基于BP神经网络模型的电机故障诊断专家系统

针对传统机械设备故障诊断专家系统存在知识获取能力弱、求解有一定局限性等问题，介绍了BP神经网络旋转机械故障诊断专家系统，对单位BP算法，BP神经网络的建立、训练及应用作了具体说明。该系统学习效率高，故障诊断准确，已成功应用于铁路机车走行部的轮对电机在线故障诊断。     

基于BP神经网络智能交易系统的设计

改进了多层BP神经网络预测模型,给出智能交易策略算法,并设计一套智能交易系统以指导投资者买卖上证综合指数。模拟9年上证综指的实验结果表明,由本交易系统获得的回报比持有策略获得的回报大约高三倍。     

基于BP神经网络的专家系统体系结构

针对传统专家系统知识获取的“瓶颈问题”,利用BP神经网络于知识获取的长处,将BP神经网络和专家系统有机的结合。阐述了BP神经网络专家系统的基本原理,给出基于BP神经网络的专家系统体系结构。     

基于BP神经网络的智能云效能模型

面对日趋庞大和复杂的智能应用,建立有效的云服务质量模型是评价云服务质量的重要手段.然而,由于智能云各层资源的多样性、动态性等特点,智能云服务效能的评估具有很大的难度.针对目前智能云计算领域缺乏标准和统一的云服务质量评价指标和云服务建模手段的问题,文中将智能云抽象的服务质量具体化为云服务效能,云服务效能被定义为反映云服务...     

基于改进BP神经网络的某型装备故障诊断专家系统

分析神经网络和专家系统的特点．提出基于BP神经网络与专家系统结合的某型装备的故障诊断方法,构造BP神经网络的装备故障诊断专家系统的诊断模型,克服传统专家系统在知识获取和表达的薄弱环节,并用某型装备的故障实际数据进存验证,结果表明神经网络与专家系统结合是一种有效的诊断方法。     

基于BP神经网络的畜禽疾病诊断专家系统的设计与实现

针对传统诊断专家系统存在的问题,结合国内外研究现状,采用BP神经网络和Hibernate+GWT+Spring技术设计实现畜禽疾病诊断专家系统,实现畜禽的疾病诊断和防治功能.该系统将BP神经网络应用于畜禽疾病诊断的知识获取与推理中,利用神经网络建立疾病症状与疾病类型之间的非线性关系,实现畜禽疾病的智能诊断模型,并将鸭、猪、猫、鸡等畜禽的疾病诊断与防治进行集成,指导养殖户进行养殖活动.经实践验证和专家评测,具有一定的现实意义和推广价值.     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

基于BP神经网络的电气操作票专家系统

将神经网络理论应用于传统专家系统，提出并实现了基于BP神经网络的电气操作票专家系统，解决了传统电气操作票专家系统知识获取瓶颈问题。介绍了系统的关键实现技术。     

基于改进自适应遗传算法的BP神经网络模型研究

针对自适应遗传算法容易陷入局部最优值的问题,提出了改进的自适应遗传算法,并将改进的自适应遗传算法应用于神经网络权值学习和训练中。提高网络的处理能力。     

智能入侵检测专家系统模型设计

通过分析现有的入侵检测技术,提出了一个智能入侵检测专家系统的模型.     

基于智能决策树与BP神经网络的EPM模型研究

由于电力营销(EPM)领域的数据海量、庞杂而且质量差,如何构造出精确性高的预测模型成为亟待解决的问题.采用智能决策树分类算法,按照数据中的属性值进行分类.对属性值,取缺损数据所属类别中所有属性值的算术平均值取代,对于非属性值,取同一属性中非属性值出现频率最高的值来替代.从而对需进入EPM模型的缺损数据进行补齐,保证了进入模型的数据最优化.在此基础上,提出了一种将BP神经网络应用于EPM中的新方法,通过改进BP神经网络中隐层的节点数目,降低了神经网络的计算复杂度.结果表明,该模型具有良好的预测效果.     

基于神经网络的智能故障诊断技术

归纳了神经网络在故障诊断中的运用方式，探讨了故障诊断的神经网络方法和专家系统方法的联系和区别，以及两种方法的结合方法；最后，给出了选择智能故障诊断方法的原则。     

基于BP神经网络的水牛疾病诊断系统

针对传统专家系统获取知识困难自学习能力差和推理能力弱等缺点,设计并实现了基于BP神经网络的水牛疾病诊断专家系统.系统用专家以往诊断水牛疾病的病历来训练神经网络,并通过训练过的神经网络来实现疾病的诊断,然后针对诊断结果进行反向推理以确诊水牛疾病,结果表明,该系统很好地改进了传统专家系统存在的一些缺点.另外,该水牛疾病诊断系统的实现方法可推广应用到其它动物的疾病诊断系统中,为疾病诊断系统的开发提供了一条有效的新途径.     

基于神经网络专家系统的电机智能CAD研究

应用专家系统进行了电机智能ＣＡＤ，存在着知识获取瓶颈和推理过程中的匹配冲突，组合爆炸，无穷递归等问题。本文研究了神经网络专家的基本原理，即知识的神经网络表示方法，推理机制和知识获取。针对电机设计的特点，提出了一种智能ＣＡＤ神经网络专家系统的结构。     

改进算法的BP神经网络水质评价模型

在分析BP神经网络算法的基础上,提出了水环境质量评价的改进BP神经网络模型,并编制了相应的程序.将模型运用于流域水质综合评价中,结果表明改进的BP神经网络模型通过变步长法和加入动量项的方法不仅可以减少训练的次数,避免网络训练陷入平坦区,还可以提高网络的精度,减小全局误差.相应所开发的评价系统简单易用,具有广泛的应用前景.     

基于Matlab改进BP神经网络算法

本文针对标准BP算法的不足给出了改进算法—Scaled Conjugate Gradien(tSCG算法),利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。     

基于改进BP神经网络的智能Agent分布式入侵检测系统

针对目前入侵检测技术存在问题.根据通用入侵检测框架CIDF,给出了一个基于改进BP神经网络的多Agent分布式入侵检测模型MAIDMBN(Multi-Agent Distributed Intrusion Detection Model Based on Improved BP Neural Network),该模型采用了异常检测与误用检测相结合和基改进BP算法的学习机制.MAIDMBN的实验结果表明在误报率、漏报率有一定的改善,系统能进行有效的检测.     

基于BP神经网络的机器翻译自动化评判模型设计

机器翻译评价模型内评价体系的不同会导致评价结果出现较大差异,为保证评判的精度,基于BP神经网络设计机器翻译自动化评判模型。计算词句翻译相似度,获取词向量与共现矩阵的关系式,对权重函数分段表达,得到相似度结果。基于BP神经网络构建翻译结果评价体系,通过神经网络模型的输入层、隐含层以及输出层节点,建立神经网络的向量指标,并对连接权数与阈值的输出值进行计算。设计自动化评价算法,判断“输入层-隐含层”、“隐含层-输出层”两个节点是否成功传输,得到机器翻译的自动化评判模型。结合四种不同语料库中的词句进行机器翻译的评价,在不同的评判模型中,BP神经网络模型的评判一致性程度均大于其他三种模型,可见该方法的评判精度最高,评判结果最准确。     

建筑结构智能CAD的设计模型

本文介绍了智能ＣＡＤ系统的基本概念和方法，并以建筑结构设计为例，给出了一个设计系统的结构模型。该模型将专家系统与传统的ＣＡＤ技术有机地结合起来。并根据建筑结构设计的特点，将结构设计领域的知识按功能分成不同的抽象层，进行层次推理。通过试验表明，该系统具有灵活，实用和可扩展等优点。