文献

J-GLOBAL ID：201302264696289877   整理番号：13A1516441

可変重量組合せRBFモデル研究の回転機械条件最適化予測方法

Rotating Machinery Condition Optimization Prediction Method of Variable Weight Combination RBF Model Research

著者 (4件)： Wang Jifang (Coll. of Mechanical Engineering and Applied Electronics Technol., Beijing Univ. of Technol., Beijing Key ...) ,  Fei Renyuan (Coll. of Mechanical Engineering and Applied Electronics Technol., Beijing Univ. of Technol., Beijing) ,  Xu Xiaoli (Beijing Key Laboratory-Measuring and Control of Mechanical & Electrical System Lab., Beijing Information Sci. and ...) ,  Liu Xin (Beijing Key Laboratory-Measuring and Control of Mechanical & Electrical System Lab., Beijing Information Sci. and ...)
資料名： Beijing Gongye Daxue Xuebao  (Beijing Gongye Daxue Xuebao)
巻： 39  号： 1  ページ： 7-13  発行年： 2013年 
JST資料番号： C2401A  ISSN： 0254-0037  CODEN： BGDXD6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 不安定で非線形の機構によって回転機械労働条件のための予測正確さおよび適応性を改良するために,可変重量RBF組合せモデルの最適化予測方法を示唆した。本モデルは,可変重量RBFネットワークに基づいて構築した。サンプルは出力に時間まで加重に一致することであり,モデルが構築する間,併用モデルは平均関連誤差によって選ばれた。その結果として,十分な効果的情報を使用して,新しい事実および将来状態に及ぼすいろいろな影響を取り入れて古い情報を強調した。方法は,測定したデータによって確認した。可変重量RBF組合せ予測方法の正確さは,単一RBFモデルおよび単一重量組合せ予測方法より良かった。本方法は,高い予測正確さによるプログラムに単純で,予測に関してより順応性があった。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *回転機械 ,  最適化 ,  予測技法 ,  モデル ,  動径基底関数ネットワーク ,  重量 ,  誤差 ,  予測
準シソーラス用語： 予測方法 ,  RBFネットワーク ,  非線形

分類 (1件)： 機械工学一般  (QA01010I)

タイトルに関連する用語 (8件)： 可変 ,  組合せ ,  RbF ,  モデル ,  研究 ,  回転機械 ,  最適化 ,  予測方法