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。

利用MATLAB神经网络进行煤与瓦斯突出预测的研究

从煤与瓦斯突出的机理出发 ,考虑煤与瓦斯突出的综合影响因素 ,利用MATLAB神经网络工具箱 ,在VC + +中嵌入MATLAB神经网络模块 ,建立了能够准确预测煤与瓦斯突出的神经网络预测模型 ,并制成了相应的预测软件。应用该软件进行实际检验 ,预测结果完全与实际相吻合 。

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。

基于MATLAB神经网络工具箱的微生物培养基配方设计

用BP神经网络的方法建立联结微生物培养基的性能与主要因素糖、硫酸锌、硫酸铵、硫酸钾、磷酸和硫酸镁的浓度的关系模型，并应用MATLAB神经网络工具箱实现对该模型的训练和系统仿真。不论培养基的配方如何变化，只要用一定的试验数据对模型进行训练，然后对拟采用的配方进行仿真，均可得到较为可靠的目标参数。

MATLAB神经网络在湖库富营养化程度评价中的应用

基于MATLAB神经网络和我国湖库富营养化评价标准,运用人工神经网络模式识别理论和方法,分别建立了BP,PNN,GRNN和Elman神经网络湖泊富营养化等级评价模型,对全国24个主要湖泊富营养化程度进行评价,并与文献[5]和文献[9]的评价结果进行比较.结果表明:基于MATLAB神经网络模型评价湖库富营养化程度是可行的,且评价模型简单易行,评价精度高,为湖库富营养化程度评价提供了一种新方法.

基于MATLAB神经网络的柴油机涡流比的预测

研究利用MATLAB神经网络工具箱图形用户界面(GUI)来开展柴油机进气涡流比的预测。首先,利用MATLAB神经网络工具箱图形用户界面(GUI)建立了生产工艺参数与进气涡流比之间关系的数学模型,经过反复训练之后利用该网络来预测进气涡流比。随后,将该模型用于玉柴G2000气缸盖进气涡流比的预测时,当要求相对误差在4%时,命中率可达60%;相对误差在10%时,命中率可达90%,从而为控制进气涡流比提供了一套行之有效的方法。

MATLAB神经网络工具在回转窑煅烧模拟中的应用

本文讨论了MATLAB神经网络工具软件模拟回转窑煅烧的基本原理和步骤,建立了预测游离氧化钙的数学模型。探讨了影响预测结果的因素,提出了一定的解决方案。

基于MATLAB神经网络工具箱的放射性勘探数据的处理

在利用神经网络对放射性勘探数据进行建模后,面临着如何在计算机中实现的问题。自己编程,将需要花费较多的时间和精力。而MATLAB的神经网络工具箱所提供的工具能方便有效地解决这一问题,使研究者可以把主要精力放在研究项目中。

MATLAB神经网络在管道土壤腐蚀评价中的应用

根据现场的土壤腐蚀数据,利用BP人工神经网络原理,借助MATLAB神经网络工具箱函数,设计了土壤理化性质与碳钢腐蚀速率的网络仿真模型,并给出了应用实例,仿真效果显示,预测值与实际值相差很小。通过对X70钢在土壤中的腐蚀速率进行成功预测,证明神经网络在管道土壤腐蚀速率预测中具有实际应用价值。

MATLAB神经网络工具箱在非线性系统建模中的应用

本文介绍在Matlab环境下发电厂水位控制BP模型的建模与仿真方法,得出了预测模型的最优参数。仿真结果表明,MAT-LAB神经网络工具箱可有效地用来解决复杂的非线性控制系统的优化设计问题。

基于MATLAB神经网络的水泥熟料强度预测

水泥熟料强度预测是一个多变量、非线性、大时滞问题．通过研究熟料中矿物组成对熟料强度的影响．可以对熟料的强度进行有效的预测，从而针对各个水泥厂自身的实际情况确定水泥生产中混合材的掺加量．控制出磨水泥的强度偏差．有效地对水泥进行可预见性生产。传统的线性回归分析预测法，把水泥强度与各检测值之间的高度非线性关系简化为线性函数关系．势必影响预测结果的准确性。

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。

面向MATLAB神经网络工具箱的图象数据融合算法及实现

采用了ＢＰ神经网络对某岛屿的５幅不同波段的ＳＡＲ图象进行融合处理，以便能够获得更为清晰的图象。因神经网络的运算涉及大量的矩阵运算，所以采用了ＭＡＴＬＡＢ这一平台来构造ＢＰ神经网络，取得了良好的效果。实验表明，采用的ＢＰ神经网络的图象数据融合的算法及程序设计是有效的，并有广泛的适用性。

基于MATLAB神经网络工具箱的字符识别

介绍了运用前馈神经网络处理字符识别问题的原理,同时阐述了用MATLAB经网络工具箱进行字符识别的方法和步骤,为用神经网络进行字符识别提供了一种解决方案,具有很强的应用价值。

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神经网络的切削力预测

借助MATLAB人工神经网络,对切削力预测进行了研究。通过比较快速BP算法和LM算法在网络训练时的收敛速度,确定了网络的结构和工具函数,并分析了影响切削力预测精度的因素,实现了切削力的精确预测。其研究结果为车削零件加工质量的物理仿真以及加工参数的优化选择提供了依据。

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。

基于MATLAB神经网络工具箱的线性神经网络实现

首先简要介绍了线性神经网络结构和算法,以及 MATLAB 语言的特点。其次介绍了利用 MATLAB 神经网络工具箱实现线性神经网络方法和基本步骤。基于 MATLAB 语言提供的神经网络工具箱函数进行网络设计,用户可以根据自己的需要调用相关的程序,从而省去了编写具体的复杂而冗长的算法细节。最后给出具体的实例,证明该方法是可行的。

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。