湖南省科技计划项目(02SSY3027)
- 作品数：5 被引量：16H指数：3
- 相关作者：赵望达吴敏徐志胜段方英刘勇求更多>>
- 相关机构：中南大学更多>>
- 发文基金：湖南省科技计划项目国家科技重大专项更多>>
- 相关领域：自动化与计算机技术环境科学与工程建筑科学更多>>
- 基于主元分析和RBF神经网络的火灾模拟实验炉温软测量被引量：7
- 2007年
- 软测量也称为软仪表技术,采用主元分析和RBF神经网络相结合的融合模型构成火灾模拟实验炉温软测量。主元分析(PCA)实现输入变量的降维,RBF神经网络采用K-均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛。该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高2倍以上。
- 赵望达徐志胜吴敏
- 关键词：主元分析RBF神经网络
- 基于进化神经网络的火灾后混凝土强度评估被引量：1
- 2006年
- 高温后混凝土强度的评估是判断受火建筑的结构损伤程度、剩余承载力的重要依据.设计了一个进化神经网络模型,用遗传算法优化RBF网络的连接权和网络结构,并将其应用于火灾后混凝土强度的评估.介绍了混凝土立方试块经受不同火温后进行回弹测试混凝土强度的方法.经实验测试和仿真分析证明,所提出的进化算法用于RBF神经网络优化比基于聚类法的RBF网络具有更高的识别精度.
- 赵望达刘勇求
- 关键词：土木建筑遗传算法混凝土强度
- 火灾模拟实验智能测控系统被引量：6
- 2005年
- 按国际标准ISO834升温特性,针对火灾模拟实验炉开发了一套火灾模拟实验过程智能测控系统。该系统包含带智能通信的多路温度采集、带主元分析神经网络炉温数据融合、炉温智能PID控制等多种智能信息处理技术。智能通信同时拥有RS-485串行和EPP并行接口,保证了所采集的多路温度数据的实时性;采用带主元分析和RBF神经网络的炉温数据融合模型使炉温估计精度比采用常规的最小二乘方法所得的拟合精度明显提高;采用智能PID控制则使炉膛的实际升温曲线符合ISO834国际标准升温要求。
- 赵望达徐志胜吴敏段方英
- 关键词：智能通信主元分析神经网络智能PID控制
- 火灾模拟实验炉温软测量建模的研究被引量：2
- 2006年
- 火灾模拟实验炉是对建筑构件进行模拟测试实验的装置,其升温必须按ISO834国际标准执行,炉温的估计是实验的关键,采用了主元分析和RBF神经网络相结合的模型构成火灾模拟实验炉温软测量;主元分析(PCA)实现输入变量的降维,RBF神经网络采用K-均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛;该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高2倍以上,保证了升温过程温度的精确控制。
- 赵望达徐志胜吴敏
- 关键词：主元分析RBF神经网络
- 基于RBF神经网络的高层建筑火灾风险评价被引量：4
- 2008年
- 火灾风险评价是减小和控制高层建筑火灾的重要前提,本文设计了应用于高层建筑火灾风险评价的径向基函数网络模型,介绍了其学习算法,并用此模型对高层建筑火灾风险评价进行实例分析,通过对实验仿真结果与实际结果的比较分析,表明径向基函数网络模型在高层建筑火灾风险评价的可行性,为高层建筑火灾风险评价方法的研究提供一种新的尝试,为减小和控制高层建筑火灾的发生在理论上、方法上提供有益的指导。
- 刘勇求
- 关键词：建筑火灾径向基函数神经网络
