共查询到19条相似文献,搜索用时 50 毫秒
1.
基于改进算法BP神经网络的软测量技术 总被引:2,自引:0,他引:2
利用动量法和自适应改变学习率改进BP神经网络算法的基础上,针对网络权值调整时不容易跳出误差平坦区的问题,进一步对神经网络的学习算法进行了改进,引入一个陡度因子.并把改进算法后的BP神经网络在盐酸浓度的软测量中做了仿真实验,实验结果表明陡度因子的引入不但可以提高模型的精度而且也使网络的泛化能力得到了增强. 相似文献
2.
针对BP神经网络存在局部极小值和收敛速度慢等问题,文章提出了一种PCA-改进的BP神经网络的方法。实验表明,基于PCA-改进的BP神经网络的方法可以大大提高故障诊断的准确性,缩短了诊断时间。 相似文献
3.
基于PCA—改进BP算法的软测量技术 总被引:10,自引:1,他引:10
文中针对基本BP网络建立软测量模型时所存在的一些问题,例如:输入变量之间可能存在的线性相关等冗余性、基本BP算法收敛速度较慢而且易于限于局部最优等,本文尝试将主元分析与变尺度改进BP算法相结合,以提高软测量模型的训练速度和外推能力,为软测量技术的在线应用提供更大的方便。实验结果表明PCA方法与变尺度的改进BP神经元网络相结合的软测量建模方法在训练速度和外推能力方面有较大的改善。 相似文献
4.
应用主元分析方法改进BP算法及其在故障诊断中的应用 总被引:1,自引:0,他引:1
提出了一种应用主元分析方法对神经网络输入参量进行处理的方法,以主元分析为理论基础,通过对输入的高维参量的线性组合以及向低维空间投影的方法,既降低了输入的维数,同时又提高了输入参量对特征的敏感性,并通过一个故障诊断应用的实例证明了该方法的可行性。 相似文献
5.
6.
基于改进神经网络集成算法的软测量建模 总被引:3,自引:1,他引:3
为提高神经网络集成中成员网络的精度、增加成员网络间的差异度,提出一种改进的Bagging神经网络集成算法.通过分析初始样本集中样本间的欧式距离提取各子训练集,子训练集的元素在样本空间具有良好的遍历性和代表性;集成策略采用加权平均法,用粒子群优化算法求解成员网络的集成权重.几个典型回归分析型数据集的测试表明,本算法有效提高了训练样本质量,增强了集成泛化能力.最后将改进算法用于工业乙烯收率神经网络软测量建模,应用结果表明该软测量模型泛化性能好,测量精度高. 相似文献
7.
8.
针对传统的Kalman滤波算法在机动较强的目标跟踪中误差变大甚至发散的缺点,考虑到BP神经网络具有较强的非线性逼近能力,提出了用BP神经网络辅助Kalman滤波的新算法,仿真表明该算法优于传统的Kalman滤波算法. 相似文献
9.
唐德翠 《工业仪表与自动化装置》2009,(3):54-56
针对漂白过程中纸浆白度、残氯在线测量的不足,提出基于BP改进算法的神经网络软测量模型。文章介绍了基于神经网络的软测量技术原理以及漂白软测量模型建立的步骤与方法,给出了该模型的仿真结果。仿真结果表明,该模型具有较高精度和准确性,为纸浆质量的评判和优化控制提供了指导作用。 相似文献
10.
针对现有的燃油消耗量测量方法存在成本较高、结构复杂且难以实现车载实时测量油耗的问题,提出基于改进RBF径向基神经网络的汽车油耗软测量方法。依据油耗产生机理,选取影响油耗且容易直接测量的参数作为测量模型的输入部分,采用油耗试验实测数据作为测量模型的训练样本和测试样本,并结合主元分析方法改进径向基神经网络的训练速度,自学习得出油耗软测量模型。利用Matlab仿真并将计算机仿真结果与油耗仪测量数据对比分析,平均误差在5.0%以内,验证了上述油耗测量方法的有效性,降低了车载实时油耗测量的成本和复杂程度。 相似文献
11.
基于BP神经网络的铣削力仿真技术研究 总被引:2,自引:1,他引:2
应用人工神经网络技术建立了铣削力仿真的BP网络模型。通过正交试验,获取训练样本,并对网络进行了训练。最后将网络预测结果与实验数据进行比较和误差分析,证明了人工神经网络能够准确地预测铣削力的大小。 相似文献
12.
13.
14.
15.
《计算机集成制造系统》2015,(10)
针对运用BP神经网络对可拓集进行分类时收敛速度慢且准确率低的问题,构建了一种基于改进BP神经网络的可拓分类器。由于负域和正域拥有公共边界,处于边界周围的数据会因为BP神经网络自身存在的误差而造成分类错误,为此以关联函数为基础,构建一个样本预处理函数对训练样本进行处理,使训练完的BP神经网络最后的输出结果远离公共边界;重新定义神经网络中的误差计算方法,使其符合可拓分类准则,降低输出值与期望值之间的要求以加快其收敛速度。通过螺杆空压机实例验证了该方法的有效性。 相似文献
16.
以液压系统中液压马达为研究对象,提出了一种基于故障表征的诊断模型,该模型无需建立被诊断对象的精确数学模型,只需以显性的故障表征作为诊断模型的输入,并为其建立BP神经网络模型,运用MATLAB给出该网络的训练过程及结果,并提供应用于液压马达的故障诊断实例. 相似文献
17.
基于BP神经网络的触摸屏校准算法 总被引:2,自引:0,他引:2
由于触摸屏的密度不一致,采用简单线性转换限制了校准精度的提高。为了获得更高的校准精度,提出了基于BP神经网络的电阻型触摸屏校准方法,构建了神经网络模型,并利用BP算法的非线性隐射能力对触摸屏标定数据进行了输入一输出的非线性逼近。仿真实验结果表明,与两点比例校准相比该校准方法在校准精度上大约提高了3倍,明显优于同类算法。 相似文献
18.
基于BP神经网络的料筒温度PID控制器 总被引:1,自引:0,他引:1
针对注塑机料筒温度控制的要求和PID控制器的不足,设计了一种基于BP神经网络的PID控制器.该控制器将神经网络和PID控制技术相结合,能无限地逼近非线性系统,具有收敛快的优点.提出了基于BP神经网络的PID控制算法和程序流程.仿真结果表明,BP神经网络PID控制器能有效地缩短过渡过程,具有较好的稳定性和快速响应性,可以满足注塑机料筒的温度控制要求. 相似文献