MATLAB在RBF径向基神经网络仿真中的应用

MATLAB在RBF径向基神经网络仿真中的应用作者：王阳萍，朱正平作者单位：王阳萍(兰州交通大学信息与电气工程学院,甘肃,兰州,730070)，朱正平(兰州师范专科学校,甘肃,兰州,730070)刊名：甘肃科技英文刊名：GANSUSCIENCEANDTECHNOLOGY年，卷(期)：2004，20(10)被引用次数：9次参考文献(2条)1.楼顺天MATLAB5.X程序设计语言20002.高隽人工神经网络原理及仿真实例2003相似文献(10条)1.会议论文姚琪基于RBF网络的自适应滑模控制器的设计2006针对实际控制系统易受未知外界干扰和参数摄动等不确定因素影响的问题，结合滑模控制和神经网络各自的优点，设计了一种基于RBF(RadialBasiFunction)网络的自适应滑模控制器，使用一个自适应RBF网络在线辨识不确定性的上界.在MATLAB下的仿真结果表明了该系统的鲁棒性和自适应性。2.期刊论文海山.张策.何风琴RBF网络和BP网络在逼近能力方面的研究-内蒙古科技与经济2007,(14)文章介绍了人工神经网络的两个重要的模型:径向基函数(RBF)网络和BP网络,在函数逼近方面对RBF网络和BP网络进行了比较、研究,通过实际的例子应用Matlab进行了仿真.3.学位论文徐松岭基于RBF网络的水泥窑优化控制的仿真研究2001该文在对比研究RBF网络和BP网络的基础上,参照江西水泥厂的窑外分解窑,提出了基于RBF神经网络的水泥窑优化控制系统方案.采用定值控制回路+RBF神经网络两层控制结构,并通过接口外挂于水泥窑集散控制系统的高速数据通道上,实现窑的综合优化控制,利用神经网络的记忆功能和泛化功能,给出水泥窑一类复杂对象优化控制所要求的输入输出关系,以比专家系统推理更快得到优化控制输出,这对于实时控制十分重要.仿真实验表明采用局部副近的RBF神经网络,从根本上解决了全局逼近的BP神经网络收敛速度慢的问题.率网络对水泥窑的优化控制规则有很好的记忆功能和泛化功能,从而为水泥窑一类复杂控制对象的优化控制提供了新的方法和思路.这种方法对窑的优化控制方面的研究有很大的参考价值和实际意义.该文采用VisualC++6.0与MATLAB5.3的混合编程来编写软件包.4.学位论文程正军分光光度法多组分同时测定中的信号滤噪和小样本数据解析方法研究2005本论文针对目前分光光度法多组分同时测定中普遍存在着的、较为突出的影响结果准确性，尚未较好解决而需要给予关注和研究的校正样变量多样本少和工业分析中的噪音问题开展研究，论文分五章介绍所做的研究工作：第一章绪论。对多组分同时测定中的信号滤噪和小样本数据解析方法的研究进展作了概述。着重介绍了小波和小波包分析以及正交信号校正法在信号消噪方面的研究动态及在化学方面的应用进展。简单的介绍了RBF网络的发展及应用。第二章WPT-Interp-RBF网络：多组分分光光度同时测定数据解析的新方法。第一节小波包分析-插值-RBF方法同时测定铝合金中铁、锰、铜、锌。提出了一种在小波包分析对吸收光谱数据进行降噪处理的基础上，采用线性插值增加校正样样本数的新思路，为解决多组分分光光度同时测定中经常遇到的样本少变量多的问题，提高预测结果的准确性提供了一种新方法。应用小波包分析-一维线性插值-RBF网络处理铝合金样品中铁、锰、铜、锌的同时测定。研究结果表明，该方法可以显著降低测定样的相对误差，获得令人满意的测定结果。第二节WPT-Interp-RBF网络：多组分分光光度同时测定数据解析的新方法。在第一节的基础上，对系列实验数据采用WPT-Interp-RBF网络方法进行解析应用，并进行了更为广泛深入的研究讨论。文中以解析与炼油厂催化裂化装置生产相关的Fe、Ni、V的同时测定数据为例，对该方法的应用做了详细介绍，并与PLS法、RBF网络、小波压缩数据-RBF网络、小波压缩数据-PLS法、线性插值-RBF网络、小波变换-线性插值-RBF网络、小波包变换-线性插值-PLS法等方法做了应用比较。研究结果表明，该方法获得的测定结果优于常用的解析变量多、样本少数据的其它方法。由于该方法预测误差小，易在MATLAB上实现编程，因此具有良好的推广应用前景。第三章小波包分析-减法聚类-RBF网络同时测定痕量铁、锰。由于Fe3+和Mn2+分别在不同pH下与5-Br-PADAP形成有色络合物，在单一组分的不同缓冲溶液体系中不能与该显色剂同时显色，为此，通过实验条件探索，提出选用乙酸-乙酸钠、硼砂-盐酸双缓冲溶液体系，成功地解决了Fe3+和Mn2+同时与5-Br-PADAP显色的问题，为进行汽油中的铁、锰含量的分光光度同时测定提供了基本条件。进行了汽油中的铁、锰含量的分光光度同时测定的模拟研究。用小波包分析处理吸收光谱数据，滤除信号中的噪声；采用基于山峰函数的减法聚类算法，按照自适应聚类的结果构成预测各未知样的校正集，实现校准模型的优化。该算法用于模拟汽油中铁、锰合成样预测，结果表明，该方法可以使RBF网络在对未知样预测时能更有效地提取光谱数据中的特征信息，显著降低测定结果的相对误差，提高预测结果的准确性。第四章OSC-Interp-RBF法同时测定原料油中的铁、镍、钒。OSC-Interp-RBF方法将光谱阵用浓度阵正交，滤除光谱与浓度阵无关的信号，再用一维线性插值处理使训练集样本对待辩识空间形成较好的覆盖，使RBF网络能够更有效地提取信息，从而提高预测准确性。把该算法用于模拟原油中铁、镍、钒合成样的组分浓度预测及实际样的组分浓度计算，效果令人满意。第五章小波包压缩-RBF网络同时测定模拟润滑油中铁、铜、锌。小波包压缩-RBF网络方法采用小波包函数对光谱数据进行压缩处理，用较大的小波包系数构成新校正集和预测集代替原始校正集和预测集矩阵，然后用RBF网络处理新的校正集，对预测矩阵进行预测。研究表明，用bior2.4小波包对校正集和预测集分别压缩，把变量数由46个压缩成25个(压缩比为0.54)，压缩选用logenerge熵标准，整体预测效果最好，对合成样预测的相对误差绝对值在2.37％～9.44％之间，结果令人满意。5.期刊论文高英杰.王海芳.董国江.张晓丽Matlab神经网络工具箱在系统辨识中的应用-液压气动与密封2001,(5)介绍了MATLAB环境下的神经网络工具箱实用方法,着重介绍了在系统辨识的应用,以RBF网络为例介绍了网络的初始化,训练和仿真函数,给出了网络结构的设计和辨识结果的输出.6.学位论文石万清电力系统短期负荷预测技术的研究与实现2005电力系统短期负荷预测是调度中心制订发电计划及发电厂报价的依据，也是能量管理系统(EMS)的重要组成部分，对电力系统的运行、控制和计划都有着非常重要的影响，其预测精度直接影响到了电网及各发电厂的经济效益。　　由于电力负荷受诸多因素影响，如当前负荷状况、天气状况、节假日、重大经济及政治事件等，为提高短期电力负荷预测的精度，本文综合考虑了影响电力负荷的诸多因素，分析了适用于电力系统短期负荷预测的多种预测模型及其优缺点，提出了将径向基函数网络和模糊逻辑两种方法相结合的预测方法，并用VisualC++和MATLAB混合编程实现基于该算法的短期电力负荷预测程序，结果表明，与常规的预测方法相比，预测精度有了较大提高，效果较好。　　此外，本文实现了VisualC++与MATLAB的接口。利用VisualC++6.0提供的控件设计人机界面，利用MATLAB工作在后台实现复杂的计算功能。这样既可以拥有良好的人机界面，又可以有较高的软件开发效率。7.期刊论文马海峰.宋井峰.周文君.MaHaifeng.SongJingfeng.ZhouWenjun基于Matlab的RBF入侵检测模型研究-计算机应用与软件2009,26(6)针对目前入侵检测系统不能有效检测未知攻击行为、学习能力较差的问题,根据RBF神经网络的自学习、收敛速度快的特性,将RBF神经网络与入侵检测技术相结合,提出了一种RBF入侵检测模型,并对模型各个组成部分进行了分析,最后采用DARPA入侵检测数据库中的部分数据,在Matlab下进行了仿真实验.实验结果表明,此模型具有较高的检测率和较低的误报率,可有效地检测出已知和未知攻击行为,有一定的应用价值.8.学位论文吕伟军基于双RBF网络的车内语音降噪系统研究2008智能汽车电子牌照等电子设备在汽车内的应用使车内的人与设备之间的语音交互越来越显示出其重要性和广泛的需求。但车内人机语音交互由于容易受到车内环境噪声的干扰，语音识别的准确率与在纯净环境下相比将严重下降，难以达到实际人机语音交互的要求。研究和提出车内环境下的语音降噪方法，是提高语音识别率的基础和关键内容之一。针对上述问题，本文提出了一种基于双径向基函数(radialbasisfunction，简称RBF)神经网络的车内语音降噪算法。论文给出了该语音降噪算法的基本原理、实现方法以及降噪效果。在对比了BP网络与RBF网络的非线性逼近能力的基础上，提出了一种改进的RBF网络时域降噪的方法。该方法有效地减轻了神经网络的负担并减少了训练时间。在MATLAB软件平台上的仿真结果表明，该方法能够有效地抑制噪声，大幅度提升信噪比(signalnoiserate，简称SNR)。在变换域上，提出双RBF网络结合共振峰参数、线性预测系数与差分线性倒谱系数三组参数的降噪方法。在MATLAB软件平台仿真结果表明，该方法对语音信号的基音频率、共振峰等语音特征影响很小，能够较好的保留语音信号的频谱结构，改善语音的听觉质量，同时提高信噪比。本文在TI公司生产的TMS320VC5416平台上对车内语音降噪系统进行了实时实现。采用了TLV320AIC23作为语音编解码器，大大提高了编解码效率，以利于实时语音信号处理的实现。9.学位论文王艳伟RBF网在机械加工误差复映中的应用技术研究2004轴类零件加中的误差复映现象影响了零件的加工精度，但由于影响其加工的精度的因素很多，而且不容易确定具体的因素，因此没有一个绝对精确的公式可以算出怎样加工才能达到要求的加精度，或者我们即使得到这样一个公式来做计算也是非常烦琐的。神经网络算法的出现解决了很多单靠公式不能解决的问题，ANN通过由样本集的训练，学习样本集中的统计规律，将学习后的信息保存在权值中，当输入非样本集的模式时，训练理想的神经网络中的RBFN具有很强的非线性映射能力，而且不受输入量和输出量数目的限制，在具体的研究应用中，你可以根据需要自由修改原程序。RBFN现在各个领域被广泛应用，并且不断出现改进后的算法。针对本论文研究的实际问题，我采用了RBFN作为研究工具，通过使用大量的实验数据对RBF网络进行训练，研究分析了复映现象的几个影响因素和使用RBFN解决复映现象的影响因素，以及使用RBFN解决复映问题的可行性。主要完成的研究内容如下：1.RBF网络结构的确定本文通过做大量的实验，验证以及总结了如何确定RBF网络的网络结构，以及不同的网络结构对实验结果的影响，具体为隐层的确定，隐层神经元数目的确定。2.各种因素对加工精度的影响通过对RBF网络的训练，发现有的输入量对结果的好坏起很重要的作用，这就提醒我们，这个输入量是影响加工精度的决定性因素。而有的输入量却不怎么影响训练结果，则我们可以下结论，这个因素不是影响加工精度的决定性因素，或者可以被忽略。3.RBF网络解决复映问题的研究对RBF网络进行训练后，用测试集测试它的泛化能力，观察测试结果与实际结果的差距，分析用RBF网络解决机械加工中复映问题的可行性。4.本文中对RBFN的局部修改在不同的应用课题中，必要时RBFN要被局部修改以适应研究课题的特性。本论文在网络设计中也对它进行了局部修改，并且可以很好地运行。10.学位论文宋宏儒基于RBF网络的600MW机组热力系统安全经济性研究2008本文按照矩阵分析法建立了某600MW凝汽式机组的热力系统经济性状态方程，应用VB语言实现了机组在额定负荷和变工况下热力系统及其子系统的主要运行参数和各项热经济指标目标值的在线计算，为安全经济性分析奠定