买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：一种基于IGBO的双级摆二维桥式吊车RBF神经网络建模方法，包括以下步骤：1通过实验或者现场采集获得双极摆二维桥式吊车系统的输入和输出数据；2提出一种改进全局搜索和局部搜索策略的基于梯度的优化算法，并提出基于该算法的双级摆二维桥式吊车RBF神经网络建模方法；3设定算法的运行参数，将RBF神经网络模型输出与实际输出的均方根误差和作为IGBO的目标函数；4运行IGBO获得RBF神经网络的最优参数估计值，并将最优值输入RBF神经网络模型中，获得桥式吊车的仿真模型。本发明RBF神经网络建模方法能同时建立双极摆二维桥式吊车的多个输出模型，也适用于其它复杂系统建模。

主权项：1.一种基于IGBO的双级摆二维桥式吊车RBF神经网络建模方法,其特征在于，所述方法包括以下步骤:步骤1：通过实际测量获得双级摆二维桥式吊车的控制力输入数据fx；双级摆二维桥式吊车系统的输出数据，所述输出数据包括水平位置d、一级摆摆角θ和二级摆摆角步骤2：建立双极摆二维桥式吊车的RBF神经网络模型；其中RBF神经网络模型共in个输入和on＝3个输出输入xk和输出yk的表示形式如下： 其中，k表示采样时刻；nx为水位置数据输入的个数；nθ为一级摆摆角数据输入的个数；为二级摆摆角数据输入的个数；nf为水平控制力数据输入的个数；nx、nθ、nf均为正整数，且为RBF神经网络的输入节点个数；dk-1表示k-1时刻的水平位置采样数据；θk-1表示k-1时刻的一级摆摆角的采样数据；表示k-1时刻的水平位置采样数据；fxk-1表示k-1时刻的水平控制力采样数据；步骤3:以径向基核函数作为RBF神经网络的隐层神经元的激活函数；步骤4:对样本数据进行归一化处理；步骤5:预设RBF神经网络结构和改进的基于梯度的优化算法的参数；步骤6:利用改进的基于梯度的优化算法确定RBF神经网络的权值w、核函数中心值c、函数的宽度参数b，在参数调整过程中，将RBF神经网络的模型输出与双极摆二维桥式吊车的实际输出的均方根误差和作为改进的基于梯度的优化算法的损失函数，所述双极摆二维桥式吊车的实际输出包括位置输出、一级摆角输出和二级摆角输出；步骤7:将步骤6完成后获得的最优参数值输入RBF神经网络中，将测试数据输入到所获得的RBF神经网络中，同时获得双极摆桥式吊车的位置输出、一级摆角输出和二级摆角输出的RBF神经网络模型。

全文数据：

权利要求：

百度查询： 浙江工业大学 基于IGBO的双级摆二维桥式吊车RBF神经网络建模方法