基于RBF神经网络预测模型及其应用研究

作     者：李曦 王青 万云辉 李琦 LI Xi;WANG Qing;WAN Yun-hui;LI Qi

作者机构：河海大学环境工程学院江苏南京210098 山东省水利勘测设计院山东济南250013 河海大学工程力学系江苏南京210098 

出 版 物：《泰山学院学报》 (Journal of Taishan University)

年 卷 期：2008年第30卷第3期

页      码：118-120页

摘      要：利用径向基函教(Radial Basis Function,RBF)神经网络来预测结构初期损伤对整体的影响,可以有效地判断结构的稳定性.由于神经网络可以通过对样本的反复学习来反映整体结构复杂的非线性演化关系,其预测精度可以满足要求.RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性.本文通过有限元计算得出样本作为基础,采用RBF神经网络建立初期损伤的预测系统,通过最近邻聚类学习算法实行整体结构预测,这种研究思路具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强,计算效率明显优于传统方法.本系统采用Fortran语言编写,最后通过一个实例说明本系统的有效性及实用性.

主 题 词：整体结构 RBF神经网络 最近邻聚类算法 

学科分类：1002[医学-临床医学类] 100201[100201] 10[医学] 

D　O　I：10.3969/j.issn.1672-2590.2008.03.030

馆 藏 号：203101846...