BP算法在位移传感器测量精度方面的应用

在较高精度位移测量中,需要对位移传感器的输出进行温度补偿。采用BP(Back Propagation)网络的多传感器数据融合方法,把位移传感器和温度传感器的输出作为网络的输入向量送入融合中心,通过BP网络训练,然后将标定样本送入训练好的神经网络,得到比较准确的位移输出。为克服传统BP网络算法收敛慢、容易收敛到局部最小点的缺陷,采用BP多层前馈神经网络改进算法对传感器特性进行补偿,用MATLAB仿真所得到的结果与原有的实验数据相比较,在相同的温度波动情况下,位移传感器的输出误差比原来的减小了3倍,而且大幅度地节省了时间。     

BP网络的拆分组装法理论研究及系统开发

训练BP网时采用拆分组装法,对防止BP网陷入局部极小值很有效.在这一方法基础上,针对其缺点提出了几个改进措施,使用这些措施可得到结构更加紧凑的BP网,且其输出也有一定关联;对其评价函数作了理论分析,使训练BP网时其精度如何控制有了依据;最后介绍了一个BP网专家系统,验证拆分组装法、BP算法的正确性.     

基于改进算法ANFIS的变压器故障诊断

在分析变压器油中溶解气体进行变压器故障诊断的基础上,提出一种基于改进算法的自适应神经模糊推理系统的变压器绝缘故障诊断方法.该方法使用IEC三比值法的3个气体比值作为ANFIS输入向量,构造三输入一输出的ANFIS,然后使用具有全局收敛性的相关的广义Fletcher-Reeves共轭梯度法改进ANFIS默认的以BP算法和最小二乘法构成的混合学习算法,再使用新的学习算法训练系统.最后,对模型的有效性进行了检验,并与使用BP学习算法训练的诊断结果做了比较.检验结果表明:使用改进算法的ANFIS进行变压器故障诊断是可行的,并且诊断精度有所提高.     

基于信息扩散和BP神经网络的水资源预测

将信息扩散原理和BP神经网络相结合,提出了一种新的水资源预测方法.用因素状态空间上信息扩散的方法对不完备的历史资料进行优化处理,把处理过的结果作为神经网络训练样本的输入和输出因素,并利用BP算法进行网络训练,当计算达到要求的精度后即完成训练.经训练所得的神经网络即可用于水资源预测.结果表明,该方法能较好地解决水资源系统中实测样本少和存在矛盾样本之不足,提高了水资源系统预测的精度和水平.     

结合N-W方法的L-M算法在变压器故障诊断中的应用

在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。     

改进的BP神经网络在医疗中的应用研究

鉴于传统BP神经网络存在诸如收敛速度缓慢和易陷入局部极小值的缺陷,提出在BP神经网络中引入动量因子、陡度因子、自适应学习速率和改进粒子群算法优化BP权值等对传统BP进行改进,使其达到预测误差小、精度高、训练快的目的。改进后用来预测区域内各个年龄段患糖尿病人数百分比。由仿真实验结果可知,改进后的BP神经网络比传统BP神经网络收敛更快、误差更小。     

基于扇形特征和BP神经网络算法的字符识别

目的 根据字符的扇形特征提取方法,BP神经网络算法,寻求一种识别率较高的字符识别方法.方法 将待识别的文件进行图像预处理,然后对处理后的单字符使用扇形算法提取出32个特征量,组成特征向量,采用BP神经网络对特征向量进行训练和识别,最后应用选择性阈值最小距离方法对输出结果进行判断,减少误识别率.结果 通过使用扇形特征提取方法、BP神经网络和选择性阈值最小距离方法,达到了较好的字符识别效果,实验结果表明该方法识别精度较高,训练时间较短.结论 保持一定数量以上的训练样本和训练次数,可进一步提高字符识别的正确率.采用扇形特征和BP神经网络算法可应用于字符识别.     

隐层改进的BP网络在织物染色配色中的应用

为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实验验证了人工神经网络算法在织物染色配色中应用的可能性和可靠性,为神经网络模型在织物染色配色中选择和构造合适的高性能网络结构提供了参考。     

基于BP神经网络的风机转子故障诊断

应用BP算法对转子进行故障诊断，首先论述了BP算法的基本原理，然后提出了输出模式矩阵的改进方法，既将常用的单位矩阵来表示的故障模式转变为二进制结构，由此简化了网络结构，明显减少了样本训练次数，提高了计算故障诊断中对单一故障尤为有效，最后通过实例进行分析，证明这一方法对提高运算速度十分有效。     

BP算法的改进及其在库存数量预测中的应用

针对BP算法收敛速度较慢、局部极值等缺点,提出了一种改进的BP算法.根据训练误差改变转移函数的惩罚因子并且对学习步长作自动调节.实践结果表明,改进后的BP算法可大大提高算法的函数拟合度和收敛度,减少与实际值间的误差.     

BP神经网络在麻花钻圆度误差检测中的应用研究

在麻花钻圆度误差的检测中,将BP神经网络算法引入到相应的数据处理中,以拟合出其棱边投影的椭圆表达式系数。在神经网络训练时,以钻头棱边采样点的坐标及其适当的组合作为网络的5路输入,以其输出与常数1的差值的平方为性能指标;根据梯度下降法来调整隐层神经元与输出神经元之间的连接权值,而输入层至隐层之间的连接权值不变,性能指标达到预定值时,获得一组稳定的权值,该连接权值即为钻头棱边的椭圆表达式系数;然后据此求出其较高精度的圆度误差。     

基于BP神经网络的热舒适性指标计算

人的舒适性与其影响因子之间存在着复杂的非线性关系,由于人工神经网络能够反映非线性的映射关系,因此利用神经网络可实现对舒适性指标的计算．首先对BP神经网络做了一个简要介绍,并建立了一个用于训练计算舒适性PMV指标的3层网络．以Fanger公式计算了输入样本的期望输出值,利用输入样本与期望输出值对网络进行训练．神经网络达到误差要求后计算PMV指标,其中未经网络训练的样本计算结果与Fanger公式计算结果平均偏差为0．026,最大偏差为0．113,计算误差均在工程应用的允许范围之内．     

长江螺山站水位流量绳套曲线关系预报研究

运用BP人工神经网络建立了长江螺山站水位流量绳套曲线关系预报模型.选取模型影响因子时,用上游站点及本站的前期水位、流量过程反映洪水涨落率、下游站点水位反映下游变动回水的顶托作用.为提高螺山站高流量时的预报精度,提出了以水位流量的变幅作为BP网络模型输入和输出的方法.多个算例的计算结果表明,模型影响因子选取合理,预报结果精度较高.采用变幅进行计算的方法能进一步提高预报精度,在洪水预报研究中具有推广应用价值.     

气体钻井钻具内气体冲蚀机理研究

采用计算流体动力学方法建立高速气体冲蚀无刺孔钻杆接头和具有腐蚀坑的钻杆接头模型。无刺孔的钻杆接头内,只有钻杆内产生腐蚀坑后,流场才变为钻杆本体刺漏的主要影响因素之一;钻杆带有腐蚀坑时,其钻杆内的最大流速远大于无腐蚀坑钻杆内的最大流速;钻杆的穿刺及断裂主要是由于裂纹从钻杆内壁向外壁不断扩展的结果。     

Movement scope of strata based on fuzzy BP neural network in underground metal mines

A prediction method of strata movement in underground metal mines is put forward, in which fuzzy BP neural network is applied. The results show that there is a strong nonlinear relation between the selected factors and strata movement angle, the anticipant and the actual output results are very similar. It is proved that the numerical value of movement angle is correlated with the selected factors in theory. The scope of strata and surface movement due to mining can be predicted. This research provides a thought to study the movement scope of strata due to mining.     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.     

基于BP神经网络的水处理污泥发热量预测

将BP网络与MATLAB软件相结合,建立了2个神经网络模型,通过权值初始化、输入学习样本、计算各层的输出、求各层反传误差、记录已学习过的样本个数、按公式修正各层的权值或阈值等步骤,分别根据水处理污泥的工业分析和元素分析对其发热量进行预测,比较分析了预测发热量与实测发热量的绝对偏差、相对偏差,评价了均方误差和相关系数.结果表明,该方法适合于水处理污泥发热量的预测,且优于经验公式.     

基于因素模糊处理的电力信息系统风险评估方法

当前电力信息系统风险评估中,专家主观因素所占比重较多,导致评估结果主观因素影响较大,结果与期望值偏差过大.针对以上问题,采用模糊系统处理资产、威胁、脆弱性3个因素的子因素,并将处理结果作为BP神经网络的输入,实验结果表明基于因素模糊处理的电力信息系统风险评估方法的输出结果更加接近期望值.     

居民出行产生量BP神经网络预测方法

居民出行产生量预测是交通需求分析的重要内容之一,预测结果是确定各类城市交通设施发展规模及布局规划的重要依据.通过分析人工神经网络的作用机理和居民出行产生量的影响因素,建立了居民出行产生量预测的四层BP神经网络模型,以土地利用作为输入神经元,以交通区居民出行产生量作为输出单元,以赣州市城市综合交通规划交通调查数据对模型进行了标定与检验,并与出行次数法和回归分析法进行了比较,结果表明BP神经网络模型具有较高的预测精度.     

基于BP法的拱桥拱圈温度场研究

在现代桥梁施工控制中,为依据现场温度测试数据模拟复杂的温度场计算,采用人工神经网络的BP算法解决该问题.基于葫芦山湾跨海大桥的现场实测温度数据,运用较为成熟的BP网络模型,通过MAT-LAB对采集数据进行模拟和对比,不断修改输入因素,建立输入与输出的映射关系.分析了温度场的关键影响因素,并重点研究减少输入节点数提高运算...