基于BP模糊神经网络的电气系统故障诊断方法的研究

本文阐述了BP神经网络模型在水电站电气元件故障诊断中的意义.以专家经验为依据,结合查阅文献的手段,建立了电站电气元件的故障知识库.与此同时,构建了基于模糊综合评判的神经网络数学模型.最后,以一个水电站电气元件故障诊断实例论述,验证该方法的可行性.     

基于神经网络的三电平逆变器故障诊断研究

本文在分析三电平逆变器主电路的故障类型基础上,利用BP神经网络设计三电平逆变器故障诊断方法,即采用三层BP网络对三电平逆变器的非典型故障进行诊断,设计并构建了三电平逆变器实验平台,在该平台上模拟三电平逆变器主电路功率开关管的各种故障,验证了基于BP神经网络的故障诊断方法的可行性和正确性.     

基于BP神经网络的变形监测数据处理与分析

本文以济南幸福逸居住宅楼项目为例,采用了BP神经网络模型和MATLAB中的数值处理方法,对累积沉降量的时间变化曲线进行了预测,证明了BP神经网络在变形监测中的有效性和预测的精确性,为提高信息预测的精度和自动化有着积极的意义。     

基于BP神经网络的体彩销售行为效果模型研究

彩票销售人员的行为与彩票销售绩效之间存在着复杂的非线性关系,为了客观准确的评价体育彩票销售人员行为对绩效的影响,本文在分析体育彩票销售人员行为评价指标的基础上,通过对数据进行主成分分析,形成新的指标体系,而后应用BP神经网络的方法建立模型,并评价模型的拟合能力.结果表明:所建立的素质综合评价模型能较真实地反映出人员的综合素质水平,具有较好的泛化能力.     

基于改进BP神经网络的煤与瓦斯突出预测模型

煤与瓦斯突出已成为危害煤矿安全的重大灾难之一,工作人员对瓦斯突出灾难的预防工作已是现在重要的研究项目。目前的瓦斯突出预测工作中,不同程度的有着一些对预测精确度造成影响的因素,如逻辑推理组合效率低等。利用BP神经网络结合瓦斯突出样本建立了一个预测模型,对BP神经网络算法进行了改进,最后根据提供的某煤矿的数据作为样本,利用MATLAB软件对其进行仿真测试,所得到的预测值和实际值拟合程度较高,可以反映出煤与瓦斯突出的真实情况。     

基于BP神经网络的跳远运动员专项成绩预测模型的构建

利用跳远运动员专项成绩与素质训练水平之间的相关关系,借助人工神经网络强大的函数映射能力,提出了跳远运动员专项成绩的神经网络预测模型。该模型克服了多元回归模型和灰色模型需要事先确定数学模型的缺点,更为准确地映射出运动员素质训练指标与专项运动成绩之间的函数关系。从而精确地预测出跳远运动员的专项成绩。     

BP神经网络在煤相预测分析中的应用

应用煤相分析完成煤层气潜力评价和生气有利带预测已成为煤层气勘探开发中十分重要的方法,然而复杂多样的成煤环境导致不同的层位(纵向上)和不同地区(平面上)的煤相特征存在明显差异,使用传统方法很难实现快速准确的煤相描述,本文采用BP神经网络的方法,利用其较强的自适应非线性学习能力,建立了煤相神经网络模型,并进行了网络训练及预测。结果表明,BP神经网络预测值与实际值非常吻合,从而为煤相研究提供了一种高效准确的方法。     

基于多级构架的模拟电路故障诊断实现

本文利用仿真分析软件采集电路各种故障模式的特征数据,后将采集到的数据构造多层次的神经网络来进行诊断,最后使用虚拟仪器LabVIEW完成对整个流程的编程与控制,通过实际验证故障诊断正确率非常好。     

基于BP神经网络的南平公交综合评价模型研究

本文结合南平中心城区公共交通发展规划项目,建立具有10项评价指标和3层神经网络的公交综合评价模型,通过对评价结果的预测,使得各城市可以更好地自评和管理.实例检验表明,评价模型基本反映城市公交水平,对南平公交发展起到了参照对比和指导作用.     

基于聚类分析和BP人工神经网络的中学生体质健康综合评价模型研究

文章探讨中学生体质健康综合评价模型的构建,为中学生个性化体育锻炼方案或运动处方的制定提供决策依据。采用分层整群抽样的方法,选取2018-2019年南京市12个区抽测的高一年级1003名学生体质健康监测数据。在运用聚类分析确定中学生体质健康类别的基础上,采用BP人工神经网络构建中学生体质健康综合评价模型。通过聚类分析得出学生体质健康的4个类别,对每类别的学生体质健康特点进行分析,发现第Ⅰ类的特点为身体形态差、身体机能指标差、身体素质中,第Ⅱ类的特点为身体形态良、身体机能优、身体素质良,第Ⅲ类的特点为身体形态优、身体机能良、身体素质差,第Ⅳ类的特点为身体形态中、身体机能中、身体素质优;第Ⅰ类在BP人工神经网络模型中的预测准确率最高,其结果为99.1%;其次是第Ⅱ类,预测准确率为92.9%;第Ⅲ类预测准确率为92.1%;第Ⅳ类预测准确率为90.4%。基于聚类分析和BP人工神经网络构建中学生体质健康综合评价模型具有较高的准确性,可用于中学生体质健康的综合评价。     

基于神经网络的电动黄油枪运行参数的预测

本文首先介绍了神经网络预测控制模型,然后建立BP网络预测模型并运用Matlab编程语言,对黄油枪的运行参数进行预测。预测用的学习样本和测试数据都是实际测量数据,经过BP网络训练与测试达到了相应的要求。从测试结果看,采用输入参数正常的数据所得到的预测误差很小,而采用异常输入数据则产生了较大的预测误差。说明该网络预测模型有较高的准确性,能够预测出产品的异常运行参数,为产品的质量控制提供可靠依据。     

铅球运动员专项成绩的神经网络预测模型的构建

利用铅球运动员专项成绩与素质训练水平之间的相关关系,借助人工神经网络强大的函数映射能力,提出了铅球运动员专项成绩的神经网络预测模型。该模型克服了多元回归模型和灰色模型需要事先确定数学模型的缺点,更为准确地映射出运动员素质训练指标与专项运动成绩之间的函数关系,从而精确地预测出铅球运动员的专项成绩。并运用Matlab53开发出预测模型的计算机程序,该程序具有语言简单、运行速度快的特点。     

电力负荷预测神经网络模型的设计

为提高电力负荷预测精度,本文采用Elman神经网络建立模型,提出了一种基于Elman神经网络的电力负荷预测方法,采用自适应学习速率动量梯度下降反向传播算法进行网络训练,对乌鲁木齐电网的实际历史数据进行了仿真,仿真结果表明,Elman神经网络对电力负荷进行预测具有收敛速度快,预测精度高的优点。     

基于人工神经网络的运动员训练模型研究

利用人工神经网络强大的自学习功能，提出了基于神经网络的运动员训练模型。该模型克服了多元回归模型和灰色模型的缺点，能更为准确地映射出运动员素质训练指标与专项运动成绩之间的对应关系。并运用Matlab5．3开发出训练模型的计算机程序，该程序具有语言简单、运行速度快的特点。     

基于神经网络的男子跳远项目训练模型研究

依据我国优秀男子跳远运动员的素质训练水平和专项运动成绩,建立起神经网络的学习样本,并在此基础上提出了基于神经网络的男子跳远项目训练模型.该模型如实地映射出跳远项目中素质训练指标与专项运动成绩之间的相关关系,具有比多元线性回归模型更高的预测精度,为男子跳远项目的训练提供了更为科学的理论指导.     

电力拖动系统动态性能仿真数值计算

本文阐述了电力系统处于稳定状态的重要性。以一个拖动系统为例,构建了Simulink模型,采用单位阶跃信号输入进行数值计算。最终,获取了系统的动态性能数值模拟结果,通过调整增益值,得到了满足性能要求的系统参数。     

基于神经网络的人体100 m跑运动能力综合评价

针对现有人体运动能力评价方法的不足,提出基于人工神经网络的人体100 m跑运动能力综合评价方法,并结合30名12～17岁少年男性运动员的各项测试指标及100 m跑专项成绩建立人体运动能力的神经网络评价模型.将各项测试指标值经过归一化后作为网络输入,人体100 m跑运动能力(由100 m跑运动成绩评定)作为网络输出,利用训练好的网络模型进行100 m跑成绩预测,得到了较好的预测结果.     

基于Quest3D的发动机虚拟拆装系统

本文针对复杂机械产品结构特点,提出一种基于UG NX、DE和Qucst3D的发动机虚拟拆装实现方法.基于UG NX完成发动机整机设计,完成了不同软件平台之间数据格式转换问题,构建发动机虚拟场景,设置运动阻尼,完成基于键盘和GUI的发动机虚拟拆装.装配仿真表明,该系统具有较好的沉浸感.     

基于网络的体育院校教师教学评价系统的开发与实现

教师教学评价是促进教师素质和专业水平发展的重要举措,是建设具有高素质的教师队伍、提高学校教育质量的根本保证。系统采用基于Web的三层B／S体系框架,构建了以督导、领导、学生、教师为多元评价主体的山东体育学院教师教学评价系统,同时该系统还具备评价信息查询、打印、数据库维护等功能,实现教学评价信息管理的无纸化办公。