摘要：电池管理是汽车混合动力系统的关键技术之一。对混合动力汽车电池管理系统(BMS)的硬件和程序流程进行了设计,并采用径向基函数(rbf)神经网络对电池的荷电状态(SOC)进行估算。使用rbf神经网络算法估算SOC可避免对电池内部复杂的电化学反应建模的过程,并可达到较高的精度。

摘要：提出一种新的可用于说话人识别的径向基函数网络(rbfN)阵列.rbfN网设计思想是在确定网络中心点之后采用最小线性方差作为目标函数解得最优权重,该方法并不能得到最优分类效果.使用Fisher目标函数,替代rbf中的误差目标函数来求取最优权重,用与文本无关的闭集说话人识别系统对该算法进行了验证,实验结果表明,该方法提高了rbf分类能力,比传统的rbf算法以及ROLS算法具有更高的识别率,并在识别效果接近GMM方法的情况下计算量大幅度减少.

摘要：现有的运动损伤程度评估模型不能有效地描述运动强度与损伤程度之间的关系。为了解决此问题,通过对致伤因子的研究、对损伤基函数的选取,达到了评估运动损伤程度的目的。通过研究rbf神经复杂网络、设计复杂网络下运动损伤隐含层,建立rbf运动损伤评估模型。模拟应用环境设计仿真实验,结果表明,应用rbf运动损伤评估模型,解决运动损伤与运动强度之间关联度问题,避免运动强度过大造成运动损伤;在一定环境下,能有效描述运动强度与损伤程度之间的关系。

摘要：针对传统轴承健康监测系统集成度低、体积较大的问题,设计了一套基于ARM的嵌入式轴承健康监测系统。系统基于ARM9内核的S3C2440A主控芯片、Linux操作系统与Qt图形化开发软件,实现了轴承状态信号采集、实时分析处理、LCD显示、上传云服务器、状态报警与故障诊断功能。通过小波包能量熵提取故障特征,可以准确地反映出故障聚集的频段,并将其输入到rbf神经网络实现故障类型的自动识别,提高了诊断的质量和效率。试验结果表明,系统数据可靠、通信效果好、故障诊断准确率高,满足实际应用的需求。

摘要：利用粒子群算法(PSO)对径向基核函数的参数进行优选,结合多面函数对某GPS控制网的高程异常资料进行拟合分析,并与二次曲面拟合的结果进行对比。结果表明优化后的径向基核函数用于多面函数可获取更为精确的高程异常。

摘要：针对未知非线性、外界干扰等各种不确定因素对二自由度冗余并联机器人控制系统的影响,提出了反演自适应神经网络控制方法。rbf神经网络实现了不确定性函数的逼近,自适应反演控制作为主控制器完成并联机器人控制系统的输出。仿真结果表明,自适应反演神经网络控制方法跟踪性能好,系统误差小,具有很强的鲁棒性,能够满足并联机器人的控制要求。仿真实验证实了该控制策略的正确性和有效性。

摘要：针对目前大型太阳能—热泵多热源热水系统实时连续供热性能不佳和达不到最大节能效果等问题,提出以谷电时段预蓄热为核心的系统供热策略。论文优化现有太阳能—热泵热水系统构架,以天气预报为基础,应用rbf神经网络技术制定谷电时段预蓄热策略中蓄热最高水温值、蓄热水量等关键参数,并以太阳能集热器水温、蓄水箱水温水位等参数为依据,完成系统各热源及相关运行机构的启停,实现制热、蓄热、供热的协调控制。该方法能提高目前大型太阳能—热泵多热源热水系统节能效果及实时连续供热能力,为大型太阳能热水系统的控制策略提供新思路。

摘要：对于多输入多输出(multiple inputs multiple outputs,简称MIMO)混沌系统的同步问题,设计了基于误差比例-积分-微分(proportional integral derivative,简称PID)改进下的滑模径向基函数神经网络(radial basis function,简称rbf)控制方法,实现了主从统一混沌系统的同步.设计自适应rbf滑模控制器,将其用于初值不同的不确定主从统一混沌系统的同步控制中,证明了控制的Lyapunov稳定性.最后结合MATLAB仿真实验验证了所提方法的可行性与有效性.

摘要：针对某型发射车底盘动力系统多故障频发、诊断效率低的问题,进行了多故障影响分析,结合发射车使用实践进行实验设计,在适当位置安装振动传感器以采集不同状态下的振动信号,进行振动信号小波包能量谱特征信息提取,应用rbf神经网络进行学习训练和测试,实现了发射车底盘动力系统多故障诊断。结果表明:小波包能量谱可以有效表征发射车底盘动力系统多故障信息,基于rbf神经网络的发射车底盘多故障诊断精度高,诊断效果理想。

摘要：主动队列管理(AQM)PID(Proportional integral derivative)算法的控制效果取决于比例、积分及微分系数的整定,但传统整定往往基于试凑方法和经验知识。根据Ad Hoc网络参量时变的特点,推导Ad Hoc网络的TCP/AQM模型,利用遗传算法动态调整rbf(Radial Basis Function)神经网络PID控制器系数,提出基于遗传算法的rbf神经网络PID-AQM。仿真表明,相较rbf-PID,新算法在信道状态复杂的Ad Hoc网络健壮性更好,并具有较好的队列控制效果。