共搜索到2288条信息，每页显示10条信息，共229页。用时：0小时0分0秒360毫秒
基于BP网络预测建模中的早终止方法及其矿业应用 吴大宏1,李英龙1 (1.昆明理工大学资源开发系,昆明,650093) 摘要:为克服基于BP网络的实用预测建模中,盲目地过多训练网络所造成的网络"过度拟合"问题,本文论述了采用"早终止"方式的基于BP网络的预测建模方法,并以一选矿建模实例来说明这种方法的应用及"早终止"方式的具体实施途径. 关键词:BP网络; 预测; 早终止; 矿业; [全文内容正在添加中] ......
基于BP网络的某矿山充填料浆配比优化 张钦礼,李谢平,杨伟 (中南大学 资源与安全工程学院,湖南 长沙,410083) 摘要:针对目前某矿山残矿回采充填体质量所存在的问题,提出采用分级尾砂胶结充填的方案.分析分级尾砂的物化特性,得出分级尾砂作为充填骨料的可行性.通过配比试验,初步确定影响料浆质量的因素.为了得到最优配比,采用神经网络进行优化,以料浆浓度及各组分添加量作为输入因子,塌落度,7 d抗压强度及28 d抗压强度作为输出因子,并以配比实验数据为训练和检验样本来建立BP神经网络预测模型.对比隐含层节点数对模型训练过程及预测精度的影响,选取最佳预测模型结构为4-9-3.将配比参数细化输入到预测模型中,从而搜索出优选样本,得到最优配比为m(水泥):m(粉煤灰):m(尾砂)=1:3:8.优化结果表明:在保证强度的前提下,粉煤灰的添加可有效地降低充填成本,经济效益显著. 关键词:胶结充填；物......
基于BP神经网络的Cu-0.75Cr挤压过程中的挤压力预测 周伯楚1,吴朋越1,陈钢2,苏娟华1 (1.河南科技大学材料学院,河南,洛阳,471003;2.中信重型机械公司铸锻厂,河南,洛阳,471039) 摘要:运用BP神经网络方法建立Cu-0.75Cr合金反挤压挤压力预测模型.在挤压过程中,有多种因素对挤压力产生影响,模型反映出各因素之间的非线性关系.挤压力预测值与试验结果吻合良好. 关键词:材料科学基础; Cu-0.75Cr铜合金; BP神经网络; 挤压力; [全文内容正在添加中] ......
个旧高松矿田多成矿地质因素BP网络成矿预测吴华平1,赵江南21. 广东省地震局地震监测与减灾技术重点实验室2. 中国地质大学资源学院摘 要:研究了BP网络模拟多成矿地质因素和矿床特征之间的非线性关系,创建了BP网络成矿预测流程图.以个旧高松矿田为例,分析矿区地质背景,控矿地质要素,地球化学特征,组建了多成矿地质因素预测模型;圈出了4个一级远景区(成矿有利度>0.6),2个二级远景区(0.6>成矿有利度>0.5).经踏勘验证,与实际情况较为符合.关键词:BP网络;多成矿地质因素;预测流程;预测模型;......
基于正交设计与BP神经网络优化制备纳米WC-MgO复合粉末吴彩霞,方敏,余贤旺,田军花浙江省冶金研究院有限公司摘 要:采用高能球磨对WC粉和MgO粉进行球磨制备纳米WC-MgO复合粉末.为获得晶粒尺寸较小的纳米复合粉末,运用正交实验设计结合BP神经网络优化球磨工艺参数.以磨球直径,球磨转速和球料比为正交实验设计因子,每个因子各取4个水平,以WC-MgO复合粉末的晶粒尺寸为目标因子,编制3因素4水平正交设计表.结合BP神经网络强大的自学习和函数拟合功能,以正交设计表中3因素为网络输入层,以晶粒尺寸为网络输出层,建立BP神经网络优化模型,并通过该模型进行预测和优选,得到最佳的高能球磨工艺参数.即磨球直径10mm,球磨转速324r/min,球料比6.45:1.此时,WC-MgO复合粉末的晶粒尺寸为......
法的初始权重设置规则,克服了对输入向量限制过于严格的不足；通过优化算法运行步骤,提高了算法的运行效果；改进后的CPN算法比BP算法所得预测结果误差小,比目前电力负荷预测研究中RBF和Elman神经网络所得预测结果误差也小；与BP算法相比,CPN改进算法的预测精度提高4%左右,运算时间减少45%,适用于电力负荷的预测. 关键词:负荷预测；人工神经网络；BP神经网络；对传神经网络 中图分类号.... Based on the optimization of the operation process, the efficient of the CPN can be enhanced. The simulation error using the ameliorated CPN is lower than those with BP, RBF and Elman networks......
基于MATLAB的BP网络预报2350中板轧制力能参数 魏立群1 (1.上海应用技术学院材料工程系,上海,200235) 摘要:应用MATLAB神经网络工具箱训练BP网络的基本原理和方法,建立了2350中板轧机轧制压力和轧制力矩的BP网络.预报计算表明:该BP网络高效简便,计算精度好,所训练好的BP网络预报2350中板轧机的轧制压力和轧制力矩的相对误差小于5%,满足生产控制的要求. 关键词:MATLAB软件; BP网络; 2350中板轧机; 轧制压力; 轧制力矩; [全文内容正在添加中] ......
基于BP神经网络的TC4钛合金超塑性变形后组织及性能预测研究 王珉1,周建华1,左敦稳1,谢兰生1,陈明和1 (1.南京航空航天大学机电工程学院,江苏,南京,210016) 摘要:分别用Visual Fortran语言和MATLAB软件建立了TC4钛合金超塑性变形时变形参数与其力学性能和晶粒尺寸之间的BP神经网络模型,通过用较少的力学性能和晶粒尺寸的试验数据进行训练,进而对其性能进行预测.结果表明,BP神经网络用于材料超塑性变形后的力学性能及晶粒尺寸预测是可行的,其预测误差小于7%. 关键词:超塑性; TC4钛合金; BP神经网络; 预测; [全文内容正在添加中] ......
基于BP网络的材料设计方法 张国英1,刘贵立2 (1.东北大学;2.沈阳工业大学) 摘要:在实验数据的基础上,利用BP网络建立高Co-Ni二次硬化钢的力学性能与其化学成分及热处理温度对应关系的模型.提出将材料力学性能指标作为网络的输入,化学成分和热处理温度作为网络的输出,根据力学性能设计材料的化学成分含量及热处理条件,克服了各种优化方法计算量大,容易陷入局部最优解的缺点,为高性能材料设计提供了一定的理论辅助手段. 关键词:高Co-Ni二次硬化钢:人工神经网络; 材料设计; [全文内容正在添加中] ......
基于BP神经网络的矿山投资项目风险评判 唐功方1,谢利人2 (1.长沙勘测设计研究院,湖南,长沙,410007;2.保险学院,湖南,长沙,410114) 摘要:随着矿山投资热度的提高,人们越来越重视矿山投资项目的风险评判.但矿山投资项目的风险评判相当复杂,传统的回归分析方法并不能取得令人满意的效果.而神经网络方法由于有超强的学习,容错性能,对解决非线性问题的效果较好.因此文章认为用BP神经网络系统对矿山投资项目的风险评判结果是比较理想的. 关键词:BP神经网络; 矿山投资项目; 风险评判; [全文内容正在添加中] ......
