首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
基于 ANN 的 FMS 故障诊断模型及其学习算法   总被引:1,自引:0,他引:1  
讨论了基于前馈型神经网络的FMS故障诊断模型,并提出一种用于前馈型神经网络训练的改进BP算法和基于遗传算法的网络初始点获取策略,给出一种通用前馈型神经网络结构和学习参数自整定学习算法,最后应用上述方法建立了基于前馈型神经网络的FMS机器人故障诊断模型,并用所提出的新的学习算法对网络进行了学习,与传统BP算法比较,学习速度较快,且不易陷入局部极小点  相似文献   

2.
BP神经网络训练的函数变步长搜索调整法   总被引:5,自引:0,他引:5  
通过深入分析了BP神经网络的步长调整,采用函数变步长搜索法来提高网络的学习速度,提出一种新的改进的BP算法,该算法在速度和收敛性方面比传统BP算法优越。  相似文献   

3.
可视化自适应神经网络及在矿业中的应用   总被引:4,自引:0,他引:4  
可视化自适应神经网络是采用MATLAB语言和累积误差BP学习算法编制的学习速度和动量系数能够自适应调整的人工神经网络.它能极大地提高网络的收敛速度,缩短训练时间,减少迭代次数和防止震荡.将该网络应用于某矿山采场点柱的可靠性分析中,学习时图声并茂,效果良好。  相似文献   

4.
基于神经网络的电力通信网风险评估方法   总被引:1,自引:0,他引:1  
提出了一种基于神经网络的电力通信网风险评估算法——基于二分法的学习速率自适应BP(back propagation)神经网络算法.该算法在网络训练过程中使用二分法调整学习速率,使得学习速率在训练过程中不断向最优化方向自动调整.仿真结果表明,收敛速度、误差精度和训练时间等算法性能得到了优化.  相似文献   

5.
基于自适应BP神经网络的桥梁结构荷载识别   总被引:2,自引:1,他引:2  
在传统的BP神经网络中引入学习速率自适应调整算法,通过多次数值模拟计算确定学习速率和动量系数等网络 关键参数的取值;分析了学习速率、动量系数等网络参数对网络收敛速度和输出精度的影响;探讨了训练样本容量与网 络识别效果的关系.分别使用挠度、挠度曲率、应变和应变曲率作为输入参数对桁架桥梁荷载进行识别.结果显示以挠度 曲率或应变曲率为输入参数的网络识别效果明显优于以挠度或应变为输入参数的网络,以应变为输入的网络识别效果优 于挠度的情况;学习速率自适应调整算法有效避免了网络训练过程中误差曲线振荡现象的产生,提高了网络的学习效率 ,网络关键参数的最优取值改善了网络的收敛速度和输出精度  相似文献   

6.
神经网络结构与训练参数选取   总被引:13,自引:0,他引:13  
结合作者研制了BP神经网络生成器,对BP网络结构和训练参数选取进行了详细的讨论,在克服传统BP网络缺陷方面进行了有益的探索。  相似文献   

7.
基于模糊逻辑推理的BP神经网络及其应用   总被引:3,自引:1,他引:2  
阐述了BP神经网络的原理及学习算法,在结合模糊逻辑推理的基础上提出了一种具有分层结构,能够进行规则自提取、自修正、自学习的复合模糊BP神经网络模型。这种模糊神经网络不仅可以充分利用原有的专家的经验和知识,而且能够从实际数据中通过不断学习获取新的知识和推理规则。同时,在相应的网络权值训练中引入了遗传算法和模糊逻辑控制器的优化求解思想。还进一步探讨了将这种网络模型用于汇率分析系统的形式和方法。  相似文献   

8.
BP神经网络结构与样本训练参数选取的初步探讨   总被引:6,自引:0,他引:6  
结合笔者开发的BP神经网络生成器,对BP网络结构和训练参数选取进行了详细的讨论,在克服传统的BP网络缺陷方面进行阴益的探索。  相似文献   

9.
本文详细推导了典型BP神经网络学习算法,并给出了一种基于动量和学习速率自适应调整的虎法。仿真结果表明,改进算法的学习速度和收敛性得到了明显的提高。  相似文献   

10.
提出一种用于多层前向神经网络的快速收敛全局最优的综合反向传播算法。该算法使用了综合考虑绝对误差和相对误差的广义指标函数,采秀了在网络输出空间搜索的反传技术,具有动态自调整学习率和动量因子,有神经元激活特性自调整、减少平台现象和消除学习过程中不平衡现象的能力。对比实验表明该算法有比基本BP算法快得多的收敛速度,并能取得全局最优解。  相似文献   

11.
针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明:利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。  相似文献   

12.
人工神经网络结合遗传算法反演岩体初始地应力的研究   总被引:5,自引:0,他引:5  
提出综合应用实数编码的遗传算法与改进的BP神经网络的优化反演分析方法,并通过数值分析,探讨了该方法在应用于位移反演岩体初始应力与材料参数方面的有效性.在算例中,以Burgers模型的计算数据作为改进神经网络的训练样本,用遗传算法搜索待反演参数解向量.计算结果表明利用遗传算法优化神经网络权值能提高神经网络迭代算法的效率与可靠性.该方法应用于岩体初始应力场的反演具有迭代过程平稳、收敛快、结果准确等特点,能够有效地求得岩体初始应力与材料参数.  相似文献   

13.
基于Matlab的BP神经网络在大坝观测数据处理中的应用   总被引:13,自引:0,他引:13  
建立大坝观测数据处理的BP人工神经网络模型,用正交变换法来初步优化设计大坝变形分析的模型结构.运用Matlab工具箱函数建立网络模型,选择合适的训练函数,并采用正则化的算法以缩小网络的规模,改进BP算法提高学习速度和算法的可靠性.实例表明,基于Matlab的神经网络优化设计能比较有效地避免BP网络的固有缺陷,在精度和训练速度上得到提高.  相似文献   

14.
提出将气体传感器阵列与交馈神经模式识别技术相结合,解决气体传感器的“交叉敏”问题,从而完成气体的定性、定量分析;针对常规BP算法的缺点,构造了基于自适应调整步长和加动量因子的改进BP算法用于前馈神经网络的训练;通过实验对H2、CH4、CO等三种气体进行了识别,结果表明利用气体传感器阵列和前馈神经网络进行气体定性分析是可行的。  相似文献   

15.
本文提出了一种基于改进遗传算法(IGA)和误差反向传播(BP)算法相结合的IGA-BP混合算法在电机故障诊断中的应用,首先提取电机转子振动频谱分量作为神经网络的训练样本,将代表故障信息的数据作为输入量代入已训练好的神经网络后,通过输出结果即可诊断故障类型。仿真实验表明:该方法可以有效地识别电机常见故障,诊断准确率高、速度快。  相似文献   

16.
提出了一种改进的BP算法,该方法通过结合Cauchy训练来改进传统BP算法,避免传统BP算法容易陷入局部极小点,提高Cauchy训练的训练速度和解决不收敛的问题,并运用该方法于商品销售量的预测,实例表明该方法使网络具有较快的收敛速度和较高的准确度.  相似文献   

17.
针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系.在相同结构和参数下,与BP神经网络进行分析对比.结果表明:利用小波变换对数据时...  相似文献   

18.
基于蚁群优化神经网络的故障诊断   总被引:1,自引:0,他引:1  
针对BP神经网络收敛速度慢,易于陷入局部极小点的问题,将蚁群算法引入BP神经网络的优化训练,建立了基于该算法的BP神经网络训练模型,并应用于电机转子故障诊断。结果表明,用蚁群算法训练神经网络具有较高的故障诊断精度,收敛性好,可以有效快速定位电机转子故障,提高诊断的效率和质量。  相似文献   

19.
改进的BP网络在嵌岩桩承载力预测中的应用   总被引:1,自引:0,他引:1  
本文提出了用改进的BP网络对嵌岩桩承载力进行预测的新方法,并编写了相应的训练程序。实例计算表明,改进的BP网络算法比一般的BP模型结果误差小、收敛快,人工神经网络方法对嵌岩桩承载力的预测行之有效。  相似文献   

20.
Adaboost算法可以将分类效果一般的弱分类器提升为分类效果理想的强分类器,而且不需要预先知道弱分类器的错误率上限,这样就可以应用很多分类效果不稳定的算法来作为Adaboost算法的弱分类器.由于BP神经网络算法自身存在的局限性和对训练样本进行选择的主观性,其分类精度以及扩展性有待提高.将Adaboost算法与BP神经网络相结合,使用神经网络分类模型作为Adaboost算法的弱分类器.算法在matlab中实现,对2个UCI的分类实验数据集进行实验,结果表明Adaboost能有效改善BP神经网络的不足,提高分类正确率和泛化率.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号