一種新型徑向基函數神經網絡在模型辨識方面的應用

采用改進的徑向基函數(MRBF)神經網絡,利用實測到的發動機飛行試驗數據作為學習樣本,建立了發動機的辨識模型,并利用這種方法對不同飛行高度發動機的參數進行了辨識.研究結果表明:這種方法具有訓練時間短、學習速度快、辨識精度高、實時性好等優點,并可用于在線辨識.

作 者： 王征 WANG Zheng   作者單位： 空軍工程大學工程學院研究生一隊,陜西,西安,710038  刊 名： 機床與液壓  ISTIC PKU 英文刊名： MACHINE TOOL & HYDRAULICS  年，卷(期)： 2005 ""(12)  分類號： V233.7  關鍵詞： 神經網絡   數學模型   辨識   航空發動機  

【一種新型徑向基函數神經網絡在模型辨識方面的應用】相關文章：

模糊概率神經網絡水質評價模型及其應用04-27

一種在線神經網絡在補償飛機模型不確定性誤差中的應用04-27

一種火箭推進系統非線性動態神經網絡模型04-27

新型智能仿生模型-蟻群模型04-27

TOPSIS價值函數模型04-27

權函數灰色模型及其在山體隧道洞口變形預測中的應用04-26

《函數的應用》教案02-26

《三角函數模型的簡單應用（1）》教案 鄧城04-25

一種改進的天基測向初定軌初值和模型求解方法04-26

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27