基于改进RBF神经网络的变形场插值算法研究

• 作者: 奚海波 杨松 邵龙潭 高天一
• 来源期刊: 计算机测量与控制
• 关键词: 径向基神经网络 变形场 插值 萤火虫算法 变步长
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2847-2850
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.08.071

摘要

传统的物体表面力学变形场计算方法存在计算量大,无法计算边缘点变形等问题;提出一种改进的萤火虫算法优化RBF神经网络的变形插值方法,利用阈值约束RBF神经网络隐含层结点数,运用可变步长萤火虫算法优化RBF神经网络隐含层节点的中心和宽度,采用递推最小二乘法计算隐含层到输出层之间的权值,建立物体表面位移神经网络插值模型;为提高位移插值精度,在训练和测试的输入中增加坐标组合数据;应用于混凝土梁三点弯实验,仿真结果表明,该算法比常用的神经网络算法有更快的仿真速度和更高的预测精度,可用于土工材料表面变形场的快速、准确的计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵龙潭	大连理工大学工业装备结构分析国家重点实验室	92	1818	23.0	40.0
2	杨松	大连理工大学工业装备结构分析国家重点实验室	17	323	11.0	17.0
6	高天一	大连海洋大学机械工程学院	11	42	4.0	6.0
7	奚海波	大连海洋大学信息工程学院	8	14	2.0	3.0