原工学院机电学院河南郑州450007

针对复杂机床结构优化中,通常难以获得设计变量与性能目标之间显式函数关系式的问题,提出了一种基于rbf神经网络模型和组合优化策略的结构优化设计方法。以某型精密数控车床主轴箱为研究对象,通过有限元软件ANSYS Workbench和多学科优... 详细信息

针对复杂机床结构优化中,通常难以获得设计变量与性能目标之间显式函数关系式的问题,提出了一种基于rbf神经网络模型和组合优化策略的结构优化设计方法。以某型精密数控车床主轴箱为研究对象,通过有限元软件ANSYS Workbench和多学科优化软件Isight联合仿真技术对主轴箱设计尺寸进行最优拉丁超立方实验设计和灵敏度分析,根据实验样本点构建rbf神经网络模型代替主轴箱有限元模型。采用多岛遗传算法(MIGA)和序列二次规划法(NLPQL)相结合的组合优化策略,对rbf神经网络模型进行优化设计。优化结果表明,在保证主轴箱静动态性能的前提下,质量减轻12.89%,达到了预期的效果。

关键词：主轴箱 rbf神经网络模型组合优化策略最优拉丁超立方实验设计

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的松辽流域水环境承载力评价研究

基于RBF神经网络模型的松辽流域水环境承载力评价研究

引用

作者：赵松源吉林大学

学位级别：硕士

水环境承载力是考查水环境的重要指标,同时水环境的优劣也是考核未来人类社会是否可持续发展的关键指标。人类在文明的进程中更需关注水资源,如水资源的污染超出环境承载力,将是灾难性的。因此研究水资源承载力,对人们生活质量,社会文... 详细信息

水环境承载力是考查水环境的重要指标,同时水环境的优劣也是考核未来人类社会是否可持续发展的关键指标。人类在文明的进程中更需关注水资源,如水资源的污染超出环境承载力,将是灾难性的。因此研究水资源承载力,对人们生活质量,社会文明进步都是首要课题。如何建立合理高效的指标评价体系,以及如何选择高信度、高效度的量化考核方法也就成为研究首选方向。通过对流域的水环境承载力分析研究评价,可以真实考核出水资源的开发程度和污染程度,这就为水环境管理者提供科学的决策依据。本文以松辽流域为研究区,旨在摸清松辽流域水环境承载力,核算区域经济社会发展对水环境的压力与承载负荷;在综合考虑水环境承载力评价标准的基础上,运用rbf神经网络模型对流域内各地市水环境承载状况进行评价,对水环境承载负荷超过或接近承载力的地区,实行预警提醒和限制性措施这既可以促进流域和谐发展,又可防患未然。主要研究成果为:1、rbf神经网络模型是进行水环境承载力评价的有效途径之一。将rbf神经网络模型应用于流域水环境承载力的研究中。一是建模便捷、具有可强的操作性,二是解决主观人为干扰,三是减少计算量。2、评价结果表明,松辽流域参与评价的41个地级行政区中,37%不超载、38%临界状态、10%超载、15%严重超载;松花江区26个地级行政区中,35%不超载、31%临界状态、12%超载、23%严重超载;辽河区21个地级行政区中,43%不超载、33%临界状态、14%超载、10%严重超载。3、针对松辽流域水环境承载力现状,提出了调控措施。应采取深入落实限制纳污红线制度,削减污染物入河量;强化水功能区监督管理;优化调整经济结构,提升污水处理能力;加强农业非点源污染治理等措施。

关键词：水环境承载力水环境承载负荷 rbf神经网络模型松辽流域

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的GNSS对流层延迟插值

基于RBF神经网络模型的GNSS对流层延迟插值

引用

作者：马健武合肥工业大学

学位级别：硕士

随着GNSS在不同领域的发展中,用户对于该系统的精度性有着更高的要求,如何快速定位以及提高精度是当前GNSS研究的重点和发展趋势。对流层延迟极易受大气的影响,且与信号传播路径的高度角有着密切关系,当高度角为90o时误差达到2-3m,但当... 详细信息

随着GNSS在不同领域的发展中,用户对于该系统的精度性有着更高的要求,如何快速定位以及提高精度是当前GNSS研究的重点和发展趋势。对流层延迟极易受大气的影响,且与信号传播路径的高度角有着密切关系,当高度角为90o时误差达到2-3m,但当高度角为5o时其误差最大时可以达到25m。由于对流层误差的改正十分复杂,这成为影响GNSS精度的重要因素。提高对流层误差改正的精度,在定位与测量的应用中有着较大的意义。目前,rbf神经网络已经应用在很多领域,它能够以任意精度逼近任意函数,学习速度快。为了提高对流层延迟内插精度,建立了一种基于rbf神经网络对GNSS对流层延迟内插的模型,该模型只需输入测站点的经纬度和高程,在实际应用中带来了方便。在构造rbf神经网络模型的过程中,首先利用GAMIT软件根据安徽省电力系统10个CORS站的坐标数据解算出对流层延迟,利用6个CORS基站的坐标和对流层延迟作为建模数据,4个CORS站作为测试数据,选取合适的神经网络学习算法确定网络结构参数,构建模型。其次将模型对流层延迟的输出值与GAMIT软件解算出的对流层延迟作比较,进行误差分析,验证该模型的可靠性。实验结果表明:测试数据的对流层插值精度达到mm级别,最大误差约为2mm,利用rbf神经网络模型预测对流层延迟具有较高的精度。

关键词： rbf神经网络模型对流层延迟插值

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的企业绩效管理评价方法研究

基于RBF神经网络模型的企业绩效管理评价方法研究

引用

作者：苑智刚武汉大学

学位级别：硕士

随着疫情的冲击和市场竞争愈加激烈,企业面临的生存压力也越来越大。由于企业绩效的好坏直接影响着企业的核心竞争力,所以企业必须要提升绩效管理能力从而实现长期稳定的发展。然而,目前企业的绩效管理还存在诸多问题,为了帮助企业有针... 详细信息

随着疫情的冲击和市场竞争愈加激烈,企业面临的生存压力也越来越大。由于企业绩效的好坏直接影响着企业的核心竞争力,所以企业必须要提升绩效管理能力从而实现长期稳定的发展。然而,目前企业的绩效管理还存在诸多问题,为了帮助企业有针对性地识别其绩效管理存在的问题,并提出相应的改善策略,需要一个合理有效的企业绩效管理效果评价模型,这不仅有利于企业有效地提升其绩效管理能力,从长远看还有利于企业长期可持续性发展。本文首先通过广泛的文献调研了解目前国内外企业绩效管理的研究现状,明确目前关于绩效管理方面的主要研究成果,充分地了解整个企业绩效管理大背景。在此基础之上,本文对企业绩效管理相关理论进行分析与介绍,并且详细介绍了目前绩效管理的几种主流方法,如目标管理(MBO)、平衡计分卡、同行评审/360度绩效评估、关键绩效指标(KPI)法等。然后,本文进一步探索了目前企业绩效管理方面存在的突出问题。为了构建一个合理有效的企业绩效管理评价模型,本文综合地使用文献调研法,专家咨询法和重要集体面谈法获得企业绩效管理评价指标体系,然后构建基于因子分析法和rbf神经网络模型的企业绩效管理评价模型。最后,本文以Z企业为例进行实证研究,研究表明:从整体上看,Z企业的绩效管理效果是合格的;企业文化、员工满意度,资产负债率和流动资产率是制约Z企业绩效管理水平提升的关键影响因子。本文为未来企业绩效管理的相关研究提供一定的参考价值。

关键词：企业绩效管理综合评价因子分析法 rbf神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型和优劣解距离分析的复鞣填充工艺优化

引用

皮革与化工 2022年第5期39卷 1-9页

作者：姚庆达黄鑫婷周华龙梁永贤许春树孙辉永福建省皮革绿色设计与制造重点实验室福建晋江362271 兴业皮革科技股份有限公司国家企业技术中心福建晋江362261 维正知识产权科技有限公司广东深圳518000 晋江市质量计量检测所福建晋江362200

使用正交设计、rbf神经网络模型、皮尔逊相关性分析和优劣解距离分析等4种统计学方法对皮革复鞣填充进行设计、拟合、分析与优化,并得出以下结论:rbf神经网络模型可很好地拟合制革复鞣填充过程,物理力学性能的均方误差<0.05;皮尔逊... 详细信息

使用正交设计、rbf神经网络模型、皮尔逊相关性分析和优劣解距离分析等4种统计学方法对皮革复鞣填充进行设计、拟合、分析与优化,并得出以下结论:rbf神经网络模型可很好地拟合制革复鞣填充过程,物理力学性能的均方误差<0.05;皮尔逊相关性分析则可揭示不同皮革化学品与物理力学性能的相关性和显著性,其中羊毛脂与物理力学性能呈现正相关的强显著性(p<0.05);结合rbf神经网络和优劣解距离分析可对全面实验进行预测和评价,从而得到最优解,理论最优解和实测值偏差<10%。

关键词： rbf神经网络模型优劣解距离分析物理力学性能皮尔逊相关性正交设计

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型对污泥减量优化的研究

引用

河南化工 2024年第5期41卷 12-16页

作者：仇奕沁上海城投上境生态修复科技有限公司上海200135

研究了温度、pH值、反应时间、高铁酸钾投加量等因素对污泥溶胞效果和分解效果的影响,并通过建立rbf神经网络模型对实验进行优化。研究结果表明,温度为60℃、反应时间为2~4 h、pH值为12、高铁酸钾投加量5.5mg/(gSS)的条件下,污泥减量处... 详细信息

研究了温度、pH值、反应时间、高铁酸钾投加量等因素对污泥溶胞效果和分解效果的影响,并通过建立rbf神经网络模型对实验进行优化。研究结果表明,温度为60℃、反应时间为2~4 h、pH值为12、高铁酸钾投加量5.5mg/(gSS)的条件下,污泥减量处理效果显著且较为经济。此外,rbf神经网络模型计算的污泥溶胞率、污泥分解率值与实验得出的结果,两者相对误差均小于5%,验证了该模型的良好拟合性。

关键词：污泥减量热解高铁酸钾 rbf神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于LMD-rbf神经网络模型的大坝变形预测

引用

测绘与空间地理信息 2023年第9期46卷 153-156页

作者：周志广刘伟昌浙江省测绘科学技术研究院浙江杭州311100

大坝在运营过程中由于受多种外界环境影响,表现出一种非线性、非稳定性变形特征。为了从大坝变形监测数据中有效提取变形规律,提高大坝变形的预测精度,本文在rbf(Radial Basis Function)神经网络模型的基础上,结合局部均值分解(LMD,Loca... 详细信息

大坝在运营过程中由于受多种外界环境影响,表现出一种非线性、非稳定性变形特征。为了从大坝变形监测数据中有效提取变形规律,提高大坝变形的预测精度,本文在rbf(Radial Basis Function)神经网络模型的基础上,结合局部均值分解(LMD,Local Mean Decomposition)技术在对非线性、非平稳性信号分解中的优势,提出了一种LMD-rbf神经网络预测模型。该组合预测模型实现变形预测的步骤为:首先对变形监测数据进行LMD分解得到若干个PF(Product Function)分量以及余量;其次,使用rbf神经网络模型对各分量与余量进行预测得到各分量与余量预测值;最后,重构各分量与余量预测值得到最终预测结果。将本文提出的LMD-rbf神经网络模型应用于大坝变形预测中,结果表明,相比于BP(Back Propagation)神经网络模型与rbf神经网络模型,本文提出的组合预测模型的预测精度最高且稳定性最好,可为大坝等工程的变形预测提供思路与参考。

关键词：局部均值分解原理 rbf神经网络模型变形预测精度分析

来源：评论

学校读者我要写书评

暂无评论

基于rbf神经网络模型的电厂锅炉燃烧过程低耗煤控制

引用

自动化应用 2021年第3期 133-134页

作者：姜兆刚辽宁能港发电有限公司辽宁抚顺113007

针对传统控制方法在对电厂锅炉燃烧控制时,存在耗煤量高,影响电厂锅炉燃烧效率问题,开展基于rbf神经网络模型的电厂锅炉燃烧过程低耗煤控制方法设计研究。通过电厂锅炉燃烧过程低耗煤控制参数选择、基于rbf神经网络模型的控制目标优化... 详细信息

针对传统控制方法在对电厂锅炉燃烧控制时,存在耗煤量高,影响电厂锅炉燃烧效率问题,开展基于rbf神经网络模型的电厂锅炉燃烧过程低耗煤控制方法设计研究。通过电厂锅炉燃烧过程低耗煤控制参数选择、基于rbf神经网络模型的控制目标优化、电厂锅炉燃烧控制补偿训练,提出一种全新的控制方法。通过对比实验证明,新的控制方法与传统控制方法相比耗煤量得到有效降低,进一步提高电厂锅炉燃烧效率。

关键词： rbf神经网络模型锅炉低耗煤

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：