计算机网络连接增强优化中的神经网络算法

研究了计算机网络连接增强优化问题,并对人工神经网络在仿真模型和算法中的应用进行了研究。希望为促进人工神经网络在计算机网络的使用中提供一定的参考和借鉴。     

螺旋分级机数学模型研究

利用多元回归分析和人工神经网络构建螺旋分级机数学模型, 预测校对分离粒度和分级精度, 并对2个模型的预测效果进行了比较。使用LM算法和遗传算法优化人工神经网络模型, 模型预测结果表明: 采用人工神经网络构建螺旋分级机数学模型比多元回归分析模型表现出更高的拟合度和更低的拟合误差。     

基于改进的模拟退火人工神经网络的冷轧螺纹钢筋质量控制研究

论述了模拟退火算法和改进的模拟退火人工神经网络,利用改进的模拟退火人工神经网络建立了冷轧螺纹钢筋产品抗拉强度、延伸率与其工艺参数之间关系的数学模型,对影响冷轧螺纹钢筋质量的主要工艺参数进行了优化,实验证明使用优化后的工艺参数进行生产,可大大提高产品质量和生产效率,降低生产成本,对企业提高经济效益和社会效益具有重要作用。     

人工神经网络结合遗传算法在注浆材料配方优化中的应用

采用人工神经网络技术建立了注浆加固材料组成成分与其力学性能之间的非线性多目标模型.运用遗传算法对神经网络算法进行了改进,并在大量试验数据的基础上,对改进后的人工神经网络进行训练和验证,最后得到了能预测特定配方注浆材料力学性能的人工神经网络模型.研究表明：采用能预测特定配方注浆材料力学性能的人工神经网络模型结合遗传算法对注浆材料配方进行设计,可得到注浆加固材料的优化配方,从而弥补了传统配方优化设计方法的不足.     

基于角联子网的风量反演风阻病态改良算法

为解决矿井通风系统阻力测定过程中部分巷道受限于现场测试条件而导致的风阻测不准、甚至无法测定的问题,研究了基于节点压能的风量反演风阻算法,提出使用两组风量数据及部分节点压能数据反演风阻。针对算法的病态性质,对算法病态的原因进行了分析,得出反演风阻方程系数矩阵稀疏性和通风系统拓扑结构对算法的影响是导致算法病态的两个主要原因。基于此,提出基于角联子网的风量反演风阻病态改良算法与基于贪心策略的风压传感器优化布置算法,给出了算法步骤及程序框图,能够解决风量反演风阻算法的病态问题,实现布点合理、数量较少的风压传感器的优化布置。将上述算法应用于23条分支、16个节点的通风网络,验证了所有传感器布置方案下的风量反演风阻算法,其中65. 2%的方案下的算法都是病态的。笔者应用本文提出的算法给出了角联子网划分方案及9个布点的风压传感器优化布置方案,在此基础上进行了风量反演风阻计算。结果表明:算法在实现了风压传感器优化布置的基础上,准确地反演了风阻,误差控制在10~(-4)以内。算法在现场应用时结合矿井监测监控系统,可以进一步实现实时的通风系统基础参数(风量、风压、风阻)的采集、校验、计算、存储与反馈,是矿井智能通风的基础性研究。     

基于监测覆盖范围的瓦斯传感器无盲区布置

通过建立矿井通风网络的图论模型,提出将监测范围作为传感器部署的理论依据,以节点间风流流经时间作为监测等级,应用覆盖度作为优选最佳测点标准,基于Dijkstra算法和极小支配集算法求得传感器的最佳布点.以一小型矿井通风网络为例,求解瓦斯传感器的最优布点,结果表明监测等级不同对应的安全等级也不同,布点的数量、位置以及监测覆盖度也不同.     

基于改进神经网络的边坡岩体弹性力学参数识别方法

基于人工神经网络的BP算法，建立了根据边坡开挖后岩体位移观测数据识别岩休弹性力学参数的数值方法。在网络训练过程中采用改进的BP算法，通过对学习算法的优化探索。大大提高了网络的收敛速度，解决了BP算法迭代过程中目标函数振荡问题。通过算例表明，提出的改进的BPT算法有助于提高岩土材料参数识别收敛速度和识别精度。     

基于人工神经网络的电网负荷数据分类方法

当前的电网负荷数据分类方法忽略了对负荷数据训练集的设计,导致分类结果存在较高的信噪比,冗余数据也较多.为此,基于人工神经网络设计电网负荷数据分类方法.提取离群点数据,利用人工神经网络算法设计训练集,逼近优化电网负荷数据,生成冗余数据周期性筛查模型,完成电网负荷数据分类.实验结果表明,该方法信噪比高于常规方法,对冗余数据...     

基于BP神经网络自适应噪声抵消系统的设计与实现

在基于误差反向传播学习算法的多层前向人工神经网络进行分析基础上,结合传统自适应噪声抵消系统基本原理,建立了基于人工神经网络的自适应噪声抵消器,并经过基于Matlab的Simulink仿真实例来证明人工神经网络具有很强的噪声滤除能力和鲁棒性,并提出了网络及算法进一步改进的方法.     

矿用红外甲烷传感器温湿度补偿算法研究

针对环境温湿度对矿用红外甲烷传感器测量精度的影响问题,以人工神经网络为基础,通过遗传优化对传统误差反向传播(back propagation)神经网络算法进行改进,有效改善了BP神经网络收敛速度慢,易陷入局部极小值等缺点。将改进后的算法写入基于MSP430单片机的矿用红外甲烷传感器,在实时甲烷浓度测量中精度提高了4%。