基于RBF神经网络的离心式水泵模型研究

• 作者: 巫庆辉 王新君 申庆欢
• 来源期刊: 系统仿真学报
• 学科: 农学
• 关键词: 离心式水泵 泵模型 Q-H特性曲线 聚类算法 RBF神经网络
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 800-805,814
• 分类号: S277.9|TU991
• 语种: 中文

摘要

在泵特性与泵模型研究的基础上,提出了一种基于 k-均值聚类算法RBF(Radial Basis Function)神经网络的建模方法,采用k-均值聚类算法通过输入数据样本优化神经网络隐层中心向量与基宽参数,大大地优化了神经网络结构,提高了神经网络的性能;采用最小二乘法通过输入输出数据样本优化了隐层与输出层的连接权值;利用检测的数据分别对泵QH(流量与扬程)特性及泵综合模型进行了神经网络训练,并进行校验.试验结果表明:通过合理地选择隐层节点个数及重叠系数,训练后的神经网络模型可以代替传统的泵特性与泵综合模型的多项式方程,具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巫庆辉	渤海大学工学院	46	413	9.0	18.0
2	申庆欢	渤海大学工学院	5	22	3.0	4.0
3	王新君	渤海大学工学院	4	14	3.0	3.0