共查询到17条相似文献,搜索用时 187 毫秒
1.
以往的研究者在选择车辆运行状态远程监测分析系统的分析方法时,有的人为了更快的收敛速度选择了传统的基于规则的专家系统,有的人为了更高的精确度选择了BP(Back Propagation,反向传播)神经网络,文中所介绍的RBF(Radical Basis Function,径向基函数)神经网络(以下简称径向基网络)正好可以在这两种方法之间找到一种平衡。该神经网络既保持了BP神经网络的精确度又提高了其收敛速度,是以往的研究者在BP神经网络的基础上改进而来的。文中的仿真实验验证了该神经网络的精确度和收敛速度完全可以满足我们对车辆运行状态远程监测分析系统的要求。 相似文献
2.
针对常规大修决策模型PQI模型的缺陷,利用改进型BP神经网络建立沥青路面大修决策模型。改进型BP神经网络是在神经网络中间层和输出层上加入特殊的偏差单元,以加快BP神经网络的收敛速度、并提高其计算精度。本文根据安徽省高速公路沥青路面的实际情况,建立了有5个输入单元和一个输出单元的神经网络,并利用历年路况检测结果和专家对路况的主观评价结果对网络进行了训练。结果表明神经网络计算结果的精度很高。 相似文献
3.
本文简要介绍了BP神经网络的缺点,着重强调了BP神经网络的算法改进,并且,利用Matlab仿真了各种改进算法的学习速度,从结果看改进后的BP神经网络能较好地解决针BP算法学习速度慢的缺点。 相似文献
4.
基于人工神经网络的边坡稳定性评价 总被引:4,自引:1,他引:3
应用改进的BP神经网络模型对国道107线清连一级公路部分高危边坡进行了稳定性评价研究。研究表明,改进的BP模型具有收敛快、数据输入方便、预测结果准确可靠等优点* 相似文献
5.
6.
7.
8.
人工神经网络在桥梁结构等级评估中的应用 总被引:3,自引:0,他引:3
介绍了径向基函数神经网络和BP神经网络模型的特点 ,提出了基于神经网络的桥梁结构等级评估方法 ,讨论了这两种神经网络模型的误差及其收敛速度 相似文献
9.
针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少. 相似文献
10.
基于改进BP神经网络的柴油机故障诊断研究 总被引:5,自引:0,他引:5
根据柴油发动机故障与征兆之间关系来建立一种采用BP算法前馈型神经网络结构,然而采用标准BP算法对神经网络训练进行训练,但存在收敛速度慢等问题。因此,又采用添加动量项和自适应学习速率两种方法对标准BP算法进行改进,并将改进的BP算法运用于神经网络训练,结果表明改进的BP神经网络能够改善收敛速度慢的缺点,而且预测故障效果较好。 相似文献
11.
12.
13.
为解决盾构在复杂地层施工时推进速度和压力难以控制的问题,在压力流量控制的基础上提出BP神经网络控制策略。通过AMESim建立推进系统物理模型,并利用Simulink设计出BP神经网络控制器,最后对系统进行联合仿真,分析推进系统液压缸在变流量和变负载工况下推进速度和压力的响应特性。仿真结果表明:该控制策略与常规PID控制相比,波动幅度降低,调节时间快。采用BP神经网络PID控制能够有效地提高盾构在负载突变情况下速度和压力控制精度,稳定性好、适应能力强,为盾构控制系统设计和优化提供理论参考。 相似文献
14.
15.
16.
为研究复合地层超大直径泥水盾构掘进参数之间的复杂关系,以汕头海湾隧道工程为背景,选取700环掘进数据,通过优选函数类别和网络结构,建立基于BP神经网络的复合地层超大直径泥水盾构掘进参数预测模型,定量预测刀盘转矩、刀盘能耗和平均泥水压力。研究表明: 1)复合地层盾构贯入度和掘进速度、贯入度和刀盘转速、刀盘电流和刀盘转速的皮氏积矩相关系数绝对值均在0.75以上,具有良好的线性相关性,其他掘进参数之间相关性较不明确; 2)复合地层盾构刀盘转矩和刀盘能耗预测值与实际值的算术平均误差在5%左右,平均泥水压力预测值与实际值的算术平均误差为1.31%,预测精度较高,满足盾构施工要求; 3)基于BP神经网络预测模型,软土地层各掘进参数预测效果得到进一步提升; 4)根据BP神经网络预测模型输入参数定量预测其他掘进参数,操作简单,预测效果良好,能够为盾构主司机提供参考,同时提高施工效率,为实现智能掘进打下基础。 相似文献