BP网在模糊集隶属函数上的应用研究与仿真

讨论了用BP神经网络进行模糊数的隶属度判断的可行性,并针对传统的PB网络算法的缺点,提出了用动量因子引入动量项来减少学习过程的振荡,加速寻优速度的方法,并给出了用BP算法和改进算法来求解模糊数的隶属度的计算机仿真。仿真表明：BP神经网络可用于隶属度的判定,改进算法具有较高的寻优速度。     

BP神经网络在消能结构中的仿真应用研究

采用BP神经网络对支撑变形影响下的非线性粘滞消能器两端的位移幅值与层间位移幅值之比与消能器的阻尼系数、支撑的总水平刚度、结构的振动周期、层间位移幅值、消能器的非线性指数之间的关系进行预测仿真.仿真结果表明采用BP神经网络预测非线性粘滞消能器两端的位移幅值与层间位移幅值之比是有效且可行的.此外,还讨论隐含层结点数的合理确定.     

基于熵,能量函数的BP网改进算法

为了增强ＢＰ网隐层的归纳能力，文（１）提出了调整权重的熵方法，我们在文（２）中给出基于能量函数的改进算法，本文把文（１）算法与文（２）算法结合在一起给出了新算法，实验证明此算法既能大大加快收敛速度，又可增强网的归纳能力。     

高阶模糊BP神经网络及其在滚动轴承故障诊断中的应用

将模糊逻辑理论与高阶BP神经网络结合起来,讨论了高阶模糊BP神经网络的结构、特点、二阶算法以及隶属函数的确定。并将该神经网络模型用于滚动轴承的故障诊断中,试验表明高阶模糊BP神经网络对轴承故障模式具有稳定、准确的识别能力,是一种行之有效的诊断方法。     

改进的BP神经网络在医疗中的应用研究

鉴于传统BP神经网络存在诸如收敛速度缓慢和易陷入局部极小值的缺陷,提出在BP神经网络中引入动量因子、陡度因子、自适应学习速率和改进粒子群算法优化BP权值等对传统BP进行改进,使其达到预测误差小、精度高、训练快的目的。改进后用来预测区域内各个年龄段患糖尿病人数百分比。由仿真实验结果可知,改进后的BP神经网络比传统BP神经网络收敛更快、误差更小。     

BP神经网络的改进及其在内网信息安全评估中的应用研究

针对反向传播人工神经网络(BP ANN)收敛速度慢的问题,提出一种改进的自适应动量因子的BP算法.该算法使得权值向量和偏置值都可以根据自适应动量进行调整,减小了学习过程中出现振荡的趋势,缩短了网络收敛时间.基于改进BP ANN建立电子政务内网神经网络评估模型,比较改进前与改进后BP ANN评估模型的性能.仿真结果表明,改进后BP ANN评估模型收敛性能更稳定且评估误差更小,能够更好地为复杂的电子政务内网进行信息安全评估.     

BP算法中误差函数的改进

在ＢＰ算法中，误差函数不能有效地表征样本学习的误差程度，从而降低了学习的效果，本文提出了一种对误差函数的改进方案用以降低实际输出和期望输出的误差程度，计算机模拟表明效果良好。     

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。     

关于落影模糊集隶属函数的探讨

在研究随机区间落影模糊集的基础上,研究了两个随机变量导出的落影模糊集隶属函数解析的计算公式,讨论了它的性态;建立了模糊正态分布,并给出了它在计算机上的计算程序;讨论了模糊正态分布的一些性质．     

BP神经网络算法的改进及在Matlab中的实现

分析了BP神经网络算法收敛速度慢的原因，研究了一种提高其收敛速度的方法，即将动量法和批处理方法结合起来对BP算法进行改进，提高学习速度，并给出了算法思想，用Matlab神经网络工具箱对神经网络进行了初始化和训练，仿真测试结果证明该方法是可行，具有实用性。     

新型模糊BP神经网络及其在网络性能管理中的应用

通过对BP神经网络的研究，提出一种新的模糊BP神经网络模型，并以计算机网络系统瓶颈检测为例，给出了一个基于FBPNN的模糊专家系统的具体实现。     

基于模糊BP神经网络的抑郁症分诊系统

基于模糊逻辑和BP神经网络相结合的方式,提出了一种抑郁症的早期自动诊断方法,研究了抑郁症的分诊指标和分级标准的确定和模糊处理方法,把模糊量化的数据作为BP神经网络的输入,构建了合适的3层BP神经网络。仿真结果显示,综合运用模糊算法和BP神经网络的方法能达到优势互补的效果,构建的模糊神经网络用于抑郁症的诊断是可行的。     

基于模糊综合评价和BP神经网络的车辆危险状态辨识

考虑驾驶员、车辆、环境和管理因素对车辆安全状态的影响,建立了车辆安全状态评价体系。采用模糊层次分析法确定了各评价指标的权重,利用岭型函数建立了评价指标对评价等级的隶属度函数,在Matlab神经网络工具箱中构建了车辆安全状态神经网络评价模型。采用预设故障的试验方法,利用车辆监测预警系统采集道路试验过程中车辆的运行状态参数。通过模糊综合评价得出神经网络所需的训练样本,运用训练好的BP神经网络对道路试验中车辆安全状态进行评价。道路试验结果表明:神经网络评价较模糊综合评价灵敏度更高、更准确,为车辆危险状态辨识提供了一种新方法。     

基于模糊自适应的BP神经网络动态行驶车辆车长测算

在对绿色通道检测系统实测大量数据分析及实验研究的基础上,提出了一种在车辆动态行驶过程中运用BP神经网络进行车长测算的方法。该方法通过模糊自适应的方式调节BP神经网络的学习率以加快算法的收敛速度。本文将该方法应用于吉林省省际收费站的绿色通道检测系统中,通过对绿通车辆大量的实车数据的测试与验证,结果表明本文所提测算方法能够有效地提高在车辆动态穿行过程中车长的测算精度。     

Movement scope of strata based on fuzzy BP neural network in underground metal mines

A prediction method of strata movement in underground metal mines is put forward, in which fuzzy BP neural network is applied. The results show that there is a strong nonlinear relation between the selected factors and strata movement angle, the anticipant and the actual output results are very similar. It is proved that the numerical value of movement angle is correlated with the selected factors in theory. The scope of strata and surface movement due to mining can be predicted. This research provides a thought to study the movement scope of strata due to mining.     

基于模糊逻辑的学习率自调整BP神经网络

研究了一种基于模糊逻辑的学习率自调整BP算法.首先分析了传统BP算法,然后对基于模糊逻辑的学习率自调整的方法进行了研究,最后通过求解非线性函数逼近和异或问题对传统BP算法和改进BP算法进行对比.仿真结果表明,改进BP算法有效地改进了传统的BP算法.     

BP人工神经网络在加氢汽油干点软测量中的应用研究

汽油干点是石油加工过程中汽油质量的一个重要指标,但实际生产中还没有合适的可用于实时测量这一参数的仪器,本文运用软测量技术,通过BP人工神经网络建立了软测量模型,并嵌入到DCS控制系统中对汽油干点进行实时预测和推断,在实际应用中取得了良好的预测效果.     

改进BP神经网络算法在机器人轨迹优化中的研究

针对未知的全局环境,将整体任务分解为环境信息已知的一系列中间任务,即将整个机器人的运动分解成一系列直线运动,降低神经网络函数复杂度,并且将障碍物封装为简单图形,以减少整个运动过程中的中间任务的个数,进一步降低神经网络函数复杂度．利用BP神经网络高速并行计算的优点,建立神经网络函数,提出一种实时性较高的求取函数的负梯度方向的方法,控制机器人快速高效地完成中间任务,从而驱使机器人到达目标点并进行仿真．     

基于平行坐标轴的BP网络可视化技术探析

基于平行坐标轴的BP网络可视化技术能够将BP网络的多维训练样本以合理、易读的方式展现出来,并揭示其中的潜在规律。根据BP网络中的输入节点,输出节点信息构造相应的平行坐标轴,结合聚类方法和颜色、密度、大小等图形属性,得到清晰、易于理解的视图。实验结果表明:该方法简单有效,可以帮助挖掘数据背后隐藏的关系、规律及模式。