一种基于RBF神经网络的遥测数据中长糍预测方法

遥测数据能够反映卫星在轨运行过程中的性能和状态,针对卫星遥测数据变化趋势不易判断这一问题．提出了基于RBF神经网络预测模型对遥测数据进行中长期趋势预测的思想。仿真实验结果分析表明,该方法预测精度高,符合卫星,遥测数据中长期预测要求,能够对卫星遥测数据中长期趋势起到提前预报作用,为指挥J,-~i与控制中心进行实时决策提供科学依据。     

基于RBF神经网络的图书馆文献采购经费预测——以北京建筑工程学院图书馆为例

为解决图书馆文献采购经费预算这一问题,利用RBF神经网络,建立图书馆文献经费预测模型.结合北京建筑工程学院图书馆2000-2012年文献经费实际进行Matlab仿真,实验表明RBF神经网络模型能有效预测图书馆文献经费.     

径向基函数神经网络在集装箱吞吐量预测中的应用

针对一类具有时间序列特性的数据,构造一种基于径向基函数（ＲＢＦ） 神经网络的预测模型,并将该模型应用于上海港集装箱吞吐量的预测。     

基于RBF神经网络的电力系统短期负荷预测

电力负荷预测一直是电力系统的重要研究课题。在考虑天气状况因素的前提下,通过MATLAB软件实验平台,构建了一个RBF神经网络模型,并用历史电力负荷数据进行训练,成功的进行了电力系统的短期负荷预测,预测结果误差比较小,结果令人满意,证明了RBF神经网络在电力短期负荷预测领域的有效性和可行性。     

一种基于RBF的时序缺失数据修复方法

提出了一种基于RBF的时序缺失数据修复方法,利用RBF构建模板数据和当前存在缺失的数据之间的训练关系,并通过该训练关系修复缺失数据．实验表明,该方法能够应用于刚性体以及非刚形体运动或形变追踪,是一种有效的时序缺失数据修复方法．     

New predictive control algorithms based on Least Squares Support Vector Machines

INTRODUCTION Model predictive control (MPC), based on pre-dictive model and receding horizon optimization, has become an attractive feedback control strategy, be-cause it has found successful applications, especially in the process industry. For this kind of control strategy, the predictive model is a crucial component because the essence of MPC is to optimize the fore-cast of process behavior (Rawlings, 2000), and the forecast is accomplished with the predictive model. If the controll…     

基于空域相关的RBF神经网络混沌时间序列预测研究

与现有预测方法比较,神经网络在混沌时间序列预测中具有优势。利用RBF神经网络对混沌Lorenz时间序列的预测进行仿真研究,仿真结果表明：在单步直接预测、单步间接预测、多步直接预测和多步间接预测中,多步间接预测是其中最有效的方式。     

基于RBF NN的发动机点火提前角的控制研究

介绍了RBF NN的结构,把RBF NN应用于发动机SA的控制,并在SIMULINK下进行建模和仿真,编写S函数然后封装在SIMULINK系统中.RBF NN在发动机中的应用,为发动机SA的控制提供一种新的途径.     

多核处理器的数量裸奔

在不少CIO还没决定是否采用双核产品的时候，刚刚从双核战场的硝烟中走出的Intel和AMD两家公司，又开始备战“四核”战役。从双核到四核，处理器的多核发展趋势已不可阻挡。[编者按]     

基于RBF神经网络和遗传算法的建模与优化研究

首先用RBF神经网络建立数据样本间的函数关系,然后用遗传算法求解由函数作为目标函数的优化问题,最后用一个实例进行了测试,结果令人满意.