大型水泵机组的遗传BP神经网络算法

利用BP神经网络在处理非线形问题上的优势来处理大型水泵机组的传递函数的非线形。并结合遗传算法寻找适合机组传递函数的最佳网络拓扑结构，为了控制的实时性要求网络的结点尽可能的少，因此在遗传算法的适应度函数中将时间的因素考虑进去。结果是，考虑时间的算法得到的网络结构要优于不考虑时间的算法所得到的网络结构。     

水泵性能曲线的数字化处理方法

一种用AutoCAD软件配合普通扫描仪对曲线进行数字化的处理方法，给出了对水泵特性曲线进行数字化处理的实例，以验证其实用性。     

循环水泵全性能曲线的程序求解

利用一些实测全性能曲线资料,编写出求解任意比转速的通用全性能曲线程序,并结合实例对某电厂循环水泵的全性能曲线应用程序进行求解。程序操作简便,计算快速准确,能够满足循环水系统水锤分析的需要。     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.     

神经网络BP算法模拟函数曲线的改进

对神经网络的BP算法进行了进一步的探讨,提出了对不同连接权值的改进方法,并在VC 开发环境下,开发了模拟函数曲线程序,对改进算法进行了验证,结果显示训练速度明显提高,所仿真的函数图形也更接近。     

用正交函数实现水泵性能曲线的最小二乘拟合

在水泵的选型或运行中,通常采用多项式的最小二乘法或根据假设的函数关系来拟合水泵性能曲线。当多项式的次数较高时,方程组易出现病态等问题。为解决这一问题,将正交函数用于水泵性能曲线的最小二乘拟合,并配合绘图工具显示拟合结果。通过算例验证了此方法的精确性和实用性。     

基于BP神经网络模型的水质评价及预测

利用BP神经网络模型对水质的评价及预测进行了研究,克服了传统评价方法工作量大,而且主观性较强的不足,测评结果客观、准确,过程中不需要对监测数据进行很复杂的预处理,工作量小。     

基于BP神经网络的路用聚合物纤维沥青混凝土性能研究

引入BP神经网络算法,在大量试验数据研究的基础上,对添加聚合物纤维的沥青混合料的马歇尔稳定度进行测试和分析,提出最佳纤维用量和最佳沥青用量;并应用该网络系统对添加纤维后沥青混合料的抗剪切强度进行预测,定量说明添加聚合物纤维对沥青混合料高稳定性的影响.     

基于BP神经网络的交通流量预测设计

在研究交通流量特性的基础上,以交通流量控制为最终目标,建立了基于BP（Back Propagation）神经网络的交通流量预测模型。以某市某三叉口路段为例进行仿真模拟,结果表明预测系统能较准确地预测出交通流量状况。     

一种基于奇异值分解和反传神经网络的多小波域数字水印算法

针对图像经过CARDBAL多小波变换后,各层系数的能量平均分配,且其同一尺度、同一方向上的4个子块系数相近这一特性,结合奇异值分解和BP神经网络将二值图案水印嵌入到多小波系数的高频分量中。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

基于BP神经网络的产絮菌发酵参数的优化

为优化对产絮菌克雷伯氏菌(Klebsiella. sp.)的发酵参数,首先用正交实验量化絮凝菌发酵参数对絮凝率和产率的影响度,确定温度、摇床转数、pH 3个影响度较高的发酵参数作为神经网络的输入,絮凝率和产率为输出,同时设计了训练样本．经过反复训练,建立了准确度高、误差小的预测模型,并利用该模型实现发酵参数双指标的全局优化,其最优发酵条件为温度33 ℃、摇床转数141 r／min、pH 7.90,经验证此条件下实际絮凝率和产率分别为92.67％和2.180 9 g／L,絮凝率提高了4.08％,产率提高了14.36％,使生物絮凝剂产量低的问题得以初步改善．利用所建立模型预测生物絮凝菌F+在发酵罐中的发酵过程,仿真误差较小．     

Sub-pixel mapping method based on BP neural network

A new sub-pixel mapping method based on BP neural network is proposed in order to determine the spatial distribution of class components in each mixed pixel.The network was used to train a model that describes the relationship between spatial distribution of target components in mixed pixel and its neighboring information.Then the sub-pixel scaled target could be predicted by the trained model.In order to improve the performance of BP network,BP learning algorithm with momentum was employed.The experiments were conducted both on synthetic images and on hyperspectral imagery(HSI).The results prove that this method is capable of estimating land covers fairly accurately and has a great superiority over some other sub-pixel mapping methods in terms of computational complexity.     

灰色预测GM（1,1）模型的Matlab实现

介绍了GM（1,1）模型的基本原理和建模步骤,利用Matlab实现了程序化、智能化的灰色预测GM（1,1）模型。通过实例验证了其能够快速、精确地进行计算,可以帮助工程人员对所得数据进行准确性分析和预测。     

基于BP神经网络整定的PID温度控制

展示了一种基于BP神经网络的PID控制器,利用神经网络的自学习特性,将神经网络与PID控制方法相结合,采用3层前向网络,动态BP算法,实现对温度控制系统的在线智能控制,显示了BP神经网络PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的能力．仿真结果表明,此种PID在温度控制中能够取得较满意的效果．     

BP人工神经网络模型的进一步改进及其应用

针对BP网络存在的缺点 ,有多种改进方法 .本文在文献 [3]的基础上 ,从算法和网络结构设计方面又进行了综合改进 ,不仅加快了网络的收敛速度 ,而且优化了网络的拓扑结构 ,从而增强了BP神经网络的适应能力 .将新改进的BP网络用于成都市消费预测 ,取得令人满意的效果 .     

Seismic signal recognition using improved BP neural network and combined feature extraction method

Seismic signal is generally employed in moving target monitoring due to its robust characteristic. A recognition method for vehicle and personnel with seismic signal sensing system was proposed based on improved neural network. For analyzing the seismic signal of the moving objects, the seismic signal of person and vehicle was acquisitioned from the seismic sensor, and then feature vectors were extracted with combined methods after filter processing. Finally, these features were put into the improved BP neural network designed for effective signal classification. Compared with previous ways, it is demonstrated that the proposed system presents higher recognition accuracy and validity based on the experimental results. It also shows the effectiveness of the improved BP neural network.     

The Rapidly Solidified Aging Copper Alloy by BP Neural Network

1　IntroductionTheCu Cr Zralloysarewidelyusedinavarietyofproductsrequiringacombinationofhighmechanicalprop ertiesandgoodelectricalconductivity .Examplesincludeelectronicconnectors ,integratedcircuitleadframesandweldingelectrodetips[1-4] .Howeveritisdifficulttofur therimprovetheirelectricalandmechanicalpropertiesun derconventionalsolutionheat treatment (CSHT)sincethedegreeofprecipitationhardeninguponagingisre strictedbythelimitedsolubilityofchromiumandzirconi umincopper.Inanefforttoimproveth…     

神经网络建模在工程项目评标中的应用

评标是工程项目招标程序中极为重要的环节，利用BP神经网络的自学习、自适应和非线性逼近能力，研究了BP神经网络用于工程项目评标的原理与步骤，建立了评价指标体系，在此基础上构造了基于BP神经网络的工程项目评标模型，并以收集到的样本为例，对该模型进行了实证研究，表明了该方法的有效性。     

一种基于双曲函数的BP网络改进算法

提出了一种新的BP(Back Propagation)网络权值调整规则算法。该算法以双曲函数为基础,将BP网络输出层节点的实际输出值与期望输出值的差作为双曲函数的输入,输出为权值的变化量。实例仿真表明,该算法简单,容易实现,加快了网络的学习速度,提高了学习效率。