為了實(shí)現(xiàn)對(duì)低真空管道中運(yùn)行列車(chē)的最大阻力預(yù)測(cè)研究,本文采用數(shù)值仿真和神經(jīng)網(wǎng)絡(luò)結(jié)合的方法。選取不同阻塞比、運(yùn)行速度和管道壓力,利用流體仿真軟件計(jì)算100種運(yùn)行工況下列車(chē)的最大阻力;以96組仿真數(shù)據(jù)作為網(wǎng)絡(luò)模型訓(xùn)練樣本,選取RBF和BP兩種三層神經(jīng)網(wǎng)絡(luò),經(jīng)多次調(diào)試確定最佳隱層神經(jīng)元數(shù)目,利用訓(xùn)練函數(shù)訓(xùn)練兩種預(yù)測(cè)模型;利用隨機(jī)選取的4組驗(yàn)證樣本驗(yàn)證兩種網(wǎng)絡(luò)模型。研究表明:RBF和BP神經(jīng)網(wǎng)絡(luò)模型能較好的預(yù)測(cè)列車(chē)在真空管道中運(yùn)行的最大阻力,其中RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的最大誤差不高于5%,相比BP神經(jīng)網(wǎng)絡(luò),RBF預(yù)測(cè)精度更優(yōu)。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 數(shù)值仿真
    1.1 控制方程
    1.2 模型建立
    1.3 邊界定義
    1.4 計(jì)算工況及結(jié)果
2 神經(jīng)網(wǎng)絡(luò)模型
    2.1 RBF神經(jīng)網(wǎng)絡(luò)模型
    2.2 BP神經(jīng)網(wǎng)絡(luò)模型
3 網(wǎng)絡(luò)訓(xùn)練和預(yù)測(cè)驗(yàn)證
    3.1 樣本準(zhǔn)備
    3.2 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練
        (1)RBF網(wǎng)絡(luò)訓(xùn)練。
        (2)BP網(wǎng)絡(luò)訓(xùn)練。
    3.3 預(yù)測(cè)結(jié)果分析
4 結(jié)論



本文編號(hào)：3846098