您的位置: 专家智库 > >

胡敏

作品数:2 被引量:9H指数:2
供职机构:宁波大学海运学院更多>>
发文基金:国家自然科学基金浙江省科技厅创新团队建设与人才培养项目浙江省科技计划项目更多>>
相关领域:交通运输工程自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇交通运输工程
  • 1篇自动化与计算...

主题

  • 2篇阻尼
  • 2篇阻尼器
  • 2篇磁流变
  • 2篇磁流变阻尼器
  • 1篇动力学
  • 1篇动力学模型
  • 1篇遗传算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇最小二乘
  • 1篇最小二乘算法
  • 1篇线性插值
  • 1篇力学模型
  • 1篇RBF神经网...
  • 1篇参数辨识
  • 1篇参数辨识方法
  • 1篇插值

机构

  • 2篇宁波大学
  • 1篇中国科学技术...

作者

  • 2篇胡敏
  • 1篇冯志敏
  • 1篇周航
  • 1篇胡海刚
  • 1篇陈跃华

传媒

  • 2篇船舶工程

年份

  • 1篇2019
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于改进型RBF神经网络的磁流变阻尼器动力学建模及仿真被引量:3
2019年
为提高磁流变阻尼器(MRD)动力学精度,提出一种网络连接权值自适应调整的改进型RBF神经网络模型。利用与任一测试样本相邻的两个训练样本对应的实际连接权值,对测试样本连接权值进行线性插值,提出连接权值的自适应算法;搭建MRD动力试验平台,进行多频率、多振幅的动力性能试验,利用大量实测力学特性数据,建立RBF神经网络模型以及连接权值自适应调整的改进型RBF神经网络模型,分析比较RBF神经网络模型在改进前后的平均累计相对误差变化规律,并进行数值仿真计算和试验测试分析。研究表明,在正弦激励频率0.25 Hz^1.0 Hz、振幅5 mm^15 mm、电流0~1.25 A工况下,相比于传统RBF神经网络模型5%的最大误差均值,改进型RBF神经网络模型使建模误差均值多控制在0.45%~0.85%之间,有效改善MRD的动力学特性,建模精度较好满足工程实际需要。
周勇冯志敏刘小锋周航胡敏
关键词:RBF神经网络磁流变阻尼器动力学模型线性插值
磁流变阻尼器双曲正切模型参数辨识方法被引量:8
2017年
针对试验数据条件下如何高效精确地识别磁流变阻尼器动力学模型参数这一问题,从双曲正切模型出发,在磁流变阻尼器力学特性试验的基础上,提出遗传算法与非线性最小二乘算法结合的方法进行参数识别,并利用Simulink工具箱进行数值仿真验证。结果表明:遗传算法与最小二乘算法结合的方法识别精度高、速度快,其拟合的结果和辨识的模型均能满足要求。
胡海刚胡敏陈跃华唐杨捷
关键词:遗传算法最小二乘算法磁流变阻尼器参数辨识
共1页<1>
聚类工具0