基于优化的BP神经网络柴油机燃料系故障诊断仿真研究

神经网络具有并行处理能力、自学习能力,自适应能力和可以逼近任意的非线性函数等特点,是解决非线性、多变量、不确定的复杂诊断问题的一条有效的途径,神经网络的这些特点使得它在故障谚断领域应用越来越广泛.本文利用LM改进学习算法训练所建立的BP神经网络,然后利用训练好的神经网络进行柴油机故障诊断,得出诊断结果,使故障诊断具有人工智能化.     

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。     

利用BP神经网络进行跳高专项成绩预测

应用Matlab语言及其神经网络工具包，利用BP神经网络对跳高运动员专项成绩进行预测。结果表明，该方法能够根据运动员专项身体素质较准确地预测跳高专项成绩。     

基于反向传播神经网络的变压器绝缘故障诊断方法

近年来我国经济的增长促进了电力需求的增长,在这个背景下电力系统技术发展极快,比如超高压、大电网和自动化电网系统等先进技术都已经进入实际应用阶段,装机容量和用电量都达到了世界一流。然而,电力作为人类能源消费最重要的直接能源根据预测电力需求还会呈现快速增长趋势,这就会导致生活工业用电的增长需求大于实际供电能力的矛盾,从而阻碍社会经济的发展。为了促进我国经济的可持续发展,就需要保障我国电力供应的持续发展。目前供电、用电以及发电呈现三位一体关系,如果某一环节出现问题就会造成整个体系的崩溃,所以大力发展电力工业、维护电气设备,保障电力设备的安全稳定才能够让这个电力系统正常稳定运转,才能够确保我国经济的持续发展和人民生活条件持续改善。     

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。     

BP与小波神经网络短时交通流预测对比研究

短时交通量预测是实时管理、调度城市交通的基础.采用小波神经网络方法预测短时交通量,给出了小波变换的基本原理,选取母小波为隐含层基函数构建小波神经网络的基本框架.选取南京市某路段为实例,通过对比传统BP神经网络说明小波神经网络的准确性.实验表明,两种神经网络预测方法都具有一定的准确性,小波神经网络优于BP神经网络.     

三电平光伏逆变器故障诊断研究

本文通过对三电平光伏逆变器的故障类型和当前常用的故障诊断方法进行分析,将不同故障诊断方法的优劣进行对比,发现当前的故障诊断方法存在一定的缺陷;提出一种基于小波变换和极限学习机神经网络相结合的逆变器故障诊断方法,该方法可实现对三电平光伏逆变器多模式故障的诊断。通过仿真实验,验证该方法的正确性和有效性。     

神经网络模型在运动成绩预测中的应用

神经网络作为非线性科学的重要学科,近年来发展迅速,在很多领域都得到了广泛的应用。利用人工神经元网络建立运动成绩预测模型对奥运会男子100m第一名成绩进行预测,结果显示预测模型获得的计算值与实际值之间具有较高的拟和精度。因此,建立神经网络预测模型对研究竞技运动训练理论具有重要的实际研究意义。     

在变利率下对未决赔款准备金的估计--基于神经网络实现

在保险精算学中,经常使用链梯法、已结案每案支付额法、已发生每案支付额法估计未决赔款准备金。传统的链梯法在对未决赔款准备金进行估计时,对最后一个观察年后的利率通常取一个固定的数值,然而在实际情况下,由于通货膨胀、金融危机、经济政策等原因的存在利率是变化的。本文在考虑通货膨胀、金融危机、经济政策等的条件下,首先应用BP神经网络根据已知的各进展年的利率对最后一个观察年后的利率进行预测,然后在传统链梯法的基础上,对未决赔款准备金进行估计。     

基于神经网络的大学生身体素质测试评估模型研究

依据《大学生体育合格标准》,建立起神经网络的学习样本,提出了基于神经网络的的男子大学生身体素质评估的训练模型。该模型如实地映射出大学生身体素质评估各项指标与最终评估成绩的相关关系,为大学生身体素质评估的测试提供了更为科学的理论指导。     

往复压缩机基于状态监测与故障诊断的RCM技术研究

本文将以某石化公司120万吨/年柴油加氢装置往复压缩机组为例,以现有故障诊断与RCM技术为基础,基于实现两者结合的目的,研究一种基于状态监测与故障诊断的RCM技术.该技术将RCM与先进的状态监测和诊断技术手段相结合,使其不但具有设备状态监测实时性和设备故障智能诊断功能,并且达到降低维护成本,提高往复压缩机的可利用率,延长大修周期的目的,进而提高整体的经济效益.     

基于Multisim11.0的模拟或数字电路故障诊断

本文从Multisim11.0这一软件的卓越的自动化性能着手,分析其在模拟或数字电路的应用规律以及可能出现的问题及对应的解决策略,希望能够帮助软件使用者,更好的发挥这一软件的作用,从而提高模拟或数字电路的故障诊断效率,有效预防模拟或数字电路可能发生的故障.