基于rbf神经网络分类器的设计及其应用文章.doc

存档编号 华北水利水电学 North China Institute of Water Conservancy and Hydroelectric Power 毕 业 设 计 题目 基于RBF神经网络分类器 设计及其应用 专 业 自动化 姓 名 学 号 指导教师 完成时间 2017.05.18 教务处制  独立完成与诚信声明 本人郑重声明：所提交的毕业设计是本人在指导教师的指导下，独立工作所取得的成果并撰写完成的，郑重确认没有剽窃、抄袭等违反学术道德、学术规范的侵权行为。文中除已经标注引用的内容外，不包含其他人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律后果由本人承担。 毕业设计作者签名： 指导导师签名： 签字日期： 签字日期：  毕业设计版权使用授权书 本人完全了解华北水利水电学院有关保管、使用毕业设计的规定。特授权华北水利水电学院可以将毕业设计的全部或部分内容公开和编入有关数据库提 供检索，并采用影印、缩印或扫描等复制手段复制、保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交毕业设计原件或复印件和电子文档（涉密的成果在解密后应遵守此规定）。 毕业设计作者签名： 导师签名： 签字日期： 签字日期：  摘要 I Abstract III 第1章 绪论 1 1.1 国内外发展状况 1 1.2课题研究的意义 1 第2章 分类器 3 2.1 分类的概述 3 2.1.1 分类的实现过程 3 2.1.2 分类器评价标准 4 2.1.3 构造分类器的方法及特性 4 2.2 神经网络分类器 6 2.2.1 神经网络概述 6 2.2.2神经网络的学习方法 8 2.2.3神经网络分类器 10 第3章 RBF神经网络 13 3.1 RBF神经网络概述 13 3.2 RBF神经网络的学习算法 15 3.3 RBF神经网络的特点 16 第4章 基于RBF神经网络分类器的设计 17 4.1数据集介绍 17 4.2分类器设计 17 4.3基于RBF神经网络分类器的仿真及分析 18 4.3.1实验一 18 4.3.2实验二 20 第5章 基于RBF神经网络的柴油机故障诊断 23 5.1工业背景介绍 23 5.2柴油机燃油系统 23 5.3 基于RBF神经网络分类器的实验仿真 24 5.4 基于BP神经网络分类器的实验仿真 27 5.4.1 BP神经网络简介 27 5.4.2 BP神经网络的算法 28 5.4.3 BP神经网络设计 29 5.4.4 故障仿真及分析 30 5.4.5 BP网络的局限性 32 5.5 RBF网络与BP网络的比较 32 第6章 总结与展望 35 6.1 总结 35 6.2 前景展望 35 参考文献 37 致 谢 39 附 录 41 附录1：文原文 41 附录2：外文译 59 附录3：毕业设计任务书 75 附录4：开题报告 7 附录5：程序 8 基于RBF神经网络的分类器设计及其应用 摘要 随着科技和智能化的发展，人工神经网络因其独特的信息处理的能力在各个领域的应用越来越广泛，并且都取得了较好的效果。神经网络不仅具有十分强大的非线性映射能力，而且具有自适应、自学习和容错性等。径向基函数（RBF）是神经网络中的一种新颖有效的前馈式神经网络，它具有分类能力强、最佳逼近和全局最优的性能，同时训练方法快速易行等优点。基于这些优点，我们可以根据RBF神经网络设计分类器以解决现实生活和工业生产中的一些实际分类问题。 本文主要介绍了基于径向基函数神经网络的分类器设计方法。在知道怎样设计之前，首先要了解径向基函数神经网络和分类器，所以在前几章先介绍了它们的基本原理和结构以及神经网络分类器的设计方法。其次对于设计的RBF分类器，用IRIS数据集在MATLAB环境中测试它的分类能力和性能及各参数的变化对RBF分类器性能的影响。最后，把RBF分类器应用于工程实例中。本文选取了对柴油机的故障诊断这项工程实例，把柴油机燃油系统典型故障数据作为RBF神经网络的训练样本，通过RBF分类器，对模拟故障进行诊断。再建立BP神经网络分类器对同样的数据进行分类。并且把两个网络分类器的分