文章详情
| 稿件标题： | RBF网络在冲击波测试系统动态特性应用中的优势 |
| 稿件作者： | 田晓虹，尤文斌，丁永红，张晓光，姚悦 |
| DOI： | 10.11809/bqzbgcxb2020.05.024 |
| 科学编辑： | 赵传荣 博士( 安徽工业大学讲师) |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 冲击波测试系统；RBF神经网络；系统辨识 |
| 文章摘要： | 针对冲击波实际测试系统的幅频特性曲线在截止频率前存在多个幅值各异的“鼓包”，造成输出信号严重畸变的现象，提出了基于径向基（RBF）网络的系统辨识与系统动态特性优化方法。利用RBF神经网络进行系统辨别模型和动态补偿模型的建立，对比RBF网络和BP网络对测试数据的训练成效，发现相较BP网络而言，利用RBF网络进行动态补偿后的输出信号与测试系统理性模型的输出信号之间有更好的一致性，残差均值为0.6×10-8，优化具有动态补偿特性的测试系统幅频特性曲线。得到结论：RBF神经网络具有比BP神经网络更好的泛化能力，冲击波测试系统动态性能在RBF神经网络训练后达到盍态补偿。 |
| 稿件基金： | 国家自然科学基金项目（61701445） |
| 引用本文格式： | 田晓虹，尤文斌，丁永红，等.RBF网络在冲击波测试系统动态特性应用中的优势［J］.兵器装备工程学报，2020,41(05):124-128,174. TIAN Xiaohong, YOU Wenbin, DING Yonghong, et al.Advantages of RBF Network in the Application of Dynamic Characteristics of Shock Wave Test System［J］.Journal of Ordnance Equipment Engineering,2020,41(05):124-128,174. |
| 刊期名称： | 2020年05期 |
| 出版时间： | 2020年5月 |
| 上线时间： | 2020年5月28日 |
| 浏览次数： | 2760 |
| 下载次数： | 423 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |