基于rbf神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)及其應(yīng)用

《基于rbf神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)及其應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、存檔編號(hào)華北水利水電大學(xué)NorthChinaInstituteofWaterConservancyandHydroelectricPower畢業(yè)設(shè)計(jì)題目基于RBF神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)及其應(yīng)用學(xué)院電力學(xué)院專業(yè)自動(dòng)化姓名學(xué)號(hào)指導(dǎo)教師完成時(shí)間2017.05.18教務(wù)處制獨(dú)立完成與誠(chéng)信聲明本人鄭重聲明：所提交的畢業(yè)設(shè)計(jì)是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立工作所取得的成果并撰寫完成的，鄭重確認(rèn)沒(méi)有剽竊、抄襲等違反學(xué)術(shù)道德、學(xué)術(shù)規(guī)范的侵權(quán)行為。文中除已經(jīng)標(biāo)注引用的內(nèi)容外，不包含其他人或集體已經(jīng)發(fā)表或撰寫過(guò)的研究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確的說(shuō)明并表示了謝意。本人完全意識(shí)到本

2、聲明的法律后果由本人承擔(dān)。畢業(yè)設(shè)計(jì)作者簽名：指導(dǎo)導(dǎo)師簽名：簽字日期：簽字日期：畢業(yè)設(shè)計(jì)版權(quán)使用授權(quán)書(shū)本人完全了解華北水利水電學(xué)院有關(guān)保管、使用畢業(yè)設(shè)計(jì)的規(guī)定。特授權(quán)華北水利水電學(xué)院可以將畢業(yè)設(shè)計(jì)的全部或部分內(nèi)容公開(kāi)和編入有關(guān)數(shù)據(jù)庫(kù)提供檢索，并采用影印、縮印或掃描等復(fù)制手段復(fù)制、保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門或機(jī)構(gòu)送交畢業(yè)設(shè)計(jì)原件或復(fù)印件和電子文檔（涉密的成果在解密后應(yīng)遵守此規(guī)定）。畢業(yè)設(shè)計(jì)作者簽名：導(dǎo)師簽名：簽字日期：簽字日期：目錄摘要IAbstractIII第1章緒論11.1國(guó)內(nèi)外發(fā)展?fàn)顩r11.2課題研究的意義1第2章分類器32.1分類的概述32.1.1分類的實(shí)現(xiàn)過(guò)程3

3、2.1.2分類器評(píng)價(jià)標(biāo)準(zhǔn)42.1.3構(gòu)造分類器的方法及特性42.2神經(jīng)網(wǎng)絡(luò)分類器62.2.1神經(jīng)網(wǎng)絡(luò)概述62.2.2神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法82.2.3神經(jīng)網(wǎng)絡(luò)分類器10第3章RBF神經(jīng)網(wǎng)絡(luò)133.1RBF神經(jīng)網(wǎng)絡(luò)概述133.2RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法153.3RBF神經(jīng)網(wǎng)絡(luò)的特點(diǎn)16第4章基于RBF神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)174.1數(shù)據(jù)集介紹174.2分類器設(shè)計(jì)174.3基于RBF神經(jīng)網(wǎng)絡(luò)分類器的仿真及分析184.3.1實(shí)驗(yàn)一184.3.2實(shí)驗(yàn)二20第5章基于RBF神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷235.1工業(yè)背景介紹235.2柴油機(jī)燃油系統(tǒng)235.3基于RBF神經(jīng)網(wǎng)絡(luò)分類器的實(shí)驗(yàn)仿真245.4基于BP神

4、經(jīng)網(wǎng)絡(luò)分類器的實(shí)驗(yàn)仿真275.4.1BP神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介275.4.2BP神經(jīng)網(wǎng)絡(luò)的算法285.4.3BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)295.4.4故障仿真及分析305.4.5BP網(wǎng)絡(luò)的局限性325.5RBF網(wǎng)絡(luò)與BP網(wǎng)絡(luò)的比較32第6章總結(jié)與展望356.1總結(jié)356.2前景展望35參考文獻(xiàn)37致謝39附錄41附錄1：外文原文41附錄2：外文譯文59附錄3：畢業(yè)設(shè)計(jì)任務(wù)書(shū)75附錄4：開(kāi)題報(bào)告77附錄5：程序81華北水利水電大學(xué)畢業(yè)設(shè)計(jì)基于RBF神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計(jì)及其應(yīng)用摘要隨著科技和智能化的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)因其獨(dú)特的信息處理的能力在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛，并且都取得了較好的效果。神經(jīng)網(wǎng)絡(luò)不僅具有十分強(qiáng)大

5、的非線性映射能力，而且具有自適應(yīng)、自學(xué)習(xí)和容錯(cuò)性等。徑向基函數(shù)（RBF）是神經(jīng)網(wǎng)絡(luò)中的一種新穎有效的前饋式神經(jīng)網(wǎng)絡(luò)，它具有分類能力強(qiáng)、最佳逼近和全局最優(yōu)的性能，同時(shí)訓(xùn)練方法快速易行等優(yōu)點(diǎn)?；谶@些優(yōu)點(diǎn)，我們可以根據(jù)RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)分類器以解決現(xiàn)實(shí)生活和工業(yè)生產(chǎn)中的一些實(shí)際分類問(wèn)題。本文主要介紹了基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計(jì)方法。在知道怎樣設(shè)計(jì)之前，首先要了解徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)和分類器，所以在前幾章先介紹了它們的基本原理和結(jié)構(gòu)以及神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)方法。其次對(duì)于設(shè)計(jì)的RBF分類器，用IRIS數(shù)據(jù)集在MATLAB環(huán)境中測(cè)試它的分類能力和性能及各參數(shù)的變化對(duì)RBF分類器性能的影響。最后

6、，把RBF分類器應(yīng)用于工程實(shí)例中。本文選取了對(duì)柴油機(jī)的故障診斷這項(xiàng)工程實(shí)例，把柴油機(jī)燃油系統(tǒng)典型故障數(shù)據(jù)作為RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，通過(guò)RBF分類器，對(duì)模擬故障進(jìn)行診斷。再建立BP神經(jīng)網(wǎng)絡(luò)分類器對(duì)同樣的數(shù)據(jù)進(jìn)行分類。并且把兩個(gè)網(wǎng)絡(luò)分類器的分類結(jié)果進(jìn)行對(duì)比。最終實(shí)驗(yàn)的仿真結(jié)果顯示，基于RBF神經(jīng)網(wǎng)絡(luò)的分類器對(duì)柴油機(jī)故障的診斷正確率要高于基于BP神經(jīng)網(wǎng)絡(luò)分類器的診斷正確率。進(jìn)一步的驗(yàn)證了徑向基函數(shù)有較強(qiáng)的分類能力。關(guān)鍵詞：徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)；分類器；故障診斷中圖分類號(hào)：TP183；TM411II華北水利水電大學(xué)畢業(yè)設(shè)計(jì)II華北水利水電大學(xué)畢業(yè)設(shè)計(jì)III華北水利水電大學(xué)畢業(yè)設(shè)計(jì)Designan

7、dApplicationofClassifierBasedonRBFNeuralNetworkAbstractWiththedevelopmentofscienceandtechnologyandintelligence,artificialneuralnetworkbecauseofitsuniqueabilitytodealwithinformationinvariousfieldsmoreandmorewidely