基于改进BP神经网络的故障诊断方法

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.     

基于改进型BP神经网络的氢原子钟钟差预测

原子钟的钟差预测是原子钟时标计算和原子钟驾驭的关键环节,良好的钟差预测可明显提高原子钟时标和原子钟驾驭的精度。为进一步提高氢原子钟的钟差预测精度,本文提出了一种改进型的BP神经网络算法,并用中国计量科学研究院守时实验室氢原子钟组的实际数据进行了验证。验证结果表明,本文提出的改进型BP神经网络钟差预测算法与目前采用的线性回归钟差预测算法、SVM钟差预测算法相比,显著地提高了氢原子钟钟差预测精度。该钟差预测算法的提出对提高原子钟时标和驾驭精度有很好的推动作用。     

基于改进PSO＿BP神经网络的干燥机可靠性预测

针对BP(Back Propagation)神经网络模型对谷物干燥机进行可靠性预测时,模型存在收敛速度慢和易陷入局部最优等问题,采用改进的粒子群算法对BP神经网络模型进行优化,建立PSO＿BP神经网络的谷物干燥机可靠性预测模型,并与BP网络模型和GA＿BP网络模型获得的MAERMSEMAPE指标进行对比。研究结果表明,采用改进的PSO＿BP网络模型预测时,与BP网络模型相比三项指标分别降低了0.051 8、0.047 9和28.04%;与GA＿BP网络模型相比,三项指标分别降低了0.000 4、0.000 2和0.61%,说明其具有更小的误差和较好的预测能力。为实现谷物干燥机可靠性精准预测提供方法和思路。     

改进的BP神经网络在故障诊断中的应用

介绍了BP神经网络的结构和学习方法,针对BP网络存在局部极小值和收敛速度慢等问题．提出采用一种基于Levenbe rg-Marquardt算法(LM算法)的改进BP网络,最后通过汽轮机故障诊断实例的仿真研究,结果表明改进算法的性能明显优于常规BP算法,经改进算法训练的网络能大大提高故障的在线诊断能力．具有广泛的应用前景和应用价值。     

基于改进BP神经网络的数控机床振动趋势预测

为准确预测数控车削时机床的振动情况,搭建了一个能用于测量机床振动信号的实验平台.并运用Levenberg-Marquardt算法改进BP神经元网络,建立了改进BP神经网络的非线性系统预测模型,实现了对机床刀架的振动趋势进行多步预测,为提高工件加工质量、加工精度和进行故障诊断提供了依据.结果表明L-M算法的收敛速度和预测精度均明显优于标准的BP算法.     

基于BP神经网络的电梯增长量预测研究

电梯增长量数据的预测可以为行业的管理部门和市场主体提供重要的决策依据。鉴于此,通过对影响电梯数量增长的相关因素进行分析,总结出6个影响电梯增长量的主要因素。运用BP神经网络构建电梯增长量预测模型,以实际某地市为例,结合国家统计局的数据,分析预测值相较于实际值产生的误差,判断构建的模型是否可靠。实验结果表明,预测值和实际值之间匹配度较高,误差范围控制在3%以内,该模型能高精度地预测该地区某年的电梯增长量。     

基于改进BP神经网络的机械故障研究

BP网络易陷入局部最优和运算不稳定,提出附加动量下降法对其改进;通过改进BP与标准BP对旋转机械常见故障诊断进行对照分析,得出改进BP能够克服标准BP的固有缺陷。     

基于组合式改进BP神经网络的矿用空压机故障诊断

矿用空压机是煤矿现代化安全生产的重要组成设备,针对目前矿用空压机经常出现的故障,收集了矿用空压机故障征兆和其对应的故障类型,将故障样本数据和模糊神经网络相结合,并根据改进BP神经网络确定网络的输入和输出向量,对矿用空压机进行组合式故障诊断,诊断结果与实际情况比较吻合。运用MATLAB实现神经网络故障诊断仿真,仿真结果表明诊断误差较小,输出向量与实际故障矩阵结果接近。     

基于BP神经网络预测的马铃薯晚疫病预测系统

马铃薯晚疫病是对马铃薯种植危害最大的病害之一,这种病现在还没有很好的根冶办法,只能以预防为主.BP神经网络在预测控制中有着极其广泛的应用,本文首先介绍了BP算法及网络隐含层与结点数的相关问题,然后说明了利用神经网络预测实现的马铃薯晚疫病预测系统,系统采用BP神经网络算法,以气象数据等作为预测的输入,达到预测马铃薯晚疫病流行程度的目的.     

基于CBR技术与BP神经网络的产品成本估算

针对BP神经网络成本估算方法无法找出典型样本的问题,提出了基于实例推理(Case-Based Reasoning,CBR)技术与BP(Back Propagation)神经网络相结合的成本估算方法,利用CBR技术为BP神经网络筛选出典型实例样本。以QZ型抓斗桥式起重机的成本估算为例进行验证,结果表明基于CBR技术与BP神经网络的成本估算方法更加有效,精度更高。     

An improved real-coded genetic algorithm for parameters estimation of nonlinear systems

This paper presents a searching method for parameters estimation of nonlinear system by using a modified real-coded genetic algorithm (GA). It is well known that GA method is an optimal or near-optimal search technique borrowing the concepts from biological evolutionary theory. The ordinary form of GA used for solving a given optimization problem is a binary encoding during operating procedures. However, in the real applications a real-valued encoding is usually used and is easy to directly implement the programming operations. Thus, in this paper we develop a multi-crossover real-coded GA and utilize it to estimate the parameters of nonlinear process systems, even though those have the term of the time delay or are not linear in the parameters. The effectiveness of the proposed algorithms is compared with different evolutionary algorithms. Simulation results of two kinds of process systems will be illustrated to show that the more accurate estimations can be achieved by using our proposed method.     

一种基于BP神经网络整定的PID控制器的算法改进

在机器人足球比赛中,底层运动控制作为重要的一个部分,其控制器的设计,对机器人能否平稳、快速的到达指定点有着很大的意义.BP神经网络算法,它能以任意精度逼近任意非线性函数,而且结构简单、逼近性能良好,是一种性能优良的神经网络算法.文章中通过运用BP神经网络整定PID控制参数,介绍了其对中型组两轮驱动的足球机器人的底层运动控制器的算法进行设计并优化后达到的对机器人良好的运动控制效果.     

改进的BP算法在多目标识别中的应用

为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面上的不同方向按照步长向极小点逼近,实现了对目标函数的优化。给出了在目标函数最优时的BP网络对三种飞机测试集的识别结果,其收敛速度比传统BP算法快4倍以上,表明该方法能够有效地用于多目标的识别。     

一种改进的Harris角点提取算法

针对广泛使用的Harris角点提取算法在对T型和斜T型角点存在定位不准确以及运算速度慢的特点,提出了一种改进算法。改进算法以目标像素点的8-领域范围内与之灰度相似的点的数目为基础,并将该值与目标像素点附近的其他像素点进行比较,分析局部范围内的像素点的灰度值分布,根据比较结果,从中遴选出部分像素点作为下一步Harris角点检测算法的计算对象,并根据角点函数响应值的大小,最终判断该像素点是否为角点。实验结果表明改进算法大大提高了角点检测速度,并对T、斜T型角点提高了其角点检测的定位精度。     

求解作业车间调度问题的一种改进遗传算法

为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法。为基于工序的编码提出了一种新的POX交叉算子。同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于MuthandThompson基准问题的实验运行,显示了该算法的有效性。     

一种改进的 W-M 多模式匹配算法

Wu-Manber 算法是一种基于后缀搜索的多模式匹配算法,该算法采用查表的方法,通过跳跃不可能匹配的字符来加速匹配,W-M 算法对最短模式长度敏感,最短模式长度决定了它可以跳过的字符的最大距离.针对 W-M 算法的不足之处,提出了一个改进方法:新增了一个模式串末字符表,取得了比原算法更少的 hash 计算次数和更大的字符跳跃距离,从而加快了整个匹配过程的速度.最后,进行了设定模式串的最短长度和搜索文本长度的对比实验.实验结果显示,改进后的算法搜索效率明显高于原算法,特别是在模式串长度很短的情况下,效率提高非常明显.     

一种改进的多机器人队形形成算法

针对多机器人系统编队控制中的队形形成问题,提出一种改进的基于行为分解的编队控制方法。此算法采用重心法获取机器人的动态目标点,依据有限状态机的原理,将动态目标点产生的运动需求分解为机器人不同子行为,通过对子行为归一化处理得到最终行为控制矢量,控制机器人运动。实验结果表明,该方法能快速有效的形成期望的圆形队形。     

An algorithm for improved convergence in forming analysis

Implicit finite element analysis of sheet-forming operations depends on the ability to find a converged solution, which is frequently difficult because of changing contact and friction conditions at arbitrarily shaped interfaces. This sensitivity is aggravated when draw-in is significant, when the well angle is large, and when the contact region or character changes rapidly (during re-draw, for example). A new algorithm has been developed based on the mesh normal and using a consistent full set (N-CFS) of equations, including equilibrium and contact conditions in the non-linear set. The “N-CFS” algorithm exhibits remarkable stability and strong convergence. In fact, we have not found a well-posed problem, i.e. one which is physically stable within the discrete numerical framework, which exhibits numerical instability. The N-CFS algorithm is presented and several challenging example problems are solved, illustrating the robustness of the new method relative to standard implicit formulations. A series of smaller improvements for implicit methods are also outlined.