共查询到20条相似文献,搜索用时 15 毫秒
1.
根据应用现状和实践经验,对变频调速水泵在恒压供水时,流量调节范围的计算方法进行了初步探讨,并结合实例,从经济节能的角度介绍了变频调速水泵的选型方法。 相似文献
2.
陆民 《石家庄师范专科学校学报》2004,6(3):20-24
根据应用现状和实践经验,对变频调速水泵在恒压供水时,流量调节范围的计算方法进行了初步探讨,并结合实例,从经济节能的角度介绍了变频调速水泵的选型方法。 相似文献
3.
针对供暖系统在实际运用中为一个滞后过程,难以保证其供暖介质流量控制精度的问题,利用感温石蜡的热胀冷缩效应作为电热型流量调节阀执行结构的动力源,获取石蜡温度与流量之间的关系,提出基于遗传算法的BP神经网络(GA-BP)方法。首先获取供暖系统温度,通过电热器加热石蜡得到其温度变化量与流量,然后应用GA-BP神经网络方法,对流量进行预测。通过与3次B样条函数递推最小二乘法、BP神经网络法对流量的预测结果对比试验验证,预测值和真实值的最大绝对误差分别为0.19、0.35、0.87,且均能满足实际应用的控制周期。结果表明,GA-BP神经网络对流量的控制更为精确。 相似文献
4.
5.
提出一种基于Boosting BP神经网络的交通事件检测方法.以上下游的流量和占有率作为特征,BP神经网络作为分类器进行交通事件的自动分类与检测.为了进一步提高神经网络的泛化能力,采用一种调整权值分布,限制权重扩张的改进的Boosting方法,分类器以加权投票方式进行分类决策.实验结果表明该交通事件检测算法是有效的. 相似文献
6.
7.
为提高自动气象站温度传感器观测数据精度,对不同型号的自然通风防辐射罩所产生的辐射误差进行分析,提出一种基于BP神经网络算法对不同表面反射率的防辐射罩进行误差修正。将BP神经网络应用于温度传感器防辐射罩辐射误差的预测:将太阳辐射强度、风速、表面反射率作为BP神经网络的输入,利用计算流体动力学分析防辐射罩在不同大气环境下的辐射误差作为BP神经网络的训练输出。分析训练输出与样本输出,两者的绝对误差仅在[-0. 001,0. 002],可见BP神经网络的预测精度在理想值内。最后将BP神经网络得到的辐射误差修正方程用Java进行封装,并开发Web平台实现算法应用。 相似文献
8.
9.
供水中变频器的作用
恒压供水实际上就是控制水的流量,而节能必须从调节流量的大小入手。常见的方法有阀门控制法和转速控制法两种。阀门控制法是通过关小或开大阀门来调节流量,而转速保持不变。阀门控制法的实质是水泵本身的供水能力不变。而是通过改变水路中的阻力大小来改变供水能力,以适应用户对流量的需求。这种方法拖动水泵的电机负荷不变,电机始终处于额定转速状态。转速控制法,即通过改变水泵的转速来调节流量,而阀门开度则保持不变。转速法的实质是通过改变水泵的全扬程来适应用户对流量的需求。对拖动电机来讲,用户用水量大时,电机转速高;用户用水量小时,电机转速低。下面我们从两个方面来比较这两种调节流量方法在节能方面的表现. 相似文献
10.
褚晨辉 《中阿科技论坛(中英文)》2024,(2):108-111
装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法(GA)优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。 相似文献
11.
高考命题中试题难度预测方法探索 总被引:1,自引:0,他引:1
运用命题教师主观评估、多元线性回归分析和BP神经网络建模三种预测方法,对高考命题过程中试题的难度进行预测,并对三种方法的预测性能进行比较.结果发现,三种预测方法均具有较高的预测准确度,其中,BP神经网络预测模型对试题难度的预测准确度相对更高,误差相对更小. 相似文献
12.
李伟 《石家庄铁路职业技术学院学报》2012,(2)
为准确、快速、高效地预测电网短期负荷,提出改进的粒子群算法(DPSO),并与BP算法相结合,形成改进的粒子群—BP(DPSO-BP)神经网络算法,用此算法训练神经网络,实现神经网络参数优化,得到基于DPSO-BP算法的神经网络模型.算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力 相似文献
13.
BP神经网络是一种使用非线性可导函数作为传递函数的前馈神经网络,具有较高的精确度,但过多的预测变量会影响BP神经网络的准确性。采用Logistic回归变量筛选方法能在一定程度上提高分类准确性,提高模型效率。对2013年沪深两市A股分类评级进行了研究,证明基于Logistic回归变量筛选的神经网络提高了两极类别分类的准确性。 相似文献
14.
15.
为提高BP神经网络的预测精度,克服自身容易陷入局部极值和收敛速度慢的缺陷,将AdaBoost算法和BP神经网络结合起来,建立基于AdaBoost算法的BP神经网络模型。该模型将多个BP神经网络作为弱预测器,然后采用AdaBoost算法将多个弱预测器组成强预测器进行预测。将该模型应用于软件老化测试,实验结果表明,该模型相比单个BP神经网络具有更好的预测精度。 相似文献
16.
为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法(GA)优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。 相似文献
17.
针对传统的联轴器传动效率测试方法耗时耗力的问题,构建了三叉杆滑移式万向联轴器,基于遗传算法优化的BP神经网络传动效率预测模型,并结合最优拉丁超立方法获取了试验样本,完成了对神经网络模型的训练与验证。研究结果表明:GA-BP神经网络模型的预测精度、收敛速度显著高于BP神经网络模型,且GA-BP神经网络模型的传动效率预测值与实际值之间的平均相对误差为0.038%,满足工程需求。GA-BP神经网络模型为联轴器传动效率的预测提供了一种有效的方法。 相似文献
18.
Elman神经网络是一种典型的回归神经网络,比BP神经网络具有更强的计算和适应时变特性的能力,因而非常适用于预测股市这一类极其复杂的非线性动力学系统。文章给出一种基于Elman神经网络的股票市场建模、预测及决策方法,对浦发银行股价在时间序列上作了连续若干天的短期预测,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。 相似文献
19.
为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比.实验结果表明,ARIMA-BP残差优化的组合模型结果精度... 相似文献