基于MATLAB的BP神经网络在大气环境质量评价中的应用

以MATLAB为工具,编制了基于BP人工神经网络的大气环境质量评价程序,并将其应用于城市大气环境质量评价.通过与物元评价法、模糊综合评判法和灰色聚类分析法的评价结果比较,得到了基本一致的评价结论.研究表明,基于MATLAB的BP人工神经网络应用到大气环境质量评价是切实可行的,评价结论具有客观性和实用性.     

应用BP网络的油漆配色系统

论述了一个以ＢＰ神经网络为核心的计算机辅助油漆配色系统。重点说明了ＢＰ网络在油漆配色系统中的应用方法,阐述了在计算机辅助油漆配色系统中引入神经网络的科学性和合理性     

BP神经网络在乙烯裂解炉预测分析中的应用研究

利用MATLAB工具箱中的BP神经网络模型建立了乙烯裂解炉的三层神经网络模型,应用该模型分析和预测了裂解产物乙烯和丙烯的收率。预测结果与生产过程数据的比较表明,该模型能适合实际生产过程,可用于乙烯生产的预测分析和预测控制。     

应用BP网络的油漆配色系统

本文论述了一个以ＢＰ神经网络为核心的计算机辅助油漆配色系统,重点说明了ＢＰ网络在油漆本色系统中的应用,阐述了在计算机辅助油漆配色系统中引入神经网络的科学性和合理性。     

BP网络在醋酸钠的分解控制中的运用

在PVA湿法醇解废液的醋酸钠的分解控制中用基于改良型BP网络对其进行验证。可用于指导现场操作,并为最终的在线优化控制提供依据。     

BP神经网络在预测石南31油田产量变化中的应用

本文提出了利用BP神经网络快速预测油田单井产量的方法。石南31油田在投产初期即投入注水开发,并在开发过程中实施过酸化压裂、补孔等措施,使得产能影响因素较多,且各种因素交互重叠,为用常规方法进行产量动态预测造成很大的困难。为了准确实时地调整开发技术政策,本文选用了BP神经网络,利用油田生产动态数据,应用MATLAB7.0建立了石南31油田产量预测模型,提高了预测的精度。研究结果表明,这是一种可行的方法。     

改进型BP网络在重复压裂选井中的应用

压裂效果受到多个影响因素共同影响,且各个因素之间有着比较复杂的关系,具有高度不确定的非线性关系,利用传统的预测方法有诸多限制.本文针对这种情况,运用具有良好的非线性映射能力的BP神经网络方法,通过Microsoft Visual Basic6.0编制了压裂井优选软件实现了压裂效果的预测,从而达到了优选压裂井的目的....     

改进的BP网络在储层速敏损害预测中的应用

研究BP神经网络算法,建立一套神经网络预测模型,用于预测评价油气层的油气损害程度,为保护油气层拔高油气产量提供有力帮助.利用MATLAB 7.9.0中的BP神经网络算法Levenberg-Marquardt作为神经网络预测模型,以实验生产井的油气层数据作为训练样本,对该井区油气层进行预测准确率达到了95%.为提高油气的生产和推广神经网络系统在油气预测方面的应用起到了积极促进作用.     

BP神经网络及其在化工优化中的应用

人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｌ简称ＡＮＮ）作为一种新型的黑箱方法,是近年来迅速发展的研究热点。它是由大量的简单处理单元（或称神经元）广泛连接而形成的复杂网络系统,处理问题时不需要了解输入输出之间的相互关系,其自学习功能能够“记忆”样本所含的信息,网络只是根据训练样本的数据来自动寻找相互关系,给所研究的系统以具体的数学表达,从而使系统的定量、预测及优化成为可能。在研究复杂系统的优化问题上,人工神经网络显示出其独特的优越性,目前已在生物科学、自动控制、化学工程等众领域取得了很大…     

基于BP神经网络的SVPWM算法的研究与仿真

在分析三相电压型逆变器空间矢量调制(SVPWM)技术基本原理的基础上,提出一种基于BP神经网络的SVPWM算法.该方法利用BP神经网络较强的非线性逼近能力,拟合了SVPWM的等效分段调制信号波,然后与三角载波调制,得到了三相电压型逆变器的控制信号.最后在MATLAB/Simulink环境下,结合神经网络工具箱构建了仿真...     

基于LDIW-PSO算法的BP神经网络在压力传感器中的应用

提出基于LDIW-PSO算法优化的BP神经网络温度补偿方法。优化的BP神经网络使用LDIWPSO算法调整其权值和阈值,使之收敛速度快,不会产生局部极小值问题。通过实验和仿真结果可以看出:该算法对温度补偿精度高、误差小,效果明显。     

基于BP神经网络的焦炭质量预测

分析了配煤炼焦中影响焦炭质量指标的各种因素及传统焦炭质量的预测方法。以天津天铁焦化厂的配合煤及生产焦炭的各项实际数据为基础,在MATLAB环境下,进行了基于BP神经网络对焦炭质量预测的方法研究。实验结果显示:3种网络的误差基本相同,范围在2%～0.05%,以中间层为15个神经元的略好,满足焦炭质量的预测要求。     

BP网络改进方法概述

以ＢＰ网络的结构和学习算法的缺点为出发点,系统地介绍了ＢＰ网络的各种改进方法。     

BP神经网络在非线性系统建模中的应用

介绍了采用BP神经网络建立系统数据间的非线性关系的数学模型,利用三层BP网络,结合Matlab神经网络工具箱,模拟肼与过氧化氢的反应过程,将预测的结果和实验数据作比较,结果表明该模型的预测值和试验值吻合的很好,是一种可行的数据处理方法。     

人工神经网络BP算法在玻璃纤维生产领域中的应用

针对玻璃纤维生产过程中原丝产量的影响因素多,当某些生产条件发生变化时,无法对原丝产量做出准确预测的情况,通过采用BP人工神经网络,结合matlab软件,实现了在池窑生产过程中,当生产条件发生变化时对原丝产量做出准确预测。     

基于BP人工神经网络的橡胶老化预报模型

依据BP神经网络系统能够利用人工智能的方法，准确分析多变量非线性系统的特性，采用多层向前BP神经网络系统建立起了橡胶老化预报模型。并利用此模型计算分析了丁基硫化橡胶基于温度与时间老化预报。结果表明，模型计算与实验在结果上有较好的一致性。     

BP神经网络分光光度法在多组分体系分析中的应用研究

介绍了BP神经网络的基本原理，用BP神经网络分光光度法解决了多组分体系中各组分曲线相互重叠的问题，不需要用物理的、化学方法进行分离或掩蔽而测定出各组分的相对含量，具有简便、准确的优点。     

BP神经网络在膜分离处理废水中的应用

为能更好地预测工艺条件对膜分离过程的影响,运用BP神经网络技术建立输入变量为压差、流速、浓度和温度,输出变量为膜通量的预测模型。通过大量实验数据训练预测模型,得到的网络模型整体误差平方和仅为0.014 5;计算值与模拟值相比,10组不同条件的膜通量平均预测误差仅为1.1,证实了所建立的BP神经网络膜通量预测模型与实验值吻合程度较好,有较好地预测能力。在此基础上进一步考察了工艺参数对膜分离过程的影响。     

基于BP神经网络的教学质量评价的探讨

教学是学校的基本功能,正确评价教学质量具有重要的实际意义。本文在分析现有教学评价方法的基础上,结合BP神经网络的特点,探讨了基于BP神经网络的教学质量评价方法。通过分析教学质量评价体系,我们构建了教学质量评价BP神经网络模型,模拟检验结果表明,BP神经网络可以有效、准确地评价教学质量。