RBF神经网络在磨矿故障诊断中的应用

对 RBF神经网络的结构和特性进行了简要的概述 ,指出 RBF网络可避免网络训练局部最优问题 ,是一种分类能力较强的神经网络。应用该方法设计出神经网络故障诊断系统 ,并对磨矿设备进行的模拟验证 ,结果表明网络的应用是成功的。     

BP神经网络技术在钢铁工业中的应用

BP神经网络具有结构清晰、可操作性强等特点,在炼铁、炼钢、轧钢、钢材性能以及组织预报等领域得到了广泛的应用。介绍了BP神经网络的发展历程、基本原理和结构,对BP神经网络在钢铁工业中的应用现状进行了阐述,指出了其局限性,并对其发展前景进行了展望。     

BP网络参数优化及其在轧制压力预报中的应用

利用最优化算法对ＢＰ算法中的学习速率（η）和动量因子（α）进行了优化选取,利用优化的ＢＰ网络对冷轧机轧制压力进行了预报,结果良好。     

改进遗传神经网络模型在地下水化学特征组分识别中的应用

如何依据矿井突水的标型组分含量来识别其水源所在的水文地质类别是一个很有意义的课题。为克服一般BP神经网络收敛慢和过学习问题。采用改进遗传算法搜索BP神经网络的拓扑结构和学习步数，建立了改进遗传神经网络模型。算例表明。该方法对地下水化学特征组分的识别结果是令人满意的。     

BP神经网络在带钢卷取温度控制中的应用

在带钢热连轧中,卷取温度对带钢的品质有着重要的影响,因此,提高卷取温度的控制精度有着重要意义.卷取温度控制系统是一个具有非线性、时变性和大滞后的复杂控制系统,传统的基于精确模型的控制方法难以进一步提高控制精度.通过BP神经网络在1 500 mm带钢热连轧卷取温度控制中的应用,取得了良好的效果.     

神经网络在信号处理中的应用

运用BP网络来消除信号的随机噪声和模式识别.作为例子,考虑了正弦波、矩形波和三角波3种信号.在50%噪声情况下,BP网络仍能有效地消除这3种信号中的随机噪声并正确地找出它的理想模式.     

基于遗传BP网络的PID控制算法在无模拉拔温度控制中的应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性.     

BP神经网络在高炉铁水硅预报中的应用

随着现代科技的发展和计算机技术的不断提高,高炉自动化操作显得越来越重要。高炉铁水硅预报能很好地反映高炉内热状态和高炉的成分,对高炉运行状态的判断起到至关重要的作用。在总结前人预报模型的基础上,综合考虑了各种影响因素,建立了BP神经网络模型,并结合现场数据进行计算,模拟结果和实际相符。     

改进BP网络在智能传感器设计中的应用

传感器大多数都对环境(比如温度)有一定的敏感度,这样就会使传感器的零点和线性发生偏移,从而造成输出值随环境温度的变化而变化,再加上气压、以及气体流量等因素,导致测量出现附加误差。本文将利用神经网络来处理各种环境因素而产生的误差,将低成本的微控制器与传感器结合起来,设计出了能够自动补偿环境影响的智能传感器。并针对硬件平台的局限性,根据学习网络的学习特性,做了相应的优化改进,实现了传感器高精度快速误差补偿。     

改进粒子群优化神经网络及其在产品质量建模中的应用

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度.     

基于RBF网络的合金配料预测模型的研究

针对钢包精炼的作用及其最终目标要求,运用径向基（RBF）网络,对合金配料模型进行设计,并根据精炼实际数据对模型进行验证,然后与BP网络的预测结果进行比较,以显示径向基网络在精炼合金配料模型中的可行性.     

100 t电弧炉氧化期终点温度神经网络预报模型

介绍了安钢第一炼轧厂100t超高功率电弧炉工艺流程,建立了电弧炉氧化期终点温度神经网络预报模型,用100t电炉实际生产数据对预报模型进行训练后,用现场采集的工艺数据对模型进行测试,测试结果表明预报模型可以正确地进行氧化期终点温度预报。     

分簇无线传感器网络中提高网络连通性的协作算法

针对分簇无线传感器网络提出了一种基于虚拟天线阵列的协作算法.该算法通过节点间的协作来提高网络连通性,所有节点均按照泊松Voronoj网格模型进行分簇,簇首根据通信链路决定是否激活节点协作;若节点协作算法被激活,簇首从其成员中选择适合的节点作为协作节点共同组成虚拟天线阵列.通过协作,可扩展簇间的通信范围从而与远方节点直接通信以避免出现通信覆盖盲区,或者可补偿信道增益以防止由于信道深衰落所导致的传输失败.仿真结果表明,协作算法在通信过程中具有更好的连通性及能量效率,可有效降低接收端的丢包率,维持网络的连通性,从而延长网络的工作时间.     

基于BP神经网络考查课评分系统

考查课在大学课程中占有很大的比例,而其成绩的评定易受教师主观因素影响,不够准确。利用具有自学习、自识别能力的BP神经网络建立考查课考评体系,不断调整网络的权值使SSE（平方误差和）总朝着减小的方向发展,直到达到目标误差为止。     

BP改进算法神经网络的保护渣性能预测模型

采用混料回归设计原理设计试验保护渣组成。以试验为基础,针对常用BP算法的不足采用动量因子与自适应学习速率相结合的BP改进算法建立神经网络保护渣性能预测模型。研究结果表明该模型预测精度高,适用组元多、成分变化范围大;对保护渣的性能预测取得了较好的效果,能为保护渣设计提供理论指导。     

基于BP神经网络的钢水温度预定模型

针对目前钢水温度预定方法存在不足,在分析钢水温度预定原理的基础上,在邯钢邯宝炼钢厂建立了基于BP神经网络的精炼终点目标温度和转炉终点目标温度的动态预定模型。利用邯宝炼钢厂的历史生产数据对模型进行了训练和测试,并进行了现场应用试验。结果表明,预定模型对转炉和精炼终点目标温度进行了优化,应用预定模型后,LF开始温度命中率提高到75%,中间包温度命中率提高到96.7%。     

BP神经网络在铝电解质分子比预报中的应用

以电解质分子比和影响变量为基础构建了BP神经网络模型,并利用Matlab软件中的函数对数据样本进行了标准化处理,简便地实现了BP神经网络的建立、训练和仿真。结果表明,BP神经网络模型应用于铝电解质分子比的预报是行之有效的。     

基于无线传感网络的矿山能耗管理系统

针对矿山企业能源利用不合理、能源数据反馈不及时、能源浪费的现状,设计利用无线传感网络技术建立矿山能耗管理系统,采用ZigBee无线通讯协议,设计无线传感网络节点,组建无线网络,实时传输、采集、存储与分析数据,最终实现能耗评佑与管理,达到节能降耗.