《表5 改进型RBF神经网络测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进型RBF神经网络的磁流变阻尼器动力学建模及仿真》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对400组随机选取的测试样本进行1 000次循环测试，参考文献[7]计算每次循环测试的平均累计相对误差，结果见图9所示。由图9a) 可知，改进型RBF神经网络的阻尼力预测误差均值小于1.1%，主要误差均值控制在0.45%～0.85%之间。图9b) 为RBF神经网络改进前后阻尼力预测误差对比图，改进前的RBF神经网络模型误差均值最大达5%，误差幅值急剧波动，而改进型RBF神经网络模型误差均值曲线位于原模型最小误差以下，幅值较低且平稳状态。结果表明，改进型RBF神经网络可以构建精确的MRD模型来描述非线性动力学特性，实现阻尼器精准的出力控制。