人工神經(jīng)網(wǎng)絡(luò)建模的PTC功率智能檢測(cè)技術(shù)

本文分析了引起光電檢測(cè)系統(tǒng)非線性誤差的因素。在基于光電二極管的光照度檢測(cè)實(shí)驗(yàn)中,應(yīng)用rbf人工神經(jīng)網(wǎng)絡(luò)對(duì)光信號(hào)和電信號(hào)進(jìn)行非線性誤差補(bǔ)償,實(shí)現(xiàn)了在不同環(huán)境溫度下,光信號(hào)與電信號(hào)的線性轉(zhuǎn)換,有效地提高光照度檢測(cè)的檢測(cè)精度。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.

對(duì)現(xiàn)有橋梁的評(píng)估方法作了簡(jiǎn)要介紹,重點(diǎn)討論了常用的bp人工神經(jīng)網(wǎng)絡(luò)模型,并將bp模型應(yīng)用到橋梁結(jié)構(gòu)檢測(cè)評(píng)估中,指出人工神經(jīng)網(wǎng)絡(luò)在橋梁結(jié)構(gòu)的檢測(cè)評(píng)估方面一定有很好的發(fā)展前景。

人工神經(jīng)網(wǎng)絡(luò)模型描述

針對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測(cè),建立了短期電力負(fù)荷預(yù)測(cè)模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測(cè)。某電網(wǎng)實(shí)際預(yù)測(cè)結(jié)果表明,rbf比bp、elman有更好的預(yù)測(cè)精度,更快的速度。

以標(biāo)準(zhǔn)漸開線直齒輪齒根彎曲模型為例,就目前還無法用公式來計(jì)算的輪齒形變,利用人工神經(jīng)網(wǎng)絡(luò)的快速、非線性映射的特性來數(shù)字模擬輪齒形變,并利用labview為平臺(tái),開發(fā)了一套基于人工神經(jīng)網(wǎng)絡(luò)的工程建模和計(jì)算的仿真模擬系統(tǒng)軟件.通過對(duì)軟件的實(shí)際運(yùn)行,取得了較好的效果.

研究目的:本文以天津市河北大街混合梁斜拉橋?yàn)楣こ瘫尘?基于人工神經(jīng)網(wǎng)絡(luò)模型,提出適用于混合梁斜拉橋的分步識(shí)別方法,分別采用概率和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)子結(jié)構(gòu)和鋼主梁子結(jié)構(gòu)局部構(gòu)件進(jìn)行損傷識(shí)別。此外還提出適用于鋼主梁局部構(gòu)件識(shí)別的動(dòng)-靜組合損傷指標(biāo),并建立相應(yīng)的徑向基函數(shù)網(wǎng)絡(luò)模型,分別針對(duì)單損傷、雙損傷和三損傷的不同損傷情況進(jìn)行數(shù)值模擬。研究結(jié)論:識(shí)別結(jié)果表明:(1)本文所提出的分步識(shí)別方法具有較高的識(shí)別精度,網(wǎng)絡(luò)識(shí)別速度快,適用于大型混合梁斜拉橋的智能診斷過程;(2)所提出的動(dòng)-靜組合損傷指標(biāo)對(duì)混合梁斜拉橋的局部損傷識(shí)別也較為敏感;(3)單處損傷測(cè)試工況中,識(shí)別精度幾乎高達(dá)100%;(4)在兩處和三處損傷測(cè)試工況中,位置識(shí)別正確率分別達(dá)到82.61%和78.3%。

基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量評(píng)價(jià)

根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.

鑒于前人推導(dǎo)的鎬形截齒破巖截割阻力和截割比能耗的理論公式計(jì)算值與實(shí)際值相差較大以及最優(yōu)截槽寬沒有定量表示,文中選取巖石密度、單軸抗壓強(qiáng)度、抗拉強(qiáng)度、靜態(tài)彈性模量等為影響因子,建立了bp預(yù)測(cè)網(wǎng)絡(luò)模型,并利用此模型對(duì)我國(guó)常見的4種巖石鎬形齒截割參數(shù)進(jìn)行了預(yù)測(cè)。檢驗(yàn)及預(yù)測(cè)的結(jié)果表明建立的預(yù)測(cè)網(wǎng)絡(luò)運(yùn)行穩(wěn)定,預(yù)測(cè)結(jié)果良好,對(duì)截割力的預(yù)測(cè)優(yōu)于理論計(jì)算結(jié)果,對(duì)截槽寬和截割厚度最優(yōu)比值、截割比能耗的預(yù)測(cè)結(jié)果良好,相對(duì)現(xiàn)有理論的計(jì)算和經(jīng)驗(yàn)公式計(jì)算精度有了很大提高,能更好的滿足工程要求。

探討了礦井構(gòu)造定量評(píng)價(jià)的人工神經(jīng)網(wǎng)絡(luò)方法,結(jié)合東坡井田討論了bp模型的輸入層、隱含層和輸出層的構(gòu)置和優(yōu)選等問題,利用東坡井田已知資料使用有序地質(zhì)量最優(yōu)分割方法和插值法得到學(xué)習(xí)樣本,經(jīng)過學(xué)習(xí)樣本的訓(xùn)練,對(duì)未知單元進(jìn)行評(píng)價(jià)。

提出基于人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測(cè)新方法,通過工程實(shí)例應(yīng)用,在較短的實(shí)測(cè)資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預(yù)測(cè)精度高。

工程造價(jià)估算是招標(biāo)投標(biāo)中的重要一環(huán)，為了探討神經(jīng)網(wǎng)絡(luò)在工程造價(jià)估算中的應(yīng)用，利用神經(jīng)網(wǎng)絡(luò)建立了工程造價(jià)估算的模型。實(shí)例分析表明，基于神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算方法是可行的，估算結(jié)果是可靠的。

為在繼電器的設(shè)計(jì)和生產(chǎn)階段通過多個(gè)評(píng)價(jià)指標(biāo)評(píng)價(jià)其整體品質(zhì),研究了多層次綜合評(píng)判模型的可計(jì)算性。該模型依據(jù)電器產(chǎn)品設(shè)計(jì)方案關(guān)于技術(shù)性能和成本的綜合評(píng)價(jià)指標(biāo)體系,并通過對(duì)神經(jīng)網(wǎng)絡(luò)原理的評(píng)判方法的研究而建立。實(shí)例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識(shí)別問題提供了一個(gè)全新的途徑。

造價(jià)估算是建筑工程項(xiàng)目可行性研究中關(guān)鍵性的工作,其結(jié)果直接影響投資決策的判斷。針對(duì)現(xiàn)行造價(jià)估算方法存在未考慮造價(jià)的動(dòng)態(tài)性且受主觀因素影響的缺陷,引入人工神經(jīng)網(wǎng)絡(luò)理論,根據(jù)其基本原理,結(jié)合影響住宅工程造價(jià)的主要因素,利用matlab平臺(tái)建立了造價(jià)估算的數(shù)學(xué)模型,并用重慶市區(qū)已建典型工程資料對(duì)模型進(jìn)行了訓(xùn)練和檢驗(yàn),證明了此方法的可行性。

文章針對(duì)會(huì)計(jì)要素信息確認(rèn)方式的滯后性,分析了傳統(tǒng)erp系統(tǒng)下財(cái)務(wù)業(yè)務(wù)一體化模塊會(huì)計(jì)數(shù)據(jù)自動(dòng)轉(zhuǎn)化的流程,提出利用人工神經(jīng)網(wǎng)絡(luò)這一智能化理論工具進(jìn)行會(huì)計(jì)確認(rèn)的新方法,該思路能充分發(fā)揮現(xiàn)代信息技術(shù)在數(shù)據(jù)處理上的優(yōu)勢(shì),實(shí)現(xiàn)更高效的會(huì)計(jì)核算信息處理.

自1980年我國(guó)開始實(shí)施住宅制度改革以來,商品住宅價(jià)格的確定已成為我國(guó)住宅市場(chǎng)的核心問題,也是各級(jí)政府房地產(chǎn)業(yè)宏觀管理與調(diào)控的指示燈,商品住宅價(jià)格的變化直接關(guān)系到廣大消費(fèi)者的切身利益,是社會(huì)關(guān)注的熱點(diǎn)問題。因此,本文從市場(chǎng)價(jià)格的確定機(jī)制出發(fā),尋求影響商品住宅價(jià)格的因素,并采用bp人工神經(jīng)網(wǎng)絡(luò)定量分析這些影響

在灌區(qū)改造規(guī)劃資料統(tǒng)計(jì)的基礎(chǔ)上,擬建了一套涵蓋較全面的指標(biāo)和指標(biāo)分級(jí)體系,利用附加動(dòng)量/自適應(yīng)學(xué)習(xí)率的改進(jìn)bp算法,建立一個(gè)人工神經(jīng)網(wǎng)絡(luò)綜合評(píng)價(jià)模型,并對(duì)二個(gè)實(shí)際灌區(qū)進(jìn)行評(píng)價(jià)。模型具有突出體現(xiàn)目標(biāo)、靈敏反映差異,收斂快等特點(diǎn)。

提出一種使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)來估計(jì)紅外圖像背景的快速算法,并利用紅外圖像中弱小目標(biāo)的特性來構(gòu)建目標(biāo)模型,采用中心重合的大、小兩個(gè)窗口,用大窗口的外層來估計(jì)目標(biāo)周圍的背景,即隱含層第一個(gè)結(jié)點(diǎn)的輸出值,大窗口內(nèi)的小窗口則是用來估計(jì)中心像素的特性,即隱含層第二個(gè)結(jié)點(diǎn)的輸出值,用隱含層第二個(gè)結(jié)點(diǎn)減去第一個(gè)結(jié)點(diǎn)的差的大小來判斷中心像素是屬于目標(biāo)還是背景,差值越大輸出值越大。采用該思想訓(xùn)練網(wǎng)絡(luò)權(quán)值,可以更好地檢測(cè)真目標(biāo),剔除虛假目標(biāo)。

第6卷第4期計(jì)算機(jī)集成制造系統(tǒng)vol.6,no.4 2000年8月cimsaug.,2000 文章編號(hào):1006-5911(2000)04-0036-05 基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的產(chǎn)品可裝配性評(píng)價(jià) u 馮禹,馬玉林,蔡鶴皋 (哈爾濱工業(yè)大學(xué)現(xiàn)代生產(chǎn)技術(shù)中心,黑龍江哈爾濱150001) 摘要:討論了以往產(chǎn)品可裝配性評(píng)價(jià)方法的不足,并根據(jù)人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn),闡述了人工 神經(jīng)網(wǎng)絡(luò)在可裝配性評(píng)價(jià)中運(yùn)用的適用性和基于人工神經(jīng)網(wǎng)絡(luò)的可裝配性評(píng)價(jià)的實(shí)現(xiàn)方法。根據(jù) boothroyd方法中提供的實(shí)驗(yàn)數(shù)據(jù),通過神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)建立了評(píng)價(jià)模型,依此模型可以對(duì)表征產(chǎn) 品可裝配性的裝配時(shí)間等指標(biāo)進(jìn)行評(píng)價(jià),為優(yōu)選設(shè)計(jì)方案和改進(jìn)設(shè)計(jì)提供決策支持。 關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò);面向裝配的設(shè)計(jì);可裝配性評(píng)價(jià);設(shè)計(jì)評(píng)價(jià) 中圖分類號(hào):tp18

使用pcl(patrancommandlanguage)實(shí)現(xiàn)了patran環(huán)境下的機(jī)翼參數(shù)化模型。其優(yōu)化模型包含兩類設(shè)計(jì)變量:幾何位置變量和幾何尺寸變量。在采用nastran軟件實(shí)現(xiàn)幾何尺寸優(yōu)化的基礎(chǔ)上,結(jié)合均勻試驗(yàn)設(shè)計(jì)方法,利用神經(jīng)網(wǎng)絡(luò)的高度非線性映射功能,建立了目標(biāo)函數(shù)與位置設(shè)計(jì)變量的映射關(guān)系。在matlab環(huán)境下,編寫了使用改進(jìn)的可行方向法的優(yōu)化程序,并對(duì)翼梁位置完成優(yōu)化,最終完成了整個(gè)機(jī)翼的布局優(yōu)化設(shè)計(jì)?？梢钥闯?將參數(shù)化建模與神經(jīng)網(wǎng)絡(luò)功能結(jié)合進(jìn)行結(jié)構(gòu)優(yōu)化,能更好地發(fā)揮神經(jīng)網(wǎng)絡(luò)的映射功能,使優(yōu)化結(jié)果更加精確、高效。所提方法可以解決在patran環(huán)境下的復(fù)雜結(jié)構(gòu)位置變量?jī)?yōu)化問題,彌補(bǔ)了該軟件的不足之處,具有很好的應(yīng)用推廣價(jià)值。