改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。

改进的BP神经网络模型预测充填体强度

为了准确评价和预测充填体强度,采用改进的BP神经网络算法,利用实验室做的18组充填体单轴抗压强度试验结果,建立了充填体强度与影响因素之间的5-7-1网络模型结构(输入层为5个神经元,隐含层为7个神经元,输出层为1个神经元,输入为胶砂比及各胶凝材料掺量,输出为充填体28 d单轴抗压强度).结果表明,改进的BP神经网络对于充填体的强度具有良好的预测能力,建立的网络模型不仅收敛速度快而且训练精度高,对充填体强度的预测结果与训练数据和测试数据的最大相对误差仅为4.23%.

基于改进的BP神经网络裸露地表土壤水分反演模型对比

土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。

改进的BP神经网络在风机故障诊断中的应用

采用动量法和学习速率自适应的改进BP神经网络建立风机故障诊断系统。在网络训练过程中分别采用标准训练样本和含有白噪声的训练样本来训练网络,使网络具有一定的容错性。最后通过仿真实验和风机的故障诊断实例表明:改进的BP神经网络减少训练次数,提高了学习效率,而且有效地抑制网络陷于局部极小,是风机故障诊断的有效方法。

改进的BP网络PID控制器在无刷直流电机中的应用

通过分析学习速率对BP算法的影响,提出一种分层调整学习速率的改进BP网络算法,并把该方法设计成PID控制器应用在无刷直流电机控制系统中,仿真结果验证了基于改进的BP网络的PID控制器具有响应速度快、精确性高和稳定性强等特点。

改进的BP神经网络在风机故障诊断中的应用

采用动量法和学习速率自适应法的改进BP神经网络进行风机的故障诊断。根据风机的故障诊断特点,确定神经网络的结构与参数,并制作了相应的故障诊断界面,最后通过风机的故障诊断实例表明:改进的BP神经网络提高了学习速度,有效地抑制了网络陷于局部极小,缩短了学习时间,是风机故障诊断的有效方法。

基于改进的BP算法的过热汽温建模

采用机理建模方法获得热工被控对象的数学模型非常困难,相比之下,利用电厂采集到的大量历史数据,不用人为地加入特殊扰动信号,来建立火电厂热工过程的动态数学模型,是很有发展前途的方向。本文利用电厂采集到的现场数据,应用加入二次动量项和改进激活函数的BP算法,对电站锅炉的过热汽温建模进行了研究。仿真结果表明,改进后的BP算法在误差精度、收敛速度、泛化能力等方面明显优于标准BP算法,对过热汽温的建模结果令人满意。

改进的BP算法用于控制图模式识别

研究3种改进的BP算法在控制图模式识别中的应用。应用Matlab神经网络工具箱对神经网络进行仿真,为了提高网络的运行速度,对样本数据进行预处理。仿真结果表明尺度共轭梯度下降算法的训练速度最快,识别的准确率也最高。

改进的BP神经网络预测模型及其应用

针对传统BP神经网络算法在对预测问题中存在的网络具有易陷入局部极小、收敛速度慢的缺陷,引入附加动量法和自适应学习速率法改进BP神经网络预测模型.将改进后的预测方法应用于企业的市场需求预测问题,以某汽车制造企业过去12个月汽车销售量的实际数据为样本,分别采用基于时间序列和基于因素分析两种预测模型,对所提出的改进预测方法进行实证分析.结果表明:所提出的算法对销售量的预测精度较高,误差均小于8.8%,运算时间也有所降低,预测结果表明文中所提出的算法在处理网络易陷入局部极小、收敛速度慢的预测问题方面的有效性.

改进的BP神经网络在汽轮发电机组故障诊断中的应用

就BP网络的不足,提出了一种改进的BP神经网络模型,用于汽轮发电机组故障的诊断。经理论和实践证明:该方法有效地提高了故障诊断的精度和可靠度,为旋转机械故障诊断提供了有效方法。

基于改进的BP神经网络高层建筑物沉降规律分析

随着我国经济建设的不断发展,多层建筑物已经被高层和超高层建筑所替代。高层建筑物对单元地面所产生的压力骤然增加,建筑物自身所存在的荷载相应增加。本文主要利用数字水准仪对高层建筑H楼进行沉降观测,设置15个周期,主体施工阶段每2层观测一期数据,封顶之后观测了5期数据。取3个点作为实验分析数据,得出了沉降变化曲线。利用BP神经网络、改进BP神经网络,对沉降数据进行预测,取期间的沉降数据和期间累计沉降数据作为训练样本,根据两个沉降数据预测值的大小,选择合适的训练样本,提高预测精度。

改进的BP网络在隧道锚喷支护参数设计中的应用

建立了隧道锚喷支护设计参数选择的BP网络模型,并对BP算法中的不足之处加以改进。对隧道锚喷支护的影响因素进行了分析研究,结合我国隧道的实际情况,确定了神经元网络的输入参数。同时根据计算时BP网络对于数据取值范围的要求,对输入输出参数进行了必要的变换处理。结果表明,用改进的BP网络方法选择隧道锚喷支护设计参数的效果是良好的,设计误差能够满足工程实际的需要。

一种改进的BP神经网络属性选择方法

提出一种改进的神经网络属性选择方法。该方法用敏感度分析法对初始属性集中的属性进行排序,剔除次要属性实现降维,用BP神经网络进行属性选择以找到最小属性集。仿真结果表明该方法效果良好。

基于改进的BP算法雷达故障诊断系统设计

为适应雷达故障诊断快速化、智能化的要求,介绍了一种基于改进的BP算法的雷达故障诊断系统设计方法。作为实例,详述了某型雷达视频放大电路的诊断。最后,用Visual C++语言实现了编程。诊断结果表明了采用改进的BP算法实现雷达故障诊断的有效性。

基于改进的BP人工神经网络的物流配送中心选址问题研究

基于地质、交通、水文、通讯、经营环境、选地面积、选地价格和道路设施等八个指标建立了模糊评价矩阵,运用了优化的BP神经网络模型对十个已成熟运营的配送中心数据进行学习,训练出成熟的BP人工神经网络.利用训练得到的网络从定性和定量两个角度在十个备选方案中选出最优配送中心选址.结果表明,应用改进的BP人工神经网络对物流配送中心进行选址是科学有效的.

改进的BP网在求解偏心距增大系数η中的应用

以试验数据为依据，用改进的BP网建立了5个特征变量与实测偏心受压柱偏心距增大系数η的非线性映射关系。为求解偏心距增大系数η提出了一种全新的思路。

改进的BP神经网络模型在辽宁中部河流水质预测中的应用研究

本文采用改进的BP神经网络模型对辽宁中部某河流水质进行预测。结果表明:改进的BP神经网络模型引入横向和纵向伸缩修正系数对模型梯度函数进行改进,提高传统BP模型收敛和计算精度。在区域河流水质预测精度明显好于传统模型,预测的河流水质总氮指标值相对误差均值明显减少,月尺度过程相关系数有较大提高。

改进的BP神经网络模型在地下水预测中的应用研究

针对传统BP神经网络模型局部较易收敛的缺点,引入小波分析函数对传统BP神经网络模型节点计算进行改进,并将改进的BP神经网络模型在新疆地区地下水预测中进行应用,研究结果表明:改进的BP神经网络模型可解决模型局部较易收敛问题,预测的地下水水位和实测的地下水水位更为接近,预测的地下水水位和实测水位之间的相关性年尺度达到0.85,高于传统BP神经网络模型的预测精度。

一种基于改进的BP神经网络和帧差技术的道路识别技术

针对传统的道路检测方法存在流程繁杂,容易被干扰,检测效果不令人满意等问题,本文依据有车辆通过的位置为路这一思想,利用识别运动物体实现识别静态物体的思想,在此基础之上引入改进的神经网络作为分类器,提出一种神经网络和帧差技术相结合的道路位置识别算法.利用改进神经网络的学习能力,提高了道路位置检测的准确率.

基于改进的BP神经网络的桥梁结构损伤诊断研究

采用改进后的BP神经网络对桥梁结构进行损伤诊断,通过与传统BP网络法的诊断结果进行对比,得出改进后的BP网络算法在实际应用中能克服传统BP网络算法收敛速度慢,存在局部极小的问题.改进后BP网络的桥梁结构损伤诊断具有较好的诊断效果,与传统的BP神经网络相比,不仅提高了计算速度,而且较大地提高了识别精度,具有较好的应用前景.