基于MATLAB的BP神经网络在清洁生产审核中的应用

BP网络模型的实现需要掌握计算机编程语言及较高的编程能力,这在一定程度上不利于神经网络技术的推广和使用,而MATLAB软件提供了一个现成的神经网络工具箱(Neural Network Toolbox,简称NNT)。运用MATLAB的神经网络工具箱(NNT),结合清洁生产技术特点,建立了清洁生产审核企业清洁生产等级自动确定的BP网络模型,讨论了基于MATLAB的BP网络应用于清洁生产审核的可行性和使用价值。     

基于MATLAB神经网络工具箱的边坡冲刷量计算

介绍了人工神经网络BP模型和MATLAB神经网络工具箱。在分析坡面冲刷过程与神经网络模型特点具有某些相似的基础上，以MATLAB—NNT为工具对6种模型结构进行试验，证明ANN4效果最好。利用ANN4对土的冲刷量进行模拟及预测，通过与连徐高速公路邳州段路堤边坡冲刷试验观测资料分析比较，显示具有较好的模拟预测效果。     

利用BP人工神经网络实现对轧机轧制力的预测

将人工神网络与轧制力预测相结合,利用BP人工神经网络对4004铝合金轧机的轧制力进行预测,设计该预测模型并采用MATLAB神经网络工具箱加以实现,获得了较高的预测精度.     

三种初值选取方法对BP神经网络收敛速度影响的比较

运用MATLAB软件及其BP神经网络工具箱函数，结合一个实际的例子比较了三种初值选取的算法对BP神经网络收敛速度的影响。     

基于BP神经网络的水质评价

将人工神经网络的理论和方法运用于各类水环境的评价,建立水质评价的BP神经网络模型.运用MATLAB丰富的神经网络工具箱函数设计仿真程序,并对多个水质样本进行等级评价,为防治水污染提供了科学依据.     

BP神经网络在图像压缩中的应用

借助BP神经网络,采用改进的最速梯度下降法,编程实现了灰度图像的压缩与重现.在MATLAB环境下仿真实验结果表明,所设计的网络图像压缩效果良好,同时具有较好的泛化能力.     

基于MCGS和MATLAB的薄膜厚度控制系统仿真

以MCGS组态软件和MATLAB为平台,设计和仿真了一个薄膜厚度控制系统。MCGS完成硬件接口的设置、数据的实时采集、人机对话、以动画的方式显示控制系统的运行情况,MATLAB完成PID参数的自动整定,并利用动态数据交换(DDE)技术建立两者间的通讯。仿真结果表明,本控制系统超调量小、响应速度快、自适应能力强,而且操作方便、显示直观,具有较大的应用价值。     

BP神经网络算法在数字识别中的应用

介绍BP神经网络算法的理论和方法,并在MATLAB环境下给出了BP神经网络算法在数字图像识别系统中的应用.     

基于BP神经网络的股线力学性能数值预报

基于股线的参数，建立了S形函数连接的BP神经网络模型。采用Levenberg-Marquardt优化算法，用MATLAB6．1进行仿真，对股线的拉伸力学性能进行了预报。预报结果与实验结果吻合良好。     

基于BP神经网络的高校学生管理工作绩效评价模型

文章基于BP神经网络方法，建立了高校学生管理工作绩效评价模型，然后运用MATLAB，用样本数据训练了神经网络评价模型，并利用该模型进行了验证计算。结果表明，该模型对科学、公正地评价高校学生管理工作绩效是行之有效的。     

基于主成分分析的BP神经网络长期预报模型

MATLAB是进行神经网络系统设计及多元统计分析的有力工具.利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型.计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果.     

基于RBF神经网络的跳频信号频率预测的研究

提出了一种跳频信号频率预测的解决方案——RBF神经网络．比较了BP神经网络和RBF神经网络在跳频信号频率预测中的性能差异．应用MATLAB针对一伴有随机噪声的信号进行了仿真实验，证明了该理论的可行性与优越性。     

一种基于BP神经网络的快速称重新方法

在研究人工神经网络的基础上,提出了一种基于BP神经网络的电子吊秤快速称重测量的新方法。将BP神经网络应用于拟合称重传感器的输出特性,并在MATLAB下通过训练和仿真验证了应用BP神经网络实现电子吊秤快速称重可行性及优越性。     

人工神经网络在数字识别中的应用

BP神经网络是最常用的一种人工神经网络。本文介绍了利用BP神经网络来实现离线手写体数字识别的基本方法,分析了传统BP算法的一些缺点,针对这些缺点指出了一些较新的改进算法。利用MATLAB验证了这些较新的算法。实验数据表明,改进的算法具有较高的识别率。     

基于BP网络的实验台温度采集系统故障检测

实验台温度控制系统工作的正常与否是煤自然发火实验成功的关键因素,因此对实验台温度控制系统进行故障诊断至关重要.以温度数据采集处理系统为基础,构建了3层BP网络结构,设定了阈值,并利用它对温度控制系统进行故障诊断,最后利用MATLAB 6.1以实例说明该神经网络的具体训练结果.     

防止BP神经网络训练函数进入局部误差振荡缺陷的一种方法

在应用MATLAB软件神经网络工具箱函数训练获取BP神经网络权值矩阵函数或非线性数学模型时,由于BP神经网络训练样本集中输入、输出(目标)样本参数的绝对值和离散性有时太大或过于集中,在网络权值矩阵误差函数逼近过程中,易产生局部误差最优或误差振荡等缺陷。本文介绍一种利用MATLAB神经网络工具箱prestd和poststd函数,通过对输入、输出(目标)样本参数进行正规化处理,使其不至于太小,可防止在网络权值矩阵函数训练时不会进入局部误差最优或误差振荡的缺陷区域。经实例分析计算证明,该方法在如何优化获得实用可靠的BP神经网络权值矩阵函数是有效可行的,对研究MATLAB语言用于网络系统控制和非线性函数或数学模型逼近研究工程技术人员具有一定的参考价值。     

基于人工神经网络的系统建模及MATLAB实现

为了提高科研项目评估的客观性和公正性,选用BP网络为模型,利用逆向建模技术和MATLAB实现了"科研项目选题决策综合模糊评估系统"。测试数据表明该系统能较准确地对科研项目作出评估得分。     

共轭梯度法在BP算法中的应用及其MATLAB仿真

本文介绍了传统的BP算法,分析了它的不足之处,研究了一种加快网络收敛速度的基于共轭梯度法的改进BP算法。通过实例,运用MATLAB语言进行了仿真,结果表明改进算法的学习收敛速度大大优于标准BP算法。     

基于MATLAB神经网络的复吹转炉终点氧含量的预报模型

钢水终点氧含量是转炉炼钢的控制目标，它与钢水碳含量、钢水温度等多个变量之间存在着严重的非线性关系。利用MATLAB环境，提出基于BP神经网络的转炉炼钢终点氧含量预报模型，并结合某钢铁企业一座90t转炉的实际数据进行了模型验证。结果表明，该方法收敛速度快，预报精度较高。     

基于MATLAB下BP神经网络的边坡稳定分析

文章以小浪底水利枢纽大坝下游2km黄河南岸的东苗家滑坡体为例,讨论MATLAB下的BP神经网络工具箱在边坡稳定性分析中的应用.结论是:利用MATLAB的神经网络工具箱可以实现边坡稳定性预测,且预测结果与其他方法计算结果相吻合;正确选择训练网络模式和传递函数、网络训练的权重和偏差是至关重要的.