基于遗传神经网络的电火花加工效果的预测

针对电火花加工非线性及复杂性的特点,提出了基于遗传神经网络的电火花加工效果的预测模型.遗传神经网络(GA-BP)是针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有很强的全局搜身能力的特点,将二者结合起来形成一种训练神经网络的混合算法.通过该预测模型对一定加工条件下的加工速度和工件表面粗糙度进行预测,预测结果与实际实验结果有较好的一致性,说明遗传神经网络对电火花加工效果的预测是有效的.     

旋转机组的基于变权重神经网络组合预测模型

面向旋转机组工作状态的趋势预测，结合组合预测模型和人工神经网络预测模型的各自优点，提出了一种变权重神经网络组合预测模型的新方法。该方法是变权重神经网络的非线性映射能力，依据各单项预测模型对预测结果的不同影响。动态确定组合预测模型的权系数。在大型旋转机组工业现场应用中，采用这种模型进行预测提高了预测精度，获得较好的预测效果。     

采用RBF和BP神经网络处理EMD分解过程中端点效应

在分析经验模态分解端点效应出现原因的基础上,采用BP和径向基函数神经网络预测法对端点效应进行研究.在实验中,通过延长信号的采样时间,使端点的数据延长,从而抑制EMD分解时产生的端点效应.同时为了比较两种数据延长方法的效果,分别将延长后的数据进行EMD分解.实验结果表明,这两种都可以有效抑制端点效应对分析结果产生的影响,提高经验模态分解的效果.     

基于ANN和SVM的质量预测方法研究

针对随机抽取的质量数据序列的特点,提出时序空间(Time Seauence Space,TSS)的概念,将人工神经网络(Artificial Neural Network,ANN)和支持向量机(Support VectorMachine,SVM)回归模型引入质量数据预测领域.并给出了相应的过程和算法.使用均方误差对拟合精度进行检验,用相对误差对预测精度进行检验.结果表明,相对于传统的多项式回归模型,人工神经网络和支持向量机回归模型的拟合精度较高,相对误差较小,泛化能力较强,可以作为质量数据的预测方法.     

基于组合模型的滚动轴承故障预测研究

针对轴承故障预测可使用的样本数据少、特征参数信息贫乏且呈现非线性、不确定性等特点,提出一种基于改进灰色GM(1,1)和遗传算法优化的BP神经网络的组合预测模型。首先,根据各单一模型在当前时段的预测误差,通过最小二乘法确定出在未来时段中两种单一模型的权重,然后将预测结果进行加权求和,得到最终的组合模型预测值。该模型既能实现灰色GM(1,1)模型处理小样本的轴承振动数据预测的目标,也能发挥BP神经网络解决非线性拟合问题的优势。最后,将组合模型与各单一模型进行实例数据分析,结果表明组合模型的预测精度为96.63%,比上述子模型的预测结果分别提高了7.84%和6.13%。     

基于精细分区的的永磁同步电机三电平模型预测磁链控制（英文）

针对三电平逆变器驱动的永磁同步电机（PMSM）模型预测转矩控制（MPTC）价值函数中存在的权重系数整定困难问题,本文提出一种基于精细矢量分区的预测磁链控制（MPFC）方法。首先利用PMSM的数学方程建立电机转矩与定子磁链之间的数学模型,将MPTC中对电机转矩以及定子磁链的控制转换成单一的定子磁链矢量控制,省去了传统MPTC中繁琐的权数调定过程。并提出了中点电位控制策略,利用冗余小矢量的特性对中点电位进行平衡。然后,提出了一种精细矢量分区策略,有效减少备选矢量的数量,减少系统的计算负担。最后通过仿真将MPFC与传统MPTC进行对比,结果表明提出的精细矢量分区MPFC有效降低了系统计算量,并具有原理简单动稳态控制性能更好的优点,验证了该控制策略的可行性。     

基于时间序列模型预测汽车销量研究

汽车行业已经在国民经济中占有很大的比重,因此对于无论是调控汽车市场的走向的政策制定者,还是需要了解市场行情的汽车制造厂商而言,汽车销售量的预测都有着极为重要的作用.文中采用时间序列模型对于中国汽车的月销量进行预测,通过比较,选取最优模型,然后对2013年中国汽车的销售量进行一个简单的预测,为政府及企业的相关人员提供一个数据基础,希望其可以根据预测值进行政策以及策略的调整.     

ANN负荷预测数据样本集产生方法的研究

数据样本集的好坏直接影响着神经网络的训练速度和预测精度.主要研究了人工神经网络(ANN)中长期电力负荷预测中产生样本数据集的两个步骤:变量选择和数据处理.通过对已有的变量选择方法和数据处理方法进行分析对比,得出将样本数据变换至[-0.5,0.5]区间后能够有效地提高预测精度的结论;并引入常规预测方法中的年份预测法(即用年份作为神经网络的输入变量进行预测).通过实际算例计算,证明了分析结论的正确性和神经网络预测中年份预测法的可行性及有效性.     

BP神经网络用于大气中颗粒物(TSP)预测的研究

通过对BP神经网络的构造分析,采用网络构建、初始化、训练等一系列步骤,形成网络预测系统.针对1999年至2001年的杭州市区大气中颗粒物(TSP)实测数值及大气环境数据,通过构建并选用合适的BP神经网络进行训练,结果表明BP神经网络用于大气污染的预测是可行的.     

美国橡胶制造商协会（RMA）预测2011年美国轮胎销量将增长4％

美国橡胶制造商协会（RMA）最近修改了对2011年轮胎销售量的预测，将预测增长值提高到4％，比2010年增加1100万条，总销售量达到2．96亿条。其中原配轮胎市场的增长做出了重要贡献，将达到4500万条；