Print

基于RBF神经网络的绞吸挖泥船施工产量预测研究及分析

论文摘要

由于绞吸挖泥船的疏浚作业过程复杂,以往国内外学者大多从利用绞吸挖泥船关键设备的工作特性来开展相关研究并建立其数学模型,但从基本原理上建立绞吸挖泥船控制系统这样一个多参数、非线性、大时滞系统的输入输出模型是不准确的且不能满足实际控制系统的需要。文中采用数据驱动的方法解决绞吸挖泥船控制系统中控制变量与瞬时产量之间的黑盒问题。实验结果表明:在不同工况条件下,RBF神经网络的预测结果可靠性强,该模型可为下一步模型预测控制提供精确的非线性数学模型。

论文目录

  • 1 绞吸挖泥船施工产量RBF神经网络预测模型设计
  •   1.1 绞吸挖泥船理论模型
  •   1.2 RBF神经网络数据建模
  •   1.3 RBF网络评价指标
  • 2 正交实验
  •   2.1 正交试验数据采集
  •   2.2 数据预处理
  • 3 实验结果与分析
  •   3.1 可控制因素分析
  •   3.2 产量预测结果
  • 4 结语

    • 文章来源

    类型: 期刊论文

    作者: 王柳艳,陈新华,王伟

    关键词: 正交试验设计,数据预处理,神经网络,绞吸挖泥船产量预测

    来源: 中国港湾建设 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输,水利水电工程

    单位: 中交疏浚技术装备国家工程研究中心有限公司

    分类号: U616

    页码: 64-68

    总页数: 5

    文件大小: 400K

    下载量: 125

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/195c47f234c20d5ac48ca0dd.html