基于神经网络的水轮机调速系统故障诊断

作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安奎生产的基本保证。已有水轮机调速系统故障诊断方法存在诊断时间长、准确率低等缺点。本文针对水电站远程监控系统的需要，系统研究了水轮机调速系统故障诊断方法，提出基于神经网络的D-S证据推理方法，应用刘水轮机调速系统故障检测中，提高了诊断准确率。     

图书借阅流量行为季节预测模型

指出图书借阅流量行为预测是图书借阅行为学的一个重要研究方向,常规的借阅流量预测大多采用的是ARIMA时间序列模型,但普通时间序列预测模型的参数难以估计并且模型较难处理非平稳时间序列问题。基于时间序列的神经图书借阅模型研究是,根据图书借阅流量行为的季节性特点,提出季节型神经图书借阅模型。用模型对图书借阅流量行为的预测分析表明,该模型预测效果较好,结果合理,对进行图书借阅实时监控及图书借阅管理都具有一定的理论和实践价值。     

基于RBF神经网络的生态文明建设水平测度指标体系构建

基于北京市生态文明建设现状,为促进经济发展与环境保护相适应,提高生态文明建设水平,以北京市2005年-2019年的生态文明建设相关数据为研究对象,在对北京市进行充分研究的基础上初选44个指标,使用相关性分析做指标初筛,再使用集对分析—RBF神经网络法进行优化,最终形成包括22个指标在内的北京市生态文明建设水平测度指标体系,旨对北京市生态文明建设指标体系研究做出贡献。     

基于PCA和ANFIS的黄土湿陷系数预测

运用人工智能原理,提出一种基于主成分分析法（PCA）与自适应神经模糊推理系统（ANFIS）的黄土湿陷系数预测方法．首先通过主成分分析对黄土的物理指标提取主成分,以消除变量间的相关性和减少模型输入量的目的;再利用神经网络的高自适应性和模糊推理系统的推理能力建立ANFIS模型,提出一种新的黄土湿陷性预测方法．通过实测数据和预测数据的对比分析,平均误差0．29％,最大误差20％,在工程上可以接受的范围,实例说明这种预测方法是可行的．     

基于BP神经网络和AR模型的人口预测

利用MATLAB编程软件,分别建立BP神经网络和AR模型,采用全国出生率,死亡率,老年抚养率等9个指标作为样本,分别对BP网络和AR模型进行训练,预测5年后的人口数量.结果表明这两种方法预测人口均是可行的,效果较好,误差很小,但是AR模型较适合线性预测,而BP网络适合较非线性预测.     

基于核主成分分析的丝织物缝纫平整度模糊评价

通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能.     

基于GA-BP算法的水电机组故障诊断模型

将GA-BP算法引入水电机组的故障诊断中,建立了基于GA-BP算法的水电机组故障诊断模型.通过Matlab的相关工具箱进行仿真,结果表明基于GA-BP算法的诊断模型的正确性高于基于BP算法的诊断模型.     

基于BP神经网络PID自整定的光电色选机控制系统

采用BP神经网络参数自整定PID的控制策略来实现对光电色选机的自动化智能控制,系统以TMS320VC5402为主控器,对光电色选机主作业参数之流量、背景板角度和滑槽仰角进行在线自整定,达到自动调整色选机工作状态的目的;并且设计了基于DSP的智能控制方案,给出了系统的硬件构成和软件实现算法.     

基于多层神经网络的饱和非线性输入自适应控制

针对一类具有未知饱和模型的单输入单输出非线性系统的控制问题,根据滑模控制原理和多层神经网络的逼近能力,提出了一种直接自适应神经网络控制器的设计新方案。该方法将控制增益推广到未知函数,通过补偿饱和模型方法取消了饱和模型各参数已知的条件。鲁棒项的引入消除了建模误差和参数估计误差的影响。理论分析证明了闭环系统是半全局一致终结有界,跟踪误差收敛到零的邻域内。仿真结果进一步表明所提控制方法的有效性。