教授 博士生导师 硕士生导师
主要任职：机械工程学院院长、党委副书记
性别：男
毕业院校：大连理工大学
学位：博士
所在单位：机械工程学院
学科：机械电子工程
测试计量技术及仪器
精密仪器及机械
办公地点：辽宁省大连市大连理工大学机械工程学院知方楼5027
联系方式：
电子邮箱：
开通时间： ..
最后更新时间：..
点击次数：
发布时间：2019-03-10
论文类型：期刊论文
发表时间：2010-01-20
发表刊物：机械工程学报
收录刊物：Scopus、CSCD、ISTIC、PKU、EI
卷号：46
期号：2
页面范围：126-131
ISSN号：0577-6686
关键字：多几何要素;液压阀件系统;混合神经网络;组合预测模型
摘要：液压阀件系统是一个具有多几何要素影响的多系统特性复杂系统,建立液压阀件特性预测模型,以系统多几何要素作为输入,实现系统特性的预测,将对实际生产具有重要的意义.在深入分析反向传播(Back propagation, BP)神经网络与径向基函数(Radial basis function, RBF)神经网络的基础上,结合两类神经网络的特点,提出基于BP神经网络与RBF神经网络的混合神经网络预测模型.利用生产实际中实测的某具体液压阀件特性值及影响该特性的各几何要素值作为预测模型的数据来源,对所提出的混合神经网络进行训练,并进行仿真.实例计算表明混合神经网络预测模型可提高单项神经网络预测模型的预测精度,预测平均相对误差为0.046 1.可见,所提出的混合神经网络预测模型能够很好地满足工程实践中液压阀件特性预测要求.
