Using Radial-basis Function Network for CLV

Analysis and comparing with three existing and popularly used forcasting customer lifetime value (CLV) methods, which are the Dwyer method, customer event\|method and fitting method, and using performances of the existent artificial neural network, we apply the Radial basis Function(RBF) network to forecast the CLV, the RBF network can approach the objective function partially. To every input/output pairs, it only needs adjust the weight a little and learn quickly which is very important to the forecast precision. Simulation and experimental results on the customers’ data of a company in Shaanxi Province reveal the effectiveness and feasibility of the RBF network.\;

基于RBF网络的粮食水分检测数据融合研究

为了提高测量的准确性和快捷性,需要融合处理多传感器检测的数据。本文首先介绍BRF网络的特性和训练方式,然后进行样本数据采集、样本数据归一化、神经网络的训练及其结构的确定,完成基于RBF网络的水分检测数据处理过程,实现粮食水分检测中的多传感数据融合。经过Matlab中的神经网络模型训练后,实验结果表明,拟合值始终在目标值上下波动,波动的范围在7%以内,该方法具有较大的优越性,可在其它工业领域中推广应用。

电锅炉温度控制系统PID参数整定算法的改进

针对电锅炉温度控制系统常规PID控制性能欠佳的问题,提出一种PID参数整定的改进算法。先用RBF网络在线辨识温度采样信息,得到控制器所需的Jacobian信息,然后用LM算法代替传统的梯度法整定PID参数,得到改进的PID算法。通过电锅炉温度控制系统仿真分析,验证了算法的快速性、抗扰性、鲁棒性,具有较好的应用前景。

基于Hilbert-Huang变换的离心泵故障诊断

结合Hilbert-Huang变换(HHT)和径向基(RBF)神经网络的优点,提出将二者运用于离心泵故障诊断的新方法。利用HHT构造出代表离心泵振动信号的能量和频率分布的特征向量;根据RBF神经网络建立了从能量和频率分布的特征向量到故障模式的映射来实现离心泵故障诊断,对于离心泵的正常状态、转子不平衡、转子不对中、基础松动和油膜涡动及振荡故障具有较高诊断率。研究结果表明,该方法可有效对离心泵振动信号进行诊断。

基于自适应RBF神经网络的连续压力波信号滤波方法

由于钻井液连续压力波信号与正脉冲压力信号检测原理不同,致使固定参数滤波方法存在检测特征点时间不准确、误码率高等问题。针对该问题提出一种小波包变换结合自适应变步长RBF神经网络非线性滤波器的滤波方法。该方法首先对输入的连续压力波信号进行小波包变换,运用分层阈值滤波算法和奇异值分解算法,分离出含噪声的有用连续压力波信号;对输入的不发码信号进行带通滤波,分离出噪声相关信号。然后将上述两路信号输入RBF神经网络中,通过自适应变步长滤波算法进行滤波处理,输出有用连续压力波信号。仿真结果表明:该滤波方法与固定参数滤波方法相比,滤波后信号与原信号的相关系数、均方误差、信噪比都得到了提升。现场应用中,相比固定参数滤波算法误码率降低10%,连续压力波信号的噪声得到有效抑制。