基于BP神经网络图书采购决策模型的研究

本文结合高校图书馆图书采购的实际情况,采用BP神经网络技术,建立基于BP神经网络的辅助决策模型,提高采购过程中的科学性准确性.     

基于PIC18F248的温度监控系统的研究

为了监控大电流磁体电源的温度变化,采用微处理器PIC18F248进行实时监控。首先设计传感器DS18B20的调理电路,通过添加共模抑制线圈提高系统的抗干扰能力,然后利用CAN总线完成多路多点的数据采集,最后采用LabVIEW驱动CAN接口卡并设计系统接收界面。     

桥梁振动控制系统的GA-BP神经网络非参数辨识方法研究

文章提出了一种基于GA-BP神经网络的地震激励下桥梁振动控制系统的非参数辨识方法,该方法避免了BP算法易陷入局部极小值、训练速度慢、误差函数必须可导及受网络结构限制等缺陷,克服了传统系统辨识要对结构进行预先假定、容错能力差、无法辨识系统非线性特性等问题,考虑到结构-控制装置的相互作用,可以真实反映桥梁结构动力特性.     

基于AGA-BP系统的涵洞结构应力预测研究

为了解决神经网络过训练和经验公式确定网络结构盲目性的问题,更好地实现对高填土涵洞结构应力预测研究,结合遗传算法和BP网络两种智能方法各自优点开发出自适应遗传算法-神经网络(AGA-BP)系统.该系统引进自适应交叉、变异概率公式,改进传统的交叉、变异遗传操作,提高局部搜索能力;同时将BP网络累积预测误差标准差作为自适应遗传算法的适应度函数,并作为遗传终止的判定准则之一.以模型试验数据为样本,通过AGA-BP系统和经验公式两种方法确定网络结构,实现对涵洞应力的预测.预测结果对比验证了AGA-BP系统在高填土涵洞应力预测研究中的可行性及优越性.     

改进的神经网络在连铸板坯缺陷预报中的应用

在传统BP神经网络算法的基础上提出了一些改进措施,如采用了变步长的学习方法、加入了动量项,以防止网络振荡,达到了加速网络收敛的效果.本研究分析了表面纵裂成因及影响因素,以梅钢生产的焊瓶钢HP295为例构建表面纵裂预报系统,利用改进的BP网络预报表面纵裂,通过系统的分析发现焊瓶钢HP295表面纵裂产生的原因主要是二冷水分配不均匀.因此实际生产中,通过调节二冷水比例减少表面纵裂的产生.     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

基于选择性集成神经网络的电路板故障智能诊断

针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷,分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想,设计了一种基于BP神经网络的集成神经网络诊断模型,并且对于同一类故障采取范围化样本进行训练,每组被测故障数据根据特征阈值选择相关几个子网络进行诊断。最后利用Matlab软件进行实例仿真和测试。结果表明:该网络对于电路板多故障模式的识别准确率较高,检测灵敏度可以提高1.74倍,而预测误差可以降低到原来的17.6%,为电路板故障诊断的实用化提供了理论依据。     

二自由度平面机械手的神经网络建模与实时控制

目前正在兴起和发展的人工智能及人工神经网络的研究为复杂的非线性系统的控制开辟了一条新路。本文采用一种改进的 BP算法用于二自由度平面机械手系统的建模 ,取得了很好的实时控制仿真效果     

加快神经网络学习的梯度幂次法

分析了前向神经网络极值点附近的性态,指出基本ＢＰ算法用于分类问题时收敛缓慢的原因．我们利用梯度模的幂次去修改学习率,仿真结果表明,将此方法用于分类问题的训练时,收敛速度明显优于基本的ＢＰ算法．     

基于自适应噪声的鲁棒BP算法及前馈网的鲁棒性分析

本文首先从几何和物理的角度分析了网络带噪声训练后的鲁棒性,再据此提出了一种自适应的训练方法,并通过仿真实验,证实了该方法的有效性;文中还从数学的角度定量分析了前馈网络对于噪声模式的鲁棒性,给出了设计鲁棒性网络的一般性原则。