节点文献

引黄灌渠斗口流量神经元网络软测量模型

ANN-based Soft-sensing Model of Water-flow at Outlet of Irrigation Channel in Yellow River

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 卢胜利曹家麟雷崇民王福平祝玲吴学军

【Author】 LU Shengli1, CAO Jialin1, LEI Chongmin2, WANG Fuping2, ZHU Ling2, WU Xuejun2 (1. School of Machine Electric Engineering and Automation, Shanghai University, Shanghai 200072; 2.Second Northwest University for Minorities, Yinchuan 750021)

【机构】 上海大学机电工程与自动化学院西北第二民族学院西北第二民族学院 上海200072上海200072银川750021银川750021

【摘要】 鉴于训练后的人工神经网络可以精确逼近任意非线性函数,建立了引黄灌渠斗口流量BP网络和RBF网络软测量模型,精选水工试验数据构成训练样本集,在MATLAB6.5环境下进行了仿真训练。检验表明,基于人工神经网络的软测量模型的输出值与标准三角量水堰的测量结果(期望值)吻合情况良好,水流量测量精度大为改善。

【Abstract】 Because ANN trained can exactly approach to any nonlinear function, ANN-based soft-sensing models (BP and RBF) are established and trained by sample-set selected from experiment-data under MATLAB6.5. The examination shows that output of the ANN-based models approaches to result from standard triangular weir (expectation) well. The precision of water-flow measurement is improved largely.

【基金】 国家自然科学基金资助项目“引黄灌渠斗口流量自动测量方法及装置研究”(60165001)
  • 【文献出处】 计算机工程 ,Computer Engineering , 编辑部邮箱 ,2005年13期
  • 【分类号】S274.4
  • 【被引频次】5
  • 【下载频次】81
节点文献中: 

本文链接的文献网络图示:

本文的引文网络