共查询到20条相似文献，搜索用时 15 毫秒
1.
根据传感器的特点和补偿的本质,利用神经网络良好的逼近能力,提出了基于BP神经网络的传感器动态补偿方法。该方法设计的动态补偿器实现简单,实时性好;不依赖于传感器的模型,鲁棒性强;可以优化传感器参数,该方法的补偿效果比系统辨识及零点配制方法要好,是一种比较行之有效的方法。 相似文献
2.
主要研究了BP神经网络反馈控制器的结构,分析了BP神经网络的学习算法。通过自适应学习速率在线调整网络权值以逼近对象的逆动态模型,并利用Lyapunov方法给出了该算法的收敛的条件。 相似文献
3.
4.
神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。 相似文献
5.
动态全参数自调整BP神经网络预测模型的建立 总被引：8，自引：0，他引：8
本文从减少干预的思想出发，提出了BP神经网络动态全参数自调整学习算法，使得隐层节点和学习速率的选取全部动态实现，实现了学习速率和网络的适应能力，最后又将改善后的BP神经网络应用到经济领域中，得到了比常规经济学模型更优的效果。 相似文献
6.
在小微企业的成长性评价中引入BP神经网络模型进行量化评价研究。通过建立评价指标体系、对应数据的学习训练,调整模型结构,建立了基于BP神经网络的小微企业成长性评价动态模型,并进行了实证分析。该模型解决了传统评价中权重确定不客观、定量分析不足、评价效率低下等缺陷,具有较好的实际应用效果。 相似文献
7.
基于遗传算法优化BP神经网络的锅炉燃烧建模 总被引：1，自引：0，他引：1
曹弘飞 《科技成果管理与研究》2009,(3):86-89
针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。 相似文献
8.
针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。 相似文献
9.
针对现有的建筑防火检测方法已经无法满足在实际检测中需求的问题,本文提出了一种基于建筑防火检测的改进BP神经网络模型。在传统BP神经网络的基础上,提出动态合并与删减规则,并且根据建筑防火检测的需求建立检测的指标,再根据改进BP神经网络和检测指标建立检测模型。仿真实验表明,基于建筑防火检测的改进BP神经网络模型实际操作性很强,可以应用于对建筑物的防火检测,值得推广使用。 相似文献
10.
《内蒙古科技与经济》2015,(15)
以神华胜利发电厂HD-BSC26型称重式给煤机故障类型为实验背景,搭建数据采集与储存的硬件系统,应用BP神经网络方法进行研究,通过实验采集到的数据来训练并检验所建立的模型。最终得到应用BP神经网络方法可以解决该类型给煤机故障诊断的方法。 相似文献
11.
利用电能表计、通信网络、图像处理、神经网络等技术组成的智能远程抄表系统是远程抄表系统研究发展的重要方向。系统通过视频实时动态的进行电能数据的远程采集,通过相应的数据通信网络,将电能数据传输给改进BP网络,经改进BP网络自动识别判断,获得对应的电能数据。基于改进BP神经网络的电能远程计量系统具有数据处理效率高、误差率低、能够进行实时动态监控等优点,促进了远程电能智能抄表技术的发展,是目前电力营销学者研究的一个重要课题。 相似文献
12.
本课题的研究内容是在中小型水电站泄水闸门控制情况做深入了解的基础上,选择此问题中的关键即如何选择适合的控制方式作为研究对象。根据经典PID控制的特点,通过理论分析,应用BP神经网络控制PID参数的方法作为主要控制方法,实验验证选用BP神经网络控制PID参数的方法完全能够胜任泄水闸门的自动控制系统。 相似文献
13.
14.
对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。 相似文献
15.
指出失业预警系统的建模是一个小样本、高维度、非线性、存在噪音数据的复杂的建模问题,重点探讨了基于回归分析技术对失业预警系统进行建模的理论、方法与步骤。讨论了常见的缺失数据处理、数据归一化以及特征降维等数据预处理方法;进一步分析了最小二乘回归、Logistic回归、岭回归、BP神经网络以及支持向量回归五种回归技术;最后基于广东省的社会经济调查数据对五种回归方法进行了实证分析,实验结果表明:在对失业率的预测上,支持向量回归预测效果最好,最小二乘回归、岭回归与BP神经网络次之,Logistic回归预测效果最差。 相似文献
16.
17.
为了提高区域对流层延迟模型的精度,利用BP神经算法构建两参数区域对流层延迟新模型。基于河南省部分CORS基准站的数据,将穿刺面作为研究面,基于BP神经网络模型、平面拟合模型、二次曲面拟合模型分别建立两参数区域对流层延迟模型,并设计了3种不同的建模方案,以验证模型的精度。实验结果表明,BP神经网络模型的对流层延迟精度达到mm级,明显优于其他2种模型,BP神经网络模型和平面拟合模型不仅适用于区域内,同样适用于区域外,证实了新模型的有效性。 相似文献
18.
本文概括地讨论了神经网络通用模型的三要素(神经元、联接强度、学习算法)的特征,在对典型的网络即BP网络的发展动态和进展进行了系统的分析基础上讨论了BP算法的基本概念、运行机制和一些关键性技术。利用BP神经网络进行数字识别的方法,对数字进行特征提取,获得采样数据,再对样本数据进行学习和训练,形成良好的网络,然后对已训练数字有所区别的数字进行检测,达到一定的准确度,表明了该方法在实际应用中具有可行性。 相似文献
19.
20.
提出了一种基于粗糙集-动态模糊神经网络的软测量建模方法,并将其应用于聚氯乙烯平均粒径软测量研究中。首先,用粗糙集隶属函数对各个辅助变量进行分析比较,得到最简的辅助变量个数,然后采用等间距离散法对各个辅助变量和主导变量进行离散化,分析得到离散表和最简模糊规则数,并采用模拟退火法对动态模糊神经网络输出层的权值参数进行优化训练。研究结果表明,与常规动态模糊神经网络相比,基于粗糙集-动态模糊神经网络的聚氯乙烯平均粒径软测量模型具有更佳的预测效果。 相似文献