论文部分内容阅读
根据神经网络的辨识原理，建立用RBF神经网络辨识氮爆式破碎器模型的方法。利用辨识实验采集的输入输出数据，通过RBF中的最小均方（LMS）算法动态调整神经网络权值，使达到最佳效果。RBF神经网络辨识分为2步：第1步确定径向基核函数的中心c和宽度d，根据输入向量“的特点，确定隐含层神经元q的个数；第2步采用最小均方（LMS）方法，动态调整隐含层到输出层的权重，优化神经网络模型，并对建立的神经网络模型进行仿真。仿真结果表明：LMS算法具有良好的收敛性质，RBF神经网络模型较好的描述了氮爆式破碎器模型。