您的位置: 专家智库 > >

刘鑫

作品数:4 被引量:9H指数:2
供职机构:北京信息科技大学机电工程学院北京市机电系统测控重点实验室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇机械工程

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇RBF
  • 1篇旋转机械
  • 1篇烟气轮机
  • 1篇遗传算法
  • 1篇遗传小波神经...
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇径向基
  • 1篇径向基神经
  • 1篇径向基神经网...
  • 1篇基于径向基神...
  • 1篇RBF网
  • 1篇RBF网络
  • 1篇ARIMA

机构

  • 4篇北京信息科技...
  • 3篇北京工业大学

作者

  • 4篇王吉芳
  • 4篇刘鑫
  • 3篇费仁元
  • 3篇徐小力
  • 1篇王少红

传媒

  • 2篇制造业自动化
  • 1篇机械传动
  • 1篇北京工业大学...

年份

  • 1篇2013
  • 3篇2011
4 条 记 录,以下是 1-4
排序方式:
基于径向基神经网络的设备运行状态新信息加权预测模型研究被引量:3
2011年
设备工作状态在线预测技术,是实现以先进的预知维护取代以时间为基础的预防性维护的关键技术,为了提高状态预测的精度,针对设备运行的状态随运行时间而发展变化的特点,提出基于改进的径向基神经网络的设备运行状态预测模型,并以烟气轮机运行数据对模型的有效性进行了验证。结果表明,改进的新信息加权径向基神经网络的训练速度快,预测结果稳定性及精度高,比BP网络及未改进的径向基神经网络的预测效果好。
王吉芳徐小力费仁元刘鑫
关键词:神经网络
ARIMA与RBF复合模型在设备运行状态趋势预测中的应用被引量:3
2011年
在实际工作中,复杂机械工作状态往往受很多可知和未知的、确定性和非确定的因素作用,反映其工作状态的特征参数也往往具有复杂变化特征,含有多种趋势成分。通过将ARIMA与RBF径向基神经网络模型复合,用于对非平稳运行的某烟机振动烈度的变化发展趋势进行预测,结果表明,选用合适的模型复合,发挥两个模型各自的优点,能取得较单一模型更好的预测精度。
王吉芳费仁元徐小力刘鑫
关键词:ARIMARBF
遗传小波神经网络在烟机运行状态趋势预测中的应用被引量:1
2011年
本文针对BP神经网络极易收敛于局部极小点、过拟合及网络泛化能力不足等缺点,在构建小波神经网络基础上引入了遗传算法的全局优化搜索来加以优化,建立了基于遗产算法的小波神经网络烟机状态预测模型,得到了更高的学习精度和更快的收敛速度。在MATLAB软件环境下,对燕山石化烟气轮机测得的50个振动烈度值运用BP、WNN以及GA—WNN对比预测。结果表明,GA—WNN模型预测能力较高。
刘鑫王吉芳王少红
关键词:遗传算法小波神经网络烟气轮机
旋转机械运行状态优化组合模型变权重RBF预测方法被引量:2
2013年
针对现有各种非平稳非线性特征旋转机械运行状态预测方法适用性差、精度不高的难点问题,提出一种旋转机械运行状态优化组合模型变权重RBF预测方法,该方法通过对单一预测模型进行优选,对输入样本进行加权处理,采用径向基神经网络进行变权重组合模型动态建模,从而充分利用了已知的有效信息,强调了新旧信息对设备未来运行状态发展产生的不同影响.经实测数据验证,获得了比单一预测模型及定权重RBF组合预测方法精度更高的预测结果.该方法程序实现简便,预测精度高,对预测问题的适用性广.
王吉芳费仁元徐小力刘鑫
关键词:RBF网络
共1页<1>
聚类工具0