基于BP神经网络的配电网故障辨识方法

随着配电网自动化终端设备的广泛应用,基于设备过电流信息的故障定位方法因原理简单、实现便捷而成为该领域的研究热点.该方法主要分为两类:统一矩阵算法和群体智能算法.统一矩阵算法的容错能力差,而群体智能算法在构造优化目标时存在逻辑建模的瓶颈问题.为有效克服上述缺点,提出了基于BP神经网络模式的配电网故障定位方法,利用FTU的特征量和BP神经网络的自学习性及良好的泛化能力实现配电网的故障定位,不但原理简单、实现方便,而且具有多重故障定位能力,仿真结果证明了该方法的有效性.     

基于BP神经网络的换档品质评价方法

换档品质评价方法的研究是应现代车辆自动变速技术发展需要而提出的前沿研究课题,其评价过程可视为一个非线性动态系统。BP神经网络的非线性系统辨识,能够逼近任意一个非线性函数。通过确定换档品质评定指标,利用BP网络训练获得的数据样本,从而建立主观、客观评价标准之间的联系;利用Matlab/Simulink完成换档品质评价方法的客观描述并进行仿真。通过与实验结果对比,证明这种方法能够有效真实地评价换档品质并与传统主观评价方法具有很好的一致性。     

基于BP神经网络的教学质量评价

基于MATLAB设计神经网络评价流程,以3层BP神经网络进行教学质量评价,其中隐含层的传递函数为tansig,输出层的传递函数为purelin．为保证网络的泛化能力,在训练样本的选择上,选择比较有代表性的数据,打乱顺序,对数据进行归一化预处理;训练函数采用Levenberg—Marquardt算法,选择学习速率为0．01,网络训练误差为le^-5,训练次数1000次,步长选择为10．成功训练神经网络后,对给出的4组数据进行了预测,画出预测拟合及误差分析图形．结果表明：在设计BP神经网络模型的基础上,采用合理的样本数据,神经网络就会通过训练样本,学习到样本的有关环境本身的内在规律性,对输入给出正确的反应,以实现教师的教学质量评价．     

基于BP神经网络的双线路项目工期估计方法

建设项目的复杂性、需要的完工时间充满着不确定性等问题,对于进度管理者而言,让建设项目在限期内完工,是一个重要课题.针对具有多条相似关键线路的工程计划网络总工期估计误差偏大,演算过程复杂,求解速度慢的问题,提出了一种基于BP神经网络的双线路项目工期估计方法.经过算例分析,基于BP神经网络的双线路项目工期估计方法,与传统的计划评审技术(PERT)相比,在工期求解速度上更为快速和便捷,在结果上具有相对精确性和可靠度,其偏差在可接受的1.5%之内,因此具有一定实用价值.     

ERP系统实施效果的BP神经网络评价研究

神经网络具有自学习、自适应能力和容错性强等特点,本文应用BP神经网络模型建立综合评价系统,应用人工神经网络方法对ERP系统实施效果进行评价作了一定的探索。     

基于BP神经网络的教学质量评价模型

采用了BP神经网络的原理用于教学质量评价,建立了教学质量评价模型.构建了神经网络评价模型的结构,通过仿真和实例表明了评价模型的有效性,为全面、公正、科学地评价教学工作提供了一种新方法.     

基于BP神经网络的工程项目风险评价

工程项目风险评价是工程项目管理的一个重要环节,将神经网络理论引入工程项目风险评价,建立了工程项目风险评价的BP神经网络模型,并通过实例对模型进行了验证。     

基于BP神经网络的城市道路交通安全评价研究

在综合分析国内外交通安全评价研究的基础上，针对我国城市道路交通安全的现状及存在问题，提出了采用基础数据、交通安全管理、公众安全评价3个方面共13项指标组成的面向城市交通安全可持续发展的评价指标集，构建了基于BP神经网络的评价模型，并结合算例详细分析了其计算方法．该方法对于提高交通管理部门的管理和决策水平具有指导作用．     

基于BP神经网络模型的森林空气质量评价

为解决森林地区的空气评价问题,基于BP神经网络技术进行建立森林空气质量评价模型的研究,根据森林空气低污染、负离子高含量的特点,以SO2、NO2、PM10、O3和负离子为评价指标建立模型,并运用MATLAB工具软件实现.以伊春五营森林和城镇空气质量数据为实例,对模型进行对比检测,评价结果分别为9.13和8.56分,表明模型实用且可行.     

基于BP神经网络的高校教师教学质量评价模型

针对目前大多数高校采用单一的教学评价机制来衡量教师教学质量的片面性,在充分考虑被评对象的差异性、评教主体的单一性以及评教方法的难操作性的基础上建立了全方位教学质量评价体系,构建了综合评价体系及2个体系下的7个二级指标,并以此为基础建立两级神经网络。训练结果表明:该网络能较好地拟合训练数据,预测效果显著,说明基于神经网络的教学质量评价模型是合理可行的。     

基于BP神经网络的工程项目安全耐久性评价

通过对人工神经网络的分析，结合工程项目安全耐久性评价，将BP神经网络的技术应用于拟建工程项目安全耐久性的评估中，可以实现在项目建设前期对工程项目质量等指标的客观定量评价，为工程项目建设的决策提供有效的依据。     

BP神经网络在移民安置效果评价中的应用

水库移民安置涉及社会、经济、环境、自然资源等诸多领域,是一个多层次、多目标、多属性的复杂系统工程.因此,移民安置效果尤其是生活水平的评价一直是移民理论研究关注的重点.依据神经网络理论,利用模糊综合评价法生成训练样本,建立了基于BP神经网络的移民安置效果综合评价模型.仿真试验表明,该模型评价结果合理,模型操作简便,具有很好的应用价值.     

基于BP神经网络模型的温度预测方法

车间里特定高温环境下对多点的温度监测数据是风机是否工作的重要参数。为了能更好地保护风机,提出一种基于BP神经网络来分析预测温度变化趋势的方法,达到了减少风机工作时间,延长风机寿命的效果。     

基于BP神经网络的车牌字符识别改进方法

提出一种基于BP神经网络的车牌字符识别优化算法,设计了一种四层结构的BP神经网络模型。该模型通过加入一个隐含层和动量项实现了更加准确识别车牌字符的功能,通过BP网络各层之间信息的快速传递实现了车牌字符的识别,为缓解交通问题提供了切实有效的解决方案。     

基于遗传算法的BP神经网络服装销售预测方法

针对服装企业产品销售的复杂性以及特殊性,提出一种有效的神经网络学习模型. 在对服装销售影响因子分析的基础上建立销售预测网络模型,利用遗传算法对后向传播神经网络的各连接权值进行优化计算. 方法综合了后向传播神经网格和遗传算法两者的优势,既具有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.     

基于BP神经网络的抽油系统故障诊断方法

该文将神经网络应用于抽油系统的故障诊断,根据泵功图的几何特征提取特征值作为BP神经网络的输入信号,利用自适应性以及线性映射能力,建立抽油系统输入的故障信息与输出的故障类型间的映射。通过对大量故障样本的学习将知识以权值和阈值的形式存储于网格中,最终输出抽油系统的故障类型。通过实例分析,模型具有比较高的准确性和可行性。     

基于BP神经网络的逆变器开路故障诊断方法

为了实现对逆变器电路故障位置快速精确定位,减少停工检修时间,提高运行效率,提出一种基于BP神经网络的变频器逆变电路开关器件开路故障诊断方法。使用MATLAB对逆变电路建模和仿真,从输出电压波形直接采样提取故障信号特征。根据故障特征和诊断目标,建立三层神经网络故障模型,确定神经元数目和传输函数。将故障特征信号作为BP神经网络的输入,通过Levenberg Marquardt算法实现对神经网络的训练,用训练后的神经网络模型实现对变频器逆变电路的故障诊断。结果表明:直接波形采样实现简单;可实现1只或2只IGBT同时开路故障准确定位;所提出的故障诊断模型诊断准确率高。     

基于BP神经网络的大学生创业评价体系研究

阐述了当前大学生创业评价体系研究的主要内容和特点,结合影响大学生创业的主要因素,构建基于BP神经网络的大学生创业评价体系模型。使用Matlab计算工具对模型进行运算,并借助实例对大学生创业现状进行了有效地评价分析。最后根据评价结果,对大学生创业的主要障碍和大学生创业者的需求进行探讨。