润滑材料智能分析系统中BP神经网络权值的优化

探讨了运用遗传算法对润滑油智能分析系统中神经网络的连接权值的优化.在预先对网络结构进行优化后,对随机产生的网络权值及阈值进行编码,利用多种不同的初始连接权值分别对每个网络进行训练,利用误差函数确定适应度函数,利用交叉、变异等遗传操作算子对群体进行处理,从而得出最佳网络权值和阈值.

多面函数法与移动法的加权综合模型在GPS水准中的应用

由于GPS水准的多种函数逼近模型有其使用的条件和范围,但在使用单一拟合模型逼近高程异常曲面时,不可避免会顾此失彼,使计算结果的精度和可靠性降低。为了提高似大地水准面的精度,本文提出了应用多面函数法与移动法的综合模型来逼近高程异常曲面的方法,其基本思想是:用相同的已测点的原始数据,分别采用多面函数法和移动法来逼近GPS网中未测点的高程异常值,然后在单一模型逼近结果的基础上进行加权综合。通过对实测数据的计算分析可发现,多面函数法与移动法的加权综合模型的逼近结果比单一模型的逼近结果有了较大的提高,因此可见综合模型对于局部平原地区解决GPS高程转化为正常高是有使用价值的。

内燃机油清净剂复配实验的模拟与预测

探讨了汽车内燃机油清净剂复配实验的模拟与预测。首先实验研究了T102、T106、T113的复配性能,获得原始数据,然后采用附加动量法、变学习率算法以及动量法与自适应学习率组合算法分别对优化后的BP神经网络进行训练,对实验进行模拟与预测。结果表明,采用附加动量法无法达到预测目标,而采用动量法与自适应学习率组合算法对清净剂复配实验有较好的模拟与预测。