Matlab语言的Neural Network Toolbox及其在同步中的应用

介绍Matlab神经网络工具箱的相关情况及基本应用。结合一些简单的例子进一步对神经网络工具箱中的一些函数及神经网络结构解释和说明。通过该说明明确神经网络工具箱的相关应用,并利用神经网络在同步中的应用进行简单的介绍。通过仿真验证神经网络在同步中的可行性。

Matlab/NNToolbox在压力传感器温度补偿中的应用

压力传感器易受温度、磁场等外界因素的干扰,其测量精度会受到影响。以对温度干扰最敏感的压力传感器为例,阐述如何应用Matlab软件提供的神经网络工具NNToolbox来实现压力传感器的温度补偿。补偿结果表明:温度对压力传感器的干扰波动由补偿前的22%减小到补偿后的1.1%,压力传感器的测量精度提高了20倍。由此可见,利用Matlab/NNToolbox对压力传感器温度补偿具有简单精确、补偿效果明显、灵活性强等优点。

应用MATLAB神经网络工具箱对动力煤特性的研究

在 MATL AB环境下应用神经网络工具箱对动力煤的特性如低位发热量、着火稳燃指数、燃烬指数、综合结渣指数等进行预测 ,取得了较好的效果。与常规的研究方法相比 ,采用神经网络方法可以获得较高的精度 ,证明这是一种很好的研究方法。

基于Matlab神经网络工具箱的电力负荷组合预测模型

在电力系统负荷预测中,组合预测是一种较为有效的方法。该方法通常是采用对单个预测模型进行加权处理,要求参加组合预测的模型误差能保持稳定,但电力负荷预测结果的误差往往是非均匀性的。针对上述做法存在的问题,提出了基于人工神经网络的组合预测模型,利用人工神经网络对复杂非线性系统的拟合能力,通过网络训练自适应地调整各种预测模型的权重。同时,为了避免用常规语言建立人工神经网络负荷预测模型存在的模型结构复杂、训练时间长等缺点,利用Matlab神经网络工具箱建立组合预测模型,该模型不仅编程简单,而且收敛速度快。算例表明了该模型的实用性和有效性。

基于MATLAB神经网络工具箱的岩爆预测模型

文章介绍了BP人工神经网络的基本原理,针对其收敛差的缺点,发挥MATLAB神经网络工具箱的优势,分别采用VLBP和LMBP算法建立了改进后的BP神经网络。对于影响岩爆发生的关键因素,总结了专家经验,选取地下硐室围岩最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度和抗拉强度比值和岩石冲击性倾向指数作为岩爆预测的评判指标,建立了岩爆预测的神经网络模型,并利用国内外一些岩石地下工程实例进行分析计算校验,计算结果表明,用该模型进行岩爆预测是可行有效的。

共轭梯度BP算法在Matlab 7.0中的实现

应用Matlab 7.0中神经网络工具箱建立BP神经网络的最优化求解方法,采用共轭梯度法对网络的权值和阈值进行优化计算,实现网络权值和阈值的快速计算,为分析神经网络的合理结构提供了必要条件。对BP神经网络的传统梯度下降法与共轭梯度算法进行了仿真。这里通过对算法的训练速度,容错泛化能力等方面加以讨论,多方面印证共轭梯度算法的优越性,仿真结果凸显了训练速度的大幅提高,尤其对训练后网络受损情况下的泛化能力,采用线性回归的方法进行了仿真验证,同样得到满意结果,从新的角度支持了共轭梯度BP算法。

Matlab神经网络工具箱编程和Delphi对其调用

针对电弧炉炼钢氧化期是一个复杂的物理化学反应过程，难以建立机理模型，利用Ｍａｔｌａｂ神经网工具箱建立ＢＰ神经网预测模型，并详细讨论该模型的编程设计问题。利用ＯＬＥ自动化，用Ｄｅｌｐｈｉ编写人机交互界面来指导冶炼生产。

Matlab神经网络工具箱及其在软测量建模中的应用

介绍了Matlab神经网络工具箱的一些重要内容 ,包括数据预处理、训练算法比较、网络泛化能力等 .结合一个工业实例阐述了其在软测量建模中的应用 ,最后通过仿真分析了建模效果 .结果表明 。

基于MATLAB工具箱的BP神经网络年径流量预测模型研究--以塔城地区乌拉斯台河为例

塔城地区独特的地形为西来水汽的输送提供了条件,从而形成了众多中小河流,而中低山带季节性积雪的消融又使河流呈现出春汛的特点,使得径流年内分配不均,对塔城地区水资源配置极为不利,开展径流量的预测研究,将为水资源的优化配置提供科学的理论基础。文章以塔城地区乌拉斯台河为例,根据其年径流量(1966—1995年)序列的长期变化特征,利用MATLAB的神经网络工具箱提供的许多有关神经网络设计、训练以及仿真的函数,实现BP网络对年径流量的预测研究。从模型的检验来看,所建模型具有较好的适应性和预报精度,并且拟合效果较好,说明这种预测方法有一定的实用性。

基于Matlab的BP神经网络在太阳耀斑级别预测中的应用

太阳耀斑爆发与多种因素存在着非线性的关系,其中规律难以把握.选择时间变化长短,工作频率,路径大圆距离,VLF传播相位变化偏移量4个与太阳耀斑级别预测密切相关的重要因素,构建了BP神经网络模型;然后利用Matlab工具箱对网络模型进行系统仿真与多次训练,使网络的预测输出不断逼近期望输出,实现对太阳耀斑级别的预测,通过结果误差分析,表明这种方法具有有效性与可行性.

基于Matlab神经网络工具箱的伤员流流量预测研究

目的:准确预测战场伤员流的流量,为做好战时卫勤保障工作提供可靠依据。方法:利用Matlab神经网络工具箱自带的神经网络函数,通过一组编程,实现3种神经网络的建立、学习和训练,从而完成对伤员流流量的预测。结果:通过对抗美援朝战争志愿军某师伤员流流量的预测,预测结果与实际数据基本一致。结论:利用Matlab神经网络工具箱预测伤员流流量结果可靠,方法科学。

基于Matlab的高速公路交通流RBF神经网络建模

通过对高速公路宏观动态交通流模型的分析,提出用M atlab神经网络工具箱建立了交通流RBF模型,讨论了RBF网络设计过程中的参数设置,仿真结果表明了RBF模型的有效性。由于M atlab提供的RBF的实现算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度。

基于MATLAB的BP神经网络在煤巷锚杆支护设计中的应用

采用MATLAB的BP神经网络工具箱,建立了巷道围岩主要影响因素与支护形式和支护参数之间的高度非线性BP神经网络模型。通过对算例结果的分析,验证了基于MATLAB的BP神经网络应用于煤巷锚杆支护设计的可靠性、可行性和高效性,这表明了BP神经网络方法在锚杆支护设计中具有一定的推广价值。

MATLAB在RBF神经网络模型中的应用

本文介绍了RBF神经网络的基本原理及主要特点,并举例说明了基于MATLAB神经网络工具箱建立RBF神经网络模型及实现仿真的方法。

MATLAB环境下的船用柴油机故障诊断的模拟研究

提出一种基于径向基函数（ＲＢＦ） 神经网络模型应用于船用柴油机故障诊断的方法，设计相应系统的征兆／ 故障样本集， 运用ＭＡＴＬＡＢ环境下的实用工具箱———Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ Ｔｏｏｌｂｏｘ（ 神经网络工具箱） 对ＨＵＤＯＮＧ－ Ｂ＆Ｗ６Ｌ６０ＭＣＥ大功率船用低速柴油机涡轮增压系统的故障诊断进行模拟计算； 仿真结果表明， 这种方法是成功的．

基于Matlab的小波神经网络参考作物腾发量预测模型研究

参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有重要的意义。将小波神经网络引入到参考作物腾发量的预测中,利用Matlab工具,以大连地区为例,建立小波神经网络模型和灰色新陈代谢GM(1,1)预测模型,并对预测结果进行对比分析。结果表明:小波神经网络模型预测结果精度均在2级以上,与参考作物腾发量计算值绝对相对误差均值达到5.5%,准确性优于灰色新陈代谢GM(1,1)预测模型,达到较好的预测效果,为参考作物腾发量预测提供新方法。

BP算法的改进在Matlab的实现研究

利用 Matlab中的神经网络工具箱提供的丰富网络学习和训练函数 ,对 BP网络和 BP算法的优化方案进行仿真 ,得到较优的 BP算法。

MATLAB7.0中改进BP网络的实现

BP神经网络广泛应用于非线性建模,模式识别等方面,针对BP网络收敛速度慢,计算量大等缺点,介绍了BP神经网络改进训练算法,利用MATLAB7.0中的神经网络工具箱提供的丰富的训练函数,对几种典型的BP网络训练算法的训练速度进行比较,给出了应用实例和注意事项。

基于MATLAB的BP神经网络在农作物虫情测预报中的应用

本文主要利用神经网络理论,基于MATLAB的神经网络工具箱建立了虫害发生量预报预测的BP神经网络预测系统,确定了发生量与自然因素之间的联系。并通过对安徽省庐江县田间水稻病情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测的可行性,具有很好的应用价值。

基于MATLAB神经网络工具箱的BP网络设计

本文介绍了MATLAB神经网络工具箱及其常用的工具箱函数;在说明BP网络的模型结构和算法的基础上,讨论了BP网络的训练过程及其设计原则,并用一个典型的两层结构的神经网络实现了具有函数逼近功能的BP网络设计。