共查询到20条相似文献,搜索用时 15 毫秒
1.
本文详细介绍了异步电机矢量的控制应用,分别控制磁电流(I1d)及电枢电流(I1q)可以独立地控制直流他励电动机的气隙磁通和电磁转矩。在具有矢量功能控制的异步电机,转矩电流I1q(类似于直流电机电枢电流)和励磁电流I1d(相同于直流电机励磁电流)也被单独控制。 相似文献
2.
BP神经网络是一种单向传播的多层前向网络,具有很强的学习功能,多次训练后的网络具有很好的预测能力。结合BP网络的特点和灌区分水闸的工作原理,应用BP神经网络对闸门控制进行预测,并分析预测结果。 相似文献
3.
本文在借鉴前人研究成果的基础上,基于用户的视点,总结了一套包含15个指标的网站评价指标体系,并采用基于Levenberg-Marquardt算法的BP神经网络模型对专家给出的网站评价结果进行学习,经过学习的神经网络模型可以用来对其他网站进行评价.实验结果表明,该模型是可行的. 相似文献
4.
介绍了基于BP神经网络的PID控制策略,即:采用PID控制器对两个回路实行控制,同时根据系统误差,用BP神经网络分别在线调整PID控制器的比例、积分和微分的系数;具有算法简单,抗干扰性强及鲁棒性好等特点;仿真结果表明了其有效性。 相似文献
5.
尽管人们预测股市已有多种方法,但由于神经网络具有的联想记忆与非线性映射功能使人们对股市的预测多了一种有力的方法。本文研究的内容就是用BP神经网络对股票进行预测。Matlab中的BP神经网络工具箱功能强大。但编程缺乏灵活性,而它的缺点正好用VC++弥补。本文就是用VC++与Matlab混合编程,借助BP神经网络工具箱来实现对股票价格预测的研究。 相似文献
6.
对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。 相似文献
7.
本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络对农业增加值占国内生产总值的比重的测评模型。实验表明,该模型的辨识精度高,能正确实现。 相似文献
8.
9.
煤矿安全是当前安全生产工作中的重中之重,而瓦斯浓度灾害是威胁煤矿安全生产中最严重的一种自然灾害:通过BP神经网络建立对瓦斯浓度预测模型,确定BP神经网络的网络结构和参数,运用18组样本数据可对模型进行训练和仿真。 相似文献
10.
简单阐述了BPNN的发展过程,通过一个实例介绍了BPNN在模式识别中的实际应用,并总结了BP神经网络的优缺点。 相似文献
11.
12.
基于BP神经网络的PID控制在反应釜温度控制中的应用 总被引:2,自引:0,他引:2
常规PID的控制,不但其参数难以整定,而且还依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度.本文根据反应釜温度时间滞后具有非线性、强耦合、不确定性过程的控制需要,提出了一种基于BP神经网络的PID控制方法;并介绍了神经网络PID控制器的算法,对经典PID参数选取进行了分析.仿真结果表明,与传统PID算法相比该控制方法可实现有效的控制,具有实现简单、控制效果好的特点. 相似文献
13.
14.
15.
本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量. 相似文献
16.
在建设项目工程中造价估算是一项十分重要的工作,根据神经网络的原理和工程造价估算的特点,通过研究工程造价的构成,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了主要因素,作为神经网络的输入变量,提出了基于BP神经网络的工程估价模型,共收集工程估价实例作为训练样本作为检测实例,经测算其精度基本可以满足实际工程投资估算的需要。因此:神经网络在这方面有很好的应用前景。 相似文献
17.
介绍了人工神经网络的基本原理、反向传播算法和算法的步骤。利用BP网络的算法解决电磁炉的性能评价及选择问题,并建立相应的模型。通过BP神经网络模型评判电磁炉总体性能的好坏,从而对电磁炉进行选择时能作出更好的决策。 相似文献
18.
19.
设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0.027623,这说明此方法是有效和可行的。 相似文献
20.
BP神经网络在我国粮食产量预测中的应用 总被引:14,自引:0,他引:14
本文基于BP神经网络模型,进行了2001-2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992-2000年粮食产量与实际产量的误差值大小,可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法,它具有很强的学习与泛化(推广)能力,具有很好的应用价值。 相似文献