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网络的武器效能评估专家系统

介绍了一种基于改进BP网络的武器效能评估专家系统。通过灰色关联度分析法选取武器特征参数,针对武器系统的特点建立了神经网络评估专家系统模型,并采用改进后的BP算法训练网络,通过仿真实例表明用该方法评估武器系统效能更加精确。

基于改进BP网络对三门峡水库泥沙冲淤量的计算

人工神经网络具有很好的分布存储和容错性,适合解决非线性问题.在分析了汛期、非汛期水库泥沙冲淤影响因子的基础上,利用改进的BP网络模型对水库泥沙冲淤量进行计算.网络训练时,非汛期采用动量法和学习律自适应调整策略,拟合误差较小,平均相对误差约为0.10;汛期采用Levenberg Marquardt优化方法,由于非线性关系复杂及人为因素多,误差相对较大.利用该模型预测不同水库运行条件下泥沙淤积量,计算量小,使用方便.

D-S证据理论融合改进BP网络的短期负荷预测研究

针对传统BP网络收敛速度较慢且实时性较差的缺点,在考虑了气候因素的情况下,分别用三种BP网络算法对某地区的负荷进行预测,通过对预测误差的分析,用证据理论的Dempster合成法则对算法进行融合,通过选取待预测日之前几天的数据作为融合样本,规定相应的基本信度函数,得到融合后的信度分配,从而决定相应时刻的预测模型,仿真结果表明,经过证据理论融合后选择的负荷预测算法具有更高的预测精度。

基于改进BP网络的电火花加工工艺选择模型

提出了基于对数变换的数据预处理改进算法,测试表明效果较好。以加工面积、电极损耗比、表面粗糙度为输入参数,脉冲电流、脉冲宽度、脉冲间隙、放电间隙、伺服基准、伺服速度、加工速度为输出参数,提出了基于改进BP神经网络的电火花加工工艺选择模型。经过与实验数据的比较,该模型能真实反映机床的加工工艺规律,能实现在给定加工条件下进行电加工参数的自动选择。

改进BP网络在航材需求预测中的应用

针对航材备件需求预测问题,在对影响航材备件需求量的多个因素进行分析研究的基础上,运用改进BP神经网络算法进行预测的仿真实验。实验结果表明,改进BP神经网络能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。

基于多元统计和改进BP网络的公路客运量预测

本文在利用主成分分析方法筛选出影响公路客运量的2个主导因子的基础上,分别采用回归分析法和改进神经网络方法对公路客运量进行了预测,预测结果表明两种预测方法都具有较高的精度,而引进了动量法和学习速率自适应调整策略的神经网络,其预测精度更高,但回归分析法能更好地揭示各因子对公路客运量的相对贡献率。

基于改进BP网络模型的洪水预报研究

针对目前神经网络应用于洪水预报时存在的不足,引入遗传算法、模糊神经网络对BP网络模型进行了改进,建立了基于改进BP网络模型的洪水预报模型,并将改进的BP网络模型应用于文峪河洪水过程的预报。预测结果表明,过程预报合格率达93．54%。达到了水文预报规范的要求;与传统BP网络相比,改进算法可提高洪峰的预报精度。

基于改进BP网络的车载光通信网络路由设计

车载光通信网络受到车辆之间的串扰影响容易出现失真,为了提高车载光通信网络的数据转发准确性,改善通信质量,提出基于改进BP网络的车载光通信网络路由设计方法。构建车载光通信网络的传输链路模型,采用改进的自组织BP神经网络进行路由节点的自适应寻优,实现路由节点优化部署。以传递延迟、误比特率和节点适应度为约束指标参量,构建车载光通信网络路由控制目标函数,采用无监督学习算法进行最佳参量寻优,设计车载光通信网络的反演控制协议,实现网络路由优化设计。仿真结果表明,采用该方法进行车载光通信网络路由设计,提高数据转发的准确概率,通信网络的误比特率较低,对网络通信质量改善较为明显。

基于改进BP网络的轴流式水轮机调节特性仿真

为了获得水力机组在小开度、小流量工况点下非线性特性数据,利用改进BP网络与MATLAB神经网络工具箱相结合的方法,将已知的水轮机综合特性曲线数据与边界约束点相结合,经网络自动"学习"训练可获得低效区的流量延拓、力矩延拓仿真曲面。改进BP网络模型可以大大地提高水轮机综合特性曲线数据处理的效率与精度,是研究水轮机控制系统的一种新的非线性建模仿真模型。

改进BP网络在机载电子设备故障诊断中应用

提出了一种简便有效的故障模型和故障诊断问题的描述方法。由于传统BP算法收敛速度慢,容易陷入局部极小值的陷阱, 在此作了改进。改进后的BP算法明显优于传统的BP算法。并应用改进的BP算法对飞机机载电子设备进行故障诊断仿真,取得 了良好的效果。

基于改进BP网络的电网调度关系转移研究

改进BP(Back Propagation)神经网络在综合评价一个电网是否适宜进行调度关系转移时,突破了现有评价方法中基于线性处理的局限,能在信息含糊、不完整及存在矛盾等复杂的环境中体现其准确性和科学性。首先确定了电网的评价指标体系,建立了改进BP网络的模型,然后对相应的电网做出综合评价,最后确定了最适宜进行电网调度关系转移的区域。实例应用已表明,设计的网络不仅能自我学习,而且还从典型事例样本中提取所包含的一般原则,并处理具体问题,具有广阔的应用前景。

基于改进BP网络的网络论坛热点主题挖掘

针对BP网络收敛速度慢的问题,提出将改善学习速率和增加动量项结合起来的方法对BP网络进行改进,通过Java编程开发一个以改进BP网络为核心的热点主题挖掘原型系统.实验结果表明,该系统可以快速并准确地获取符合现实舆情的热点主题分类结果.研究成果可以帮助民众及时了解网络热点,帮助政府和企事业单位及时跟踪民意并做出相应决策.

基于改进BP网络在煤与瓦斯突出中的应用

煤与瓦斯突出是一种复杂的地质灾害。针对传统预测方法存在的不足,本文提出了以突出前兆的9种非线性特征值为输入量,基于改进BP网络的煤与瓦斯突出预测模型,不仅可以智能化定量分析煤与瓦斯突出危险,而且自适应学习提高了网络收敛速度。Matlab实验结果表明,改进BP网络的模型预测精度高,收敛速度快,效果良好。

基于改进BP网络参数修正的软土路基沉降计算

在软土路基沉降计算中 ,较准确地提供所选用的模型参数是计算结果高精度的保证 ,该文基于沉降计算中邓肯 -张模型参数灵敏度分析 ,把改进的BP网络模型引入到计算中的主要参数反演中 ,再利用反演出的参数进行路基沉降计算 ,结果与沉降实测值非常接近 ,也为获取较准确的计算参数提供了一种新方法 。

基于改进BP网络的机械零件图纸信息识别

在通过对ＢＰ算法加以改进；使其性能有所提高，收敛速度加快的基础上，提出了一种新的ＣＡＰＰ系统零件信息的输入方法；即零件的图纸经过扫描仪扫描获得数字信息、力。载神经网络模式识别，同时将数字信息还原成ＣＡＰＰ系统中计算机直接读懂的信息，并加载网络测试加以验证．

一种结合PSO及改进BP网络的辨识方法

当辨识神经网络的类型和结构确定后,初始权值等辨识参数直接影响到辨识效果,而依靠先验知识试凑而得的参数值往往难以达到最佳效果。针对这一问题,提出了一种结合粒子群(PSO)算法及引入动量项的改进BP网络的辨识方法,利用PSO对改进BP网络辨识的初始权值/偏置、学习率、动量系数进行寻优,并将优化后的神经网络模型用在控制系统中进行修正,进一步完善辨识模型。应用在热工系统中,仿真结果表明了该辨识方法的有效性。

改进BP网络在装备维修费用预测中的应用

提出了一种BP神经网络理论的改进算法,在此基础上建立了时间序列对象的预测模型,根据预测模型,对某型装备使用维修费用进行预测,并与实际使用维修费用进行了对比。结果表明此模型准确,并具有应用泛化能力,该算法为费用预测提供了一条新途径。

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。