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。

基于MATLAB7.2神经网络工具箱的混凝土抗压强度预测

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-lab7.2神经网络工具箱中的BP人工神经网络(BP-ANN)算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP-ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5.0%,能够满足工程需要;BP-ANN预测能力较强,具有一定的工程应用价值。

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。

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。

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。

矿区岩溶地表塌陷神经网络预测模型研究

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷BP神经网络非线性动力学预测模型。采集并分析某岩溶矿区大量岩溶地表塌陷历史数据,应用Matlab神经网络工具箱,采用构建的矿区岩溶地表塌陷BP神经网络预测模型,对上述矿区岩溶地表塌陷区域分布情况进行非线性预测。研究结果表明,采用训练的神经网络预测模型可以实现对矿区岩溶地表塌陷危险性的合理预测。

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BP神经网络的企业技术创新能力评价及应用研究

针对当前评价企业技术创新能力的方法所存在的不足,提出一种基于BP神经网络的企业技术创新能力评价方法。首先建立企业技术创新能力评价指标体系,然后根据指标体系,设计BP神经网络模型,并给出可行的评价程序。在计算方法上,用MATLAB神经网络工具箱来进行网络设计和计算。通过大量学习样本的训练和测试,使模型的误差达到预定的范围内。最后,以实例验证了这种方法的准确性和可操作性。

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。

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 。

一种优化多层前馈神经网络中隐节点数的算法

多层神经元网络中隐含层的层数及其每一层的神经元数的多寡 ,至今仍无法用一个解析式精确求得 .提出了一种基于黄金分割法的算法 ,用于求解三层前馈神经网络中的隐层节点数 ,所得结果有助于提高三层前馈神经网络整体品质 .

基于自适应模糊神经网络的故障诊断方法

对模糊逻辑和神经网络的优缺点进行分析,提出一种基于自适应模糊神经网络的故障诊断方法。它把模糊逻辑和神经网络有机结合起来,生成自适应模糊神经推理系统(ANFIS);文中给出了该系统的原理及实现算法,最后使用M atlab Fuzzy工具箱对柴油发动机喷油泵柱塞故障数据进行建模,结果表明该方法是可行的,并且有较高的诊断效率。

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。

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。

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。

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。

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.

结构耐久性评估的软计算模型及应用

将层次分析等理论更快速方便地应用于结构评估工程实践,研究基于现有理论的自动化、智能评估方法.借助Matlab模糊数学、神经网络工具箱,采用线性映射的层次分析方法完成桥梁耐久性等级评估.FIS结构和BP模型评估结果的对比表明:受隶属函数限制,FIS结构评估结果较粗糙,但由于模糊关系的特性,处理复杂输入输出关系时效果较好;而当样本数据集在超空间中线性可分时,神经网络对已有数据的拟合精度更高,但只能处理与训练样本同构的评估数据.由此证明:利用Matlab软计算模型实现桥梁工作性能的自动化智能评估是可行的.

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．

以MATLAB神经网络预测城市燃气调峰用气量

根据城市燃气季节负荷变化的特点,应用人工神经网络理论,在MATLAB环境下开发了可反映燃气负荷周期性变化趋势,并包括各种不确定因素波动影响的燃气季节负荷预测模型。根据已知的燃气干线管道的输气值,即可确定燃气季节性调峰用气量。所建模型具有较高收敛速度和预测精度,且具较强适用性和灵活性,可为储气设施的设计与建造提供理论依据。