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180毫秒
BP神经网络在凸轮型线拟合中的应用研究胡万强1,白政民1,吴张永21. 许昌学院电气信息工程学院2. 昆明理工大学机电学院摘 要:介绍了BP网络的原理,算法,并用凸轮对应角度下的理论升程值对BP网络进行训练,然后输出拟合值.经过分析,证明采用BP神经网络拟合凸轮型线,能够实现任意角度下对应理论升程值的快捷计算.关键词:BP神经网络;凸轮;拟合;......
用BP神经网络模型预测Ni-TiN镀层的耐腐蚀性能靳红梅1,肖国荣21. 西安科技大学计算机科学与技术学院2. 广东金融学院计算机科学与技术系摘 要:采用脉冲电沉积方法,在45钢表面制备NiTiN镀层.采用X射线衍射仪和扫描电镜对Ni-TiN镀层进行组织结构和表面形貌分析,利用BP神经网络模型对Ni-TiN镀...模型的预测结果与实测结果相差不大,最大误差为4.1%.关键词:BP神经网络模型;预测;Ni-TiN镀层;......
用BP网络识别岩土材料本构关系的研究 王运敏1,李如忠1,代永新1 (1.马鞍山矿山研究院,安徽省马鞍山市湖北路9号,243004) 摘要:探讨了应用BP网络识别岩土材料本构关系的可行性.用BP网络的最大误差学习算法对岩土材料本构关系进行了自适应辨别.研究表明,BP网络能充分体现岩土材料的非线性关系,具有较高的求解能力. 关键词:BP网络; 本构关系; 自适应; [全文内容正在添加中] ......
......
基于BP神经网络的瓦斯含量预测 吴观茂1,李刚1,黄明1 (1.中国矿业大学煤炭资源与安全开采国家重点实验室,北京,100083;2.安徽理工大学计算机学院,安徽,淮南,232001) 摘要:以淮南矿区潘一矿13-1煤层为研究对象,在分析勘探钻孔资料的基础上,确定了煤层埋深及厚度,项底板岩性,地质构造和煤变质程度是影响煤层瓦斯含量的主要因素;使用BP神经网络方法建立了瓦斯含量预测模型;结合实际数据,对预测模型进行训练和检验.预测结果表明:该模型比使用多元线性回归预测能获得更高的精度,说明预测模型可靠. 关键词:瓦斯含量; BP神经网络; 预测模型; [全文内容正在添加中] ......
基于改进BP神经网络的产品成本预测研究和实现杨久红,王小增嘉应学院电子信息工程学院摘 要:作为成本管理重要环节的产品成本预测是个非线性系统,目前还很难对其建立准确的数学模型.引入BP神经网络算法对产品成本进行预测,针对BP算法容易陷入局部最小的缺陷,提出了改进BP算法.根据产品成本的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,经测试表明,网络具有较高的预测精度,能够为企业生产运营提供可靠的依据.关键词:成本;神经网络;改进BP算法;预测;......
基于遗传算法和BP神经网络岩爆预测胡敏1,2,陈建宏1,2,陆玉根1,21. 中南大学资源与安全工程学院2. 湖南省深部金属矿产开发与灾害控制重点实验室摘 要:将BP神经网络与遗传算法相结合,使用遗传算法优化神经网络的权值和阈值,然后用BP算法训练网络,避免了单独使用BP神经网络训练时易于陷入局部极小值的问题,建立了一种新的岩爆预测模型.采集国内外具有代表性的一些岩爆案例作为BP训练样本,将样本数据经过多次迭代之后,达到指定误差停止训练,利用训练好的模型对某铜矿部分岩爆进行预测,预测结果与实际岩爆等级一致.关键词:BP神经网络;遗传算法;深部开采;岩爆;......
一种改良BP网络方法研究易忠胜,刘树深,李岗,杨万平摘 要:误差反向传播神经(ＢＰ)网络存在学习速度较慢,易陷入局部极小等缺点.通过自适应步长,反传改进参数γ,数据预处理和权值初始化等改良ＢＰ网络,使标准ＢＰ算法收敛速度大大加快,收敛平稳性获得提高.方法用于钙,镁,铁的三组分混合物同时定量分析,取得一定效果.关键词:改良BP网络;钙;镁;铁;同时分光光度法;......
基于BP神经网络的拉斗铲生产能力预测肖双双1,2,李克民1,2,李涛1,2,马力1,2,常治国1,21. 中国矿业大学矿业工程学院2. 煤炭资源与安全开采国家重点实验室摘 要:在分析拉斗铲生产能力影响因素的基础上,选取实动时间,炸药单耗和采装周期3个因素作为BP神经网络的训练参数建立BP神经网络预测模型,并利用MATLAB实现网络的训练和预测.预测结果表明,BP神经网络能够较好地预测拉斗铲的生产能力,预测输出与实际输出之间的相对误差一般小于10%,预测精度达到了工程要求.关键词:BP神经网络;拉斗铲;生产能力;预测;......
BP神经网络的遗传优化及其应用研究 吴翠琴1,卢宏2 (1.江西理工大学,机电工程学院,江西,赣州,341000;2.江西理工大学,信息工程学院,江西,赣州,341000) 摘要:针对BP神经网络具有训练速度慢,容易陷入局部极小值的特点,在分析其训练算法本质的基础上,提出将遗传算法(GA)引入神经网络训练,优化神经网络的权值和阚值,充分发挥遗传算法的全局寻优能力和BP算法的局部搜索优势,形成了一种新的GA-BP神经网络.应用实例仿真结果表明,GA-BP神经网络具有全局搜索,快速收敛的特点,建立的模型具有较高的预测精度和良好的泛化能力. 关键词:神经网络; BP算法; 遗传算法; [全文内容正在添加中] ......
