共查询到20条相似文献,搜索用时 15 毫秒
1.
以工艺管式炉有关数据为例,将BP网络有效应用于数据的压缩存储和快速计算,为加热炉效率评定软件提供了BP网络模型。利用MATLAB软件实现了BP网络的训练及仿真分析,并讨论了应用过程中参数的选择以及训练数据的特点对网络训练产生的影响。 相似文献
2.
3.
4.
5.
6.
人工神经网络(ANN)是一种有效的建模方法,尤其适用于机理复杂的化工过程,故应用ANN技术来研究苯乙烯-马来酸酐半连续本体共聚合过程的建模方法,并用原始实验数据训练BP网络,来预测本体共聚合过程的目标变量——反应转化率是合适的。由于标准BP训练算法的训练速度较慢,提出了一种改进的训练算法(marquardt算法)来提高网络的训练速度。结果表明,改进的训练算法提高收敛速度10倍以上,在不同的初始条件下,如停留时间5小时、聚合温度110-120℃和马来酸酐进料分量7%-10%,能得到满意的收敛点。在3个输入和1个输出(转化率)的情况下,估计结果的最大相对误差为10%-15%,平均相对误差小于5%。转化率的模型预测结果与原始实验数据具有良好的拟合。此方法可以有效地用于此类聚合过程的模型化。 相似文献
7.
一种简单的BP网络隐层扩展模型及其训练算法研究 总被引:1,自引:0,他引:1
为了提高神经网络的预测精度,设计一种动态扩展BP网络隐层的方法,在训练过的BP网络上动态增加一个具有线性激活函数的隐层,用改进的蚁群算法对新增权值进行训练,着重对算法的实现过程及算法分析进行论述.设计了算法改进前后用BP网络对催化剂活性进行预测的对比实验,结果表明,采用该模型及训练算法.可在不影响网络表达能力的基础上提高网络的训练精度及网络的泛化能力. 相似文献
8.
基于改进BP神经元网络的软测量技术 总被引:2,自引:0,他引:2
针对基本BP神经元网络建立软测量模型所存在的几个问题:例如基本BP算法收敛速度较慢而且泛化能力较低等。本文尝试提出了变尺度与变步长相结合的改进BP神经网络软测量建模方法,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:该改进BP神经元网络软测量建模方法在训练速度和外推能力方面有较大改善。 相似文献
9.
针对滚动轴承故障振动信号的非平稳特征,提出一种基于总体经验模态分解(EEMD)和模糊BP神经网络的故障诊断方法。首先对滚动轴承的振动信号采用总体经验模态分解方法进行分解,得到若干个本征模态函数分量(IMF);然后提取各分量的均方差、峭度和能量,把这些特征参数作为学习集和训练集,将学习集输入到模糊BP神经网络中进行学习;最后把训练集输入到特征参数经过学习训练后的模糊BP神经网络中进行故障类型识别,并与BP神经网络进行比较。实验结果表明:所提方法能有效地应用于滚动轴承故障诊断,而且比BP神经网络具有更高的精确度。 相似文献
10.
11.
12.
在利用BP神经网络预测挤出吹塑中型坯尺寸工作的基础上,采用径向基神经网络(RBF)来预测挤出吹塑中型坯尺寸,并与BP神经网络的预测结果进行了比较。结果表明,虽然RBF与BP神经网络均能较好地预测挤出吹塑中型坯尺寸,RBF网络的训练时间比BP少很多,只是BP的0.7%。 相似文献
13.
14.
15.
16.
17.
采用粒子群算法与BP算法结合的综合方式训练神经网络,用粒子群优化算法调节和优化全局性的网络参数,用BP神经网络学习方法优化局部性的参数,解决单纯的BP算法训练收敛较慢且易陷入局部最小值等问题,用于提高异步电机故障诊断的性能。在此基础上借助MATLAB进行计算机程序的编写,并使用Visual Basic进行异步电机故障诊断系统用户操作界面的开发。实践证明该系统能有效识别电机常见故障,操作简单方便且诊断精度高。 相似文献
18.
利用MATLAB神经网络工具箱进行了基于BP神经网络的非线性系统辨识仿真研究,针对实际问题选取BP网络结构和BP算法,并对网络输入、输出、隐层节点的个数选取作了探讨,选取一个非线性系统,通过改变隐层节点数和训练函数,找出适当的BP网络结构和算法对非线性系统进行辨识。 相似文献
19.
20.
层状矿床采空区稳定性的影响因素和方式有其固有特点,有必要系统地研究层状矿床采空区的稳定性并建立评价模型。根据BP神经网络原理,系统梳理了典型矿山采空区稳定性计算与评价案例,结合部分矿山设计实例,选取影响采空区的3类主要因素中的岩石抗压强度、采场暴露面积及采场跨度等9项评价指标。利用MATLAB神经网络工具箱,以选取的9个影响因素作为神经网络输入层,设立稳定、基本稳定、不稳定和极不稳定4个等级作为神经网络输出层;该网络允许最大训练步数为1 000步,训练目标最小误差为0.001,选取单隐层网络对所构建的20个样本数据进行训练测试,从而建立了BP神经网络层状矿床采空区稳定性评价模型。并以某层状铁矿采空区为例,应用训练好的BP神经网络模型对其稳定性进行预测评价,其预测结果与实际情况相符,验证了BP神经网络的有效性。 相似文献