基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为克服传统仿真方法误差较大的问题,提出了一种基于RBF(多变量插值的径向基函数)神经网络的压气机特性仿真方法.利用RBF神经网络能逼近任意非线性系统的特点,对压气机特性进行了拟合.试验结果表明,此方法具有精度高,收敛速度快等优点,可广泛运用于发动机数值仿真及控制模拟等领域.
推荐文章
基于神经网络的压气机特性的计算
压气机
神经网络
数值表示
基于神经网络的多电飞机电动压气机系统研究
多电飞机
电动压气机
神经网络
Matlab/Simulink
基于RBF神经网络PID参数的自调节及仿真
MATLAB2010a
并网逆变器
PID控制
RBF神经网络
基于RBF神经网络的PID在线整定及仿真
RBF神经网络
梯度下降法
PID整定
MATLAB仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RBF神经网络的压气机特性仿真
来源期刊 推进技术 学科 航空航天
关键词 RBF神经网络+ 压气机特性 仿真 非线性系统
年,卷(期) 2006,(1) 所属期刊栏目 发动机及其部件
研究方向 页码范围 30-32
页数 3页 分类号 V233.7
字数 2408字 语种 中文
DOI 10.3321/j.issn:1001-4055.2006.01.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢寿生 空军工程大学工程学院 156 1456 20.0 28.0
2 彭靖波 空军工程大学工程学院 42 258 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (41)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (35)
二级引证文献  (25)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
RBF神经网络+
压气机特性
仿真
非线性系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
推进技术
月刊
1001-4055
11-1813/V
大16开
北京7208信箱26分箱
1980
chi
出版文献量(篇)
4844
总下载数(次)
13
论文1v1指导