人工神經網絡技術可通過預先提供的一批互相對應的輸入輸出數據,分析掌握其潛在規律,并依據此規律利用新的輸入數據推算輸出結果。通過分析以往儲集層壓后產能分析技術的不足,優選出神經網絡技術,基于其基本思想,首先建立了預測儲集層壓裂后產能的模型和方法,重點研究了在客觀條件下如何調整壓裂改造相關參數(包括裂縫長度、裂縫導流能力、裂縫高度、裂縫溝通水層的程度、壓裂液對地層的污染程度等5個參數),根據較為準確的儲集層理想產能預測結果,與現行方案及其壓裂效果比較,據此形成儲集層改造效果評價技術,并研制出配套的軟件,在準噶爾盆地西北緣勘探區塊大量應用,整體符合率83.33%,取得了較好的效果。

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

由于建立實際電阻點焊過程精確的數學模型比較困難,使得常規的人工調節pid控制器參數較難實現良好的匹配,從而難以獲得滿意的控制效果。針對該問題,將智能調節與pid控制方法相結合,利用模糊神經網絡設計了參數kp、ki、kd自適應調整的pid控制器,構建了逆變電阻點焊電源的系統模型,通過對系統運行狀態的在線學習智能化地修正pid的三個參數。pid控制輸出量通過pwm發生器產生四路獨立的、占空比實時變化的pwm波形,進而控制逆變器的功率開關器件導通時間,最終實現對系統恒電流的輸出控制。仿真結果表明,該方法能根據系統的運行狀態自行匹配對應最優控制規律下的pid三個參數,能有效地控制焊接電流的恒定,達到滿意的效果。

推導了逆變點焊過程控制模型,并構建了逆變點焊模糊神經網絡恒電流控制系統結構。根據該模型采用先正弦后恒定輸入的方法對模糊神經網絡(fnn)進行分段離線學習,提高網絡的泛化能力和自適應能力。在線控制時,利用訓練后的網絡僅做正向模糊計算,輸出逆變橋開關管占空比改變量的方法保證逆變器恒電流輸出。最后使用matlab高級語言編程,完成了整個系統的仿真實驗。仿真結果表明:分段訓練后的fnn使用該方法可以實現逆變點焊電源的恒電流控制。

為解決建筑物基礎沉降量的安全監測問題,對其進行有效的預測、校核與分析,運用matlab軟件建立徑向基神經網絡模型對某市建筑物的基礎沉降量進行預測.結果表明:徑向基神經網絡的結構形式簡易,適應能力更強,預測誤差比bp網絡小,平均約為66.83%,達到預測精準度所需的耗時短、收斂速度更快.徑向基神經網絡的預測結果與實測結果較為吻合,表明徑向基神經網絡預測模型適用于建筑工程沉降預測領域之中.

電流互感器作為變電站重要設備,其運行工況的好壞直接影響變電站的安全運行,電流互感器數量多,在運行中也經常會遇見電流互感器各種各樣的缺陷,比如發熱、漏油、低油位等。通過對pms上電流互感器這個龐大的數據,單因素圖表法分析電流互感器故障發生與其設備型號、設備生產廠家、設備投運時間之間的關系,多因素聯合考慮,建立bp神經網絡模型,綜合考慮設備型號、設備生產廠家、設備投運時間因素,對其運行工況進行概率預測,同時對每個變電站符合模型要求的所有電流互感器進行預測,對容易發生電流互感器故障的變電站進行預警,運用地圖無憂軟件對bp模型計算的結果進行可視化展示,方便運維人員掌握電流互感器運行工況,對容易發生故障的電流互感器加強帶電檢測,提前安排檢修,保障供電可靠性。

為了有效的實現用于混合式電力電子斷路器的故障電流檢測,設計了一種基于神經網絡理論的短路電流檢測方法,其主旨是將動態神經網絡應用于故障電流的檢測,利用反饋神經網絡的歷史記憶效應,對信號進行預測比較,可實現一種有效的短路電流故障檢測。使用matlab神經網絡工具箱進行仿真,通過仿真產生模擬訓練樣本,以單相工頻基波疊加多次諧波分量,簡化時可用類正弦函數代替,仿真結果表明了該方法的有效性和快速性。

傳統電視已不能滿足人們的日常生活要求,社會變革和經濟發展,帶動了我國有線電視技術地發展。目前,我國有線電視呈現雙向網絡發展趨勢。本文著重對eoc有線網絡中的雙向網絡改造技術進行分析,為我國有線電視發展提供理論依據。

吉林省的省會長春市已經被國務院確定為三網融合的試點城市,這就要求將有線電視網絡傳統的單向廣播系統升級改造為雙向數據傳輸系統,使有線電視網絡不僅能滿足高質量、多節目的傳輸要求,還能實現高速數據業務的交互功能,成為頗具競爭的寬帶

運用灰色神經網絡理論,研究了摻雜srtio3多功能陶瓷氧化熱處理過程中,氧化熱處理條件對介電性能和壓敏性能的影響。根據各種參數的主行為因素的多少,運用gnnm(1,1)、gnnm(1,2)、gnnm(1,3)模型進行分析,并且建立了相應的gnnm(2,1)灰色神經網絡模型。

本文分析了引起光電檢測系統非線性誤差的因素。在基于光電二極管的光照度檢測實驗中,應用rbf人工神經網絡對光信號和電信號進行非線性誤差補償,實現了在不同環境溫度下,光信號與電信號的線性轉換,有效地提高光照度檢測的檢測精度。

用養護規范中17個評價指標作為輸入層網絡神經元,把橋梁損傷等級參數作為輸出層神經元,建立了橋梁評估3層bp神經網絡模型。選用湖北省110座舊橋的評估數據作為訓練樣本,后10個作為測試樣本,經過2068次迭代運算的網絡訓練,得到了誤差滿足精度要求的收斂網絡。將待評估的橋梁參數輸入訓練好的網絡,得到評估橋梁的技術狀態等級。

研究目的:分析人工神經網絡應用于房地產估價的思路以及估價流程,采用matlab神經網絡工具箱函數編程來實現基于神經網絡的房地產估價模型的構建、訓練與仿真。研究方法:文獻資料法和案例分析法。研究結果:以訓練樣本為基礎,建立基于神經網絡的房地產估價模型,用測試樣本檢驗,得出估價模型的精度較高。研究結論:神經網絡對包含多種因素影響的房地產估價具有優勢,基于神經網絡的房地產估價模型具有很強的實用性和可操作性。

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 基于神經網絡的地鐵供電系統直流饋線保護研究 張　健,張友鵬 (蘭州交通大學　甘肅蘭州　730070) 摘　要:為進一步完善地鐵直流牽引供電系統的饋線保護,系統分析了現有的地鐵直流牽引供電系統饋線保護的基本 配置和工作原理,并針對現有饋線保護的局限,提出一種新的利用前饋神經網絡對故障信號進行多參量識別的基于神經網 絡的饋線保護思路,有效地克服了既有保護自適應能力差以及特殊情況下保護可能失效的問題。通過使用matlab系統仿真 試驗,證實這種方法切實有效。 關鍵詞:饋線保護;神經網絡;matlab;多參量輸入 中圖分類號:tp183　

數字化信息技術為有線電視的運營提供了改革技術支持,原有的hfc網絡在epon技術的支持下進行雙向網絡改造(根據各地實際情況),能夠有效提升有線電視的性價比?；诖?淺析如何利用epon技術進行hfc雙向網絡的改造,旨在為數字電視的發展提供一定的參考與指導。

建立以材料電阻率、板厚、焊點間距為輸入空間,分流率為輸出空間的連續順序電阻點焊分流率的3層誤差反向傳播(backpropagation,bp)神經網絡預測模型。依據電阻點焊恒流控制的特點和點焊過程的電阻變化規律建立分流率的理論計算模型,由該模型所得數據作為樣本對網絡進行訓練和檢驗。對2.0mm厚度的20鋼及1.5mm、1.0mm厚度的10鋼等厚度點焊的分流進行預測,預測相對誤差最大值分別為2.83%、1.77%和3.67%。驗證試驗結果表明,應用建立的神經網絡的預測結果進行分流補償后,在焊點間距為30mm和50mm時,第2～5焊點熔核直徑相對第1點的平均誤差,1.0mm厚度的10鋼分別約為2.86%和3.99%,2.0mm厚度的20鋼分別約為2.46%和3.58%。證明采用建立的bp神經網絡分流預測模型,對10鋼和20鋼恒流控制連續順序點焊時的分流進行預測是可行的。

建筑節能是當今城市建設和社會發展的前沿和研究熱點,對建筑的能耗現狀進行綜合分析與評估是進行節能改造或節能設計的前提和基礎,而建立反映能耗變化的預測模型是從宏觀尺度上分析認識建筑能耗變化與發展特性、為公共建筑節能工作提供決策依據的有效途徑和重要手段。研究針對常規bp網絡算法收斂速度慢、易陷入局部最小點的缺點,采用了具有較快收斂速度及穩定性的lm算法進行預測,構造了基于bp神經網絡的建筑物用電量預測模型。以某市公共建筑原始用電能耗統計數據作為樣本,并采用matlab對預測模型進行了仿真預測。結果顯示:誤差在允許范圍內。

當前一般按照數據的后驗分布,為缺失值插入估計值,通常低估了統計量的方差,導致統計量估計置信范圍降低,檢測顯著性降低。為此,提出1種新的基于bp神經網絡的農資庫存數據插補技術。為了增強不同年份農資庫存數據的可比性,對數據進行歸一化處理。針對訓練的bp神經網絡,通過平均絕對誤差、均方誤差、平均預測誤差、平均絕對百分誤差完成統計分析,評價模擬值和觀測模擬值間的離散程度。分析了bp神經網絡結構,對農資庫存數據進行插補的過程中,構造雙向時間識別序列,改變應用前一時間段農資庫存數據預測后期數據的傳統方式,采用缺失時間段前后已有農資庫存數據共同對缺失數據進行預測。完成農資庫存數據的處理后,需對已有樣本進行訓練,如果檢驗擬合度指標值高于0.8,則認為訓練結果可靠,從而完成對缺失值的預測,實現農資庫存數據插補。試驗結果表明,所提技術插補精度高。

為在繼電器的設計和生產階段通過多個評價指標評價其整體品質,研究了多層次綜合評判模型的可計算性。該模型依據電器產品設計方案關于技術性能和成本的綜合評價指標體系,并通過對神經網絡原理的評判方法的研究而建立。實例證明,人工神經網絡的出現為處理各種模糊的、數據不完全的、模擬的、不精確的模式識別問題提供了一個全新的途徑。

介紹了逆向工程的含義和它的工作流程圖,分析了三坐標測量機結構及其組成部分。以摩托車飾蓋為例,利用三坐標測量機對實物輪廓進行準確、快速的測量。并提出通過神經網絡的方法對摩托車表面進行點云數據歸一化處理,從而確定\"點云\"數據的特征線;然后再進行曲面的分割,對于不同的數據塊,能直接從神經網絡的權值矩陣得到曲線的控制頂點,采用神經網絡重構方法對曲面進行擬合;最后,將這些曲面片拼接、裁剪,完成復雜曲面模型的重建,即得到摩托車飾蓋的曲面模型。

目前為止,現有的油田開發指標預測方法難以反映實際存在的時間累積效應對該指標預測的影響。因此,為提高油田開發指標預測的準確度,本文提出基于徑向基過程神經元網絡的油田開發動態指標預測模型,并將其應用到實際油田開發動態指標的預測中。實例分析結果表明,本文提出的徑向基過程神經元網絡的油田開發動態指標的預測方法精度高、速度快,是預測油田開發指標的一種較實用的方法。

詳細分析了開關電流(si)電路第二代存儲單元的傳輸函數和主要缺點,在此基礎上設計了延遲線電路,并減小了電路中的時鐘饋通誤差和傳輸誤差。hspice仿真結果表明,該電路能精確地對輸入信號進行采樣保持,并且能無失真延遲任意時鐘周期,可作為離散時間系統的基本單元電路。