基于改进BP神经网络的计算机专业教学质量评价方法

为提高计算机专业教学质量评估准确度,文章提出基于改进BP神经网络的计算机专业教学质量评价方法。首先选取计算机专业教学质量评价影响因素,然后以此为基础,利用改进后的BP神经网络对各影响因素进行分析计算,确定最终的教学质量评价结果。测试结果表明,该评价方法对教学质量评价结果与专家组评价结果之间的误差始终稳定在0.15以内,最小误差仅为0.05,应用效果较好。

基于改进BP神经网络的风冷热泵除霜智能控制方法研究

当前的智能除霜过程没有考虑机组本身对除霜的影响,造成以BP神经网络为主的控制方法能耗高,效率低。该文提出改进BP神经网络控制风冷热泵除霜控制方法。结合质量守恒定理,明确风冷热泵中湿空气和风机翅片管热器间的换热关系,通过计算控制单元进口和出口处含湿量差值得到风冷热泵的结霜量;使用北方苍鹰优化算法改进BP神经网络,将空气侧换热器结霜相关参数和机组系统对结霜的影响参数作为网络输入,基于结霜量输出换热器除霜开始时间和加热结束时间,实现风冷热泵除霜智能控制。实验结果表明,所提控制方法可在170 s以内解除冻霜,并将结霜过程中的运行压力波动维持在0.3 MPa,降低能源消耗的同时加快了除霜效率,确保空调设备能高性能平稳运行。

基于改进BP神经网络的土建工程造价精准预测方法

为提高造价预测结果的可靠性,规范项目施工中的造价支出,本次改进BP神经网络,以某土建工程项目为例,开展工程造价精准预测方法的设计研究。先从不同的部门、供应商或历史项目中收集土建工程的各项造价输入值,采用均值填充法进行数据值的填充,按照标准,进行土建工程造价输入值的统一化处理;然后引进改进BP神经网络,对完成预处理的造价数据进行训练,提高数据的可靠度;最后将待预测的工程造价数据作为输入数据,经过归一化处理后输入到神经网络中,进行工程造价精准预测与误差补偿。对比实验结果证明:设计的造价预测方法在应用中的预测结果精确度更高,能够将工程造价预测结果的偏差控制在一个相对较小的数值范围内。

基于改进BP神经网络的电气设备绝缘故障诊断研究

文章以变压器绝缘故障为例,首先采用改进谐波分析法进行在线监测,获取变压器绝缘的原始信号,并对已获取信号进行预处理工作。其次采用自适应学习率改进BP算法,并搭建3层前馈神经网络,构建新型神经网络模型。最后应用改进的BP神经网络模型,结合熵值法完成变压器信号训练,实现变压器绝缘故障诊断。实验结果表明,此方法可有效提升电气设备绝缘故障诊断的准确性,缩短整体诊断耗时,具有较高的实际应用价值。

改进BP神经网络钢筋混凝土井壁极限承载力随机分析

钢筋混凝土井壁模型试验分析发现最能影响极限承载力的是混凝土抗压强度,影响最弱的因素为配筋率。工程勘探发现:在深部井筒工程中,井壁极限承载力具有较大的不确定性。针对传统BP神经网络在解决随机性工程问题中的不足,采用随机因子和层间均方误差修正网络模型评价函数。在此基础上,以混凝土抗压强度、厚径比和配筋率为输入量,以井壁极限承载力为输出值,建立改进BP神经网络的井壁极限承载力随机预测模型。工程实例表明该模型在实际工况中能较好地预测深厚沉积层钢筋混凝土井壁的极限承载能力,且误差控制在4%以内,相比传统的计算公式方法精度有明显的提高。同时,改进的模型具有较小的权值和偏置,比传统网络的响应更趋于平滑,大大减少过度拟合的现象。

基于改进BP算法的岩石宏细观参数轻量化分析方法

针对PFC3D细观参数多、宏细观参数间影响机制分析难度大、参数标定模型可解释性不足等问题,以细观参数轻量化分析目标,通过引入含陡度因子的功能函数、自适应Nest-erov动量法及自适应学习率提出了一种改进的BP算法进行轻量化建模.与传统BP算法对比表明:改进算法提升了传统算法的稳定性与收敛速度,能够合理准确的对宏细观参数间的敏感性进行量化,筛选出关键的细观参数并获得轻量化的宏细观参数分析模型.基于轻量化模型对宏细观参数间的相关性及影响机制进行分析,研究了单个及多个关键细观参数对宏观参数的影响规律,研究发现:弹模随等效模量增大呈线性增长;平行黏结刚度比对弹模的增长具有抑制作用且当刚度比较高时弹模减小幅度较大.泊松比和颗粒刚度比及平行黏结刚度比间均存在线性关系,而摩擦系数的增大将引起泊松比的非线性减小.强度参数对峰值强度均具有激励作用,当平行黏结抗拉及抗剪强度在较高水平下的组合对峰值强度的提升作用最为显著,内摩擦角主要对岩石的峰后强度具有一定影响,这是由于试样在峰后加载时,内摩擦角对于剪切带两侧的颗粒滑动具有一定的控制作用.研究成果对于PFC参数标定问题具有一定的参考价值.

基于改进BP神经网络的无线传感网络数据融合方法

为提高融合数据与网络节点的适配度,引进改进BP神经网络,以无线传感网络为例,设计一种全新的数据融合方法。采集无线传感网络数据,引进Kalman滤波器,根据滤波器在空间中的线性表达区域,给定一个无线传感网络数据的线性归回范围,设计无线传感网络数据的预处理与特征提取;利用改进BP神经网络的数据反向传播特点,参照网络在学习中的映射规则,调节网络传播节点的阈值与权值训练数据;设定无线传感网络数据集合的参考视场和步长,计算数据与节点适应值;选用Max-min标准化处理法对数据归一化处理,采用LEACH算法深度融合网络数据。设计对比实验,实验结果证明:该方法可在提高融合数据与节点适应值的基础上,提高节点对数据的收敛速度,以此达到最优的融合效果。

基于改进BP算法的岩土地质勘察质量控制技术研究

为提供准确的地质勘察结果,研究基于改进BP算法的岩土地质勘察质量控制技术。该技术以BIM技术为基础,通过建立工程地质体模型,利用该模型输出工程地质体的地质勘察孔平面布置图、地质剖面等信息;再利用地质雷达向地面发射高频电磁波方式得到地质裂隙反射电磁波,并使用改进BP算法以及地质雷达勘察成像方法得到地质体内部形态信息,为建筑施工方提供地质裂隙图像。试验结果表明:该技术获取的地质勘察孔量测点位置较为精准,其生成地质裂隙图像较为清晰完整,且受干扰噪声影响较小;应用该技术后,工程施工地基沉降数值较小,质量控制应用效果较为显著。

基于Mask R-CNN与改进BP神经网络联合算法的变压器套管红外热故障诊断

为解决传统图像类算法在变压器套管状态诊断时存在的效率低、准确度不高以及复杂背景下变电设备目标识别困难等问题,提出了将Mask R-CNN与改进BP神经网络相结合的套管红外图像状态诊断方法。首先,利用Mask R-CNN解决套管红外图像背景复杂时分割困难的问题;其次,基于灰度特征的特征量提取方案,实现对红外伪彩图特征量的提取;最后,引入粒子群优化BP神经网络(PSO BP)算法对变压器套管特征进行分类识别。实验结果表明,该方法对红外图像中套管的运行状态具有较好的检测效果,对套管中介质损耗故障、接头故障和漏油故障的故障诊断准确率分别可达100.0%、88.9%和96.3%,平均准确率达到93.518%,优于传统BP算法和支撑向量机(SVM)算法。

基于改进BP神经网络的水轮机进水蝶阀故障诊断方法

传统水轮机进水蝶阀故障诊断方法RMSE性能较差,无法有效精准诊断到故障,提出基于改进BP神经网络的水轮机进水蝶阀故障诊断方法。建立BP神经网络,利用粒子群算法改进网络参数,采用传感器采集进水蝶阀振动、噪声以及压力等数据,利用改进后的BP神经网络分析故障信息,提取故障特征,识别与诊断进水蝶阀故障类型,实现故障诊断。经实验证明,设计方法RMSE值在0.2以下,诊断精度较高,具有良好的应用前景。

基于粒子群算法与改进BP神经网络的水电机组轴心轨迹识别

在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征。该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识。某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值。

改进BP神经网络在地下水环境质量评价中的应用

以LM算法和步长自适应法对BP神经网络进行改进,并将输入数据采用压缩系数法进行处理, 用改进后的BP神经网络对黄河流域某地区地下水环境质量进行评价,并和内梅罗指数法、灰色聚类法评价结果相比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确。

基于改进BP算法的微带射频带通滤波器设计

给出了1/4波长微带线射频带通滤波器设计的ADS仿真以及神经网络方法,微带滤波器的4个重要参数:线长L、线宽W、缝隙S,以及频率freq作为神经网络的输入;反射系数S11和端口传输系数S21以及输入端电压驻波比VSWR1作为网络输出。给出了采用激活函数增益改变梯度搜索方向思想而改进的BP算法,并给出了仿真实例。神经网络训练结果和用电磁仿真软件ADS对滤波器的仿真结果基本一致。为微带射频滤波器的设计提供了一种新的方法。

基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法,进行隧洞围岩分类,在传统BP算法的基础上,通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法,使得当误差大于上临界值时,则降低学习率,当误差小于下临界值时,则适当提高学习率,这样可加快网络的训练速度,确保网络的稳定性;通过引入调整学习率参数,使得传递过程更加敏感,加快了传递函数的收敛速度,提高了训练函数的计算精度;通过给定隐含层节点模型的取值范围,对网络结构进行优化,提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中,分类结果与根据《水工隧洞设计规范(SL279-2002)》的分类结果完全一致,表明该方法具有良好的工程实用性.

基于改进BP神经网络的地下水环境脆弱性评价

地下水环境脆弱性具有模糊特性,现有的地下水环境脆弱性评价方法普遍采用加权评分法和模糊数学方法.加权评分法在评价因素权重的确定上人为性较大,并且该方法不能反映各评价因素指标值的连续变化对地下水环境脆弱性的影响;模糊数学方法在评价因素权重的确定和隶属度函数的构建上存在着不足.为此,建立了地下水环境脆弱性的改进BP神经网络模型.黄淮平原宁陵县的应用结果表明,改进BP神经网络法训练速度快、精度高,能较好地解决非线性的模式识别问题,如实地评价地下水环境的脆弱性.

基于改进BP网络的盾构隧道开挖地表沉降预测

盾构隧道施工中引起的地表沉降是衡量开挖方式是否合适的关键指标。文中在介绍BP神经网络及盾构施工引起变形情况的基础上,对基于BP神经网络的盾构隧道开挖引起的地表沉降预测进行了研究,考虑了训练样本中奇异数据的剔除,采用变步长的方法,并选取适当的动量项系数,综合考虑各种影响因素,建立了盾构隧道开挖引起的地表沉降预测的BP网络模型,并对广州地铁二号线进行了具体的预测分析。分析结果表明:理论计算结果与工程实际情况一致,误差小于5%,所建立的预测模型是令人满意的。

应用改进BP神经网络进行用水量预测

针对工业用水量的特点,建立了改进的BP神经网络用水量预测模型,采用遗传算法对BP神经网络权系进行优化改进,改进的BP神经网络算法预测结果好于灰色理论预测和BP算法预测。以本溪市某供水厂用水量数据对改进的BP神经网络模型进行训练并预测,将其预测结果与灰色理论预测和BP神经网络预测结果进行比较分析,得出该方法用于供水系统用水量预测误差较小,同时克服了其他两种算法的缺陷。

改进BP算法在过程神经网络中的应用

过程神经网络是一种基于过程神经元的新型神经网络,其输入及权值皆为时序函数.针对基本BP算法的一些不足,将一种改进BP算法应用于前馈过程神经网络的训练之中,提高了网络的学习效率,扩展了过程神经网络的训练算法理论.在改进BP算法与网络训练的结合过程中,权函数及输入函数皆被用同一正交基函数展开.最后基于改进BP算法将过程神经网络应用于了飞机发动机尾气温度指数的预测当中,验证了算法的有效性,同时也展示了过程神经网络广泛的应用前景.

基于改进BP网络的车牌字符识别方法研究

针对传统BP算法在车牌字符识别速度较慢和识别准确率较低的问题,提出一种改进的BP网络车牌字符识别方法。通过对BP算法的输入特征数优化,在不降低识别精度的情况下精简了输入层节点数,提升了识别速度。改进后的BP算法采用全参数自动调整,引入自适应学习率、动量因子、坡度因子,增加了BP算法的识别精度;同时通过更好的利用车牌字符特征和BP网络特征,降低了算法结构的复杂性,增强了算法的鲁棒性。实验结果表明,该算法在实际采集的自建整副车牌数据集上的识别率上比传统BP神经网络车牌识别算法提高近6.5%;在识别速度上提高近1.3 s。

基于改进BP网络模型的水质预测模型的研究

运用人工神经网络理论和方法,建立了基于三层BP网络的预测模型,并对BP算法进行了改进。并就长江流域丰水期全流域的水质情况进行模拟比较,确定了该模型的隐含节点数以及实用范围,并能较精确地预测今后5年的发展趋势,且预测结果客观。证明了该预测模型具有较强泛化能力,是一种行之有效的预测非线性类问题的模型。