人工神经网络建模的PTC功率智能检测技术

本文分析了引起光电检测系统非线性误差的因素。在基于光电二极管的光照度检测实验中,应用rbf人工神经网络对光信号和电信号进行非线性误差补偿,实现了在不同环境温度下,光信号与电信号的线性转换,有效地提高光照度检测的检测精度。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

人工神经网络是在模仿人脑处理问题的过程中发展起来的新型智能信息处理理论,通过对人工神经网络及bp网络的基本原理与特征的分析,建立了工程估价预测模型.

对现有桥梁的评估方法作了简要介绍,重点讨论了常用的bp人工神经网络模型,并将bp模型应用到桥梁结构检测评估中,指出人工神经网络在桥梁结构的检测评估方面一定有很好的发展前景。

人工神经网络模型描述

针对电力系统短期负荷预测的特点,以及人工神经网络的自学习和复杂的非线性拟合能力,将人工神经网络的bp、elman、rbf三种模型用于短期负荷预测,建立了短期电力负荷预测模型,综合考虑气象、天气等影响负荷因素进行短期负荷预测。某电网实际预测结果表明,rbf比bp、elman有更好的预测精度,更快的速度。

以标准渐开线直齿轮齿根弯曲模型为例,就目前还无法用公式来计算的轮齿形变,利用人工神经网络的快速、非线性映射的特性来数字模拟轮齿形变,并利用labview为平台,开发了一套基于人工神经网络的工程建模和计算的仿真模拟系统软件.通过对软件的实际运行,取得了较好的效果.

研究目的:本文以天津市河北大街混合梁斜拉桥为工程背景,基于人工神经网络模型,提出适用于混合梁斜拉桥的分步识别方法,分别采用概率和径向基函数神经网络对子结构和钢主梁子结构局部构件进行损伤识别。此外还提出适用于钢主梁局部构件识别的动-静组合损伤指标,并建立相应的径向基函数网络模型,分别针对单损伤、双损伤和三损伤的不同损伤情况进行数值模拟。研究结论:识别结果表明:(1)本文所提出的分步识别方法具有较高的识别精度,网络识别速度快,适用于大型混合梁斜拉桥的智能诊断过程;(2)所提出的动-静组合损伤指标对混合梁斜拉桥的局部损伤识别也较为敏感;(3)单处损伤测试工况中,识别精度几乎高达100%;(4)在两处和三处损伤测试工况中,位置识别正确率分别达到82.61%和78.3%。

基于人工神经网络的软件质量评价

根据建筑物实测沉降利用人工神经网络理论,建立了前馈网络预测模型并提出新的学习算法,结合某建筑物纠偏工程实例对建筑物沉降进行了预测.预测结果表明神经网络方法是可行且有效的.

鉴于前人推导的镐形截齿破岩截割阻力和截割比能耗的理论公式计算值与实际值相差较大以及最优截槽宽没有定量表示,文中选取岩石密度、单轴抗压强度、抗拉强度、静态弹性模量等为影响因子,建立了bp预测网络模型,并利用此模型对我国常见的4种岩石镐形齿截割参数进行了预测。检验及预测的结果表明建立的预测网络运行稳定,预测结果良好,对截割力的预测优于理论计算结果,对截槽宽和截割厚度最优比值、截割比能耗的预测结果良好,相对现有理论的计算和经验公式计算精度有了很大提高,能更好的满足工程要求。

探讨了矿井构造定量评价的人工神经网络方法,结合东坡井田讨论了bp模型的输入层、隐含层和输出层的构置和优选等问题,利用东坡井田已知资料使用有序地质量最优分割方法和插值法得到学习样本,经过学习样本的训练,对未知单元进行评价。

提出基于人工神经网络的基础最终沉降的预测新方法,通过工程实例应用,在较短的实测资料情况下,可获得较小误差的最终沉降量,所建立的模型预测精度高。

工程造价估算是招标投标中的重要一环，为了探讨神经网络在工程造价估算中的应用，利用神经网络建立了工程造价估算的模型。实例分析表明，基于神经网络的工程造价估算方法是可行的，估算结果是可靠的。

为在继电器的设计和生产阶段通过多个评价指标评价其整体品质,研究了多层次综合评判模型的可计算性。该模型依据电器产品设计方案关于技术性能和成本的综合评价指标体系,并通过对神经网络原理的评判方法的研究而建立。实例证明,人工神经网络的出现为处理各种模糊的、数据不完全的、模拟的、不精确的模式识别问题提供了一个全新的途径。

造价估算是建筑工程项目可行性研究中关键性的工作,其结果直接影响投资决策的判断。针对现行造价估算方法存在未考虑造价的动态性且受主观因素影响的缺陷,引入人工神经网络理论,根据其基本原理,结合影响住宅工程造价的主要因素,利用matlab平台建立了造价估算的数学模型,并用重庆市区已建典型工程资料对模型进行了训练和检验,证明了此方法的可行性。

文章针对会计要素信息确认方式的滞后性,分析了传统erp系统下财务业务一体化模块会计数据自动转化的流程,提出利用人工神经网络这一智能化理论工具进行会计确认的新方法,该思路能充分发挥现代信息技术在数据处理上的优势,实现更高效的会计核算信息处理.

自1980年我国开始实施住宅制度改革以来,商品住宅价格的确定已成为我国住宅市场的核心问题,也是各级政府房地产业宏观管理与调控的指示灯,商品住宅价格的变化直接关系到广大消费者的切身利益,是社会关注的热点问题。因此,本文从市场价格的确定机制出发,寻求影响商品住宅价格的因素,并采用bp人工神经网络定量分析这些影响

在灌区改造规划资料统计的基础上,拟建了一套涵盖较全面的指标和指标分级体系,利用附加动量/自适应学习率的改进bp算法,建立一个人工神经网络综合评价模型,并对二个实际灌区进行评价。模型具有突出体现目标、灵敏反映差异,收敛快等特点。

提出一种使用人工神经网络技术来估计红外图像背景的快速算法,并利用红外图像中弱小目标的特性来构建目标模型,采用中心重合的大、小两个窗口,用大窗口的外层来估计目标周围的背景,即隐含层第一个结点的输出值,大窗口内的小窗口则是用来估计中心像素的特性,即隐含层第二个结点的输出值,用隐含层第二个结点减去第一个结点的差的大小来判断中心像素是属于目标还是背景,差值越大输出值越大。采用该思想训练网络权值,可以更好地检测真目标,剔除虚假目标。

使用pcl(patrancommandlanguage)实现了patran环境下的机翼参数化模型。其优化模型包含两类设计变量:几何位置变量和几何尺寸变量。在采用nastran软件实现几何尺寸优化的基础上,结合均匀试验设计方法,利用神经网络的高度非线性映射功能,建立了目标函数与位置设计变量的映射关系。在matlab环境下,编写了使用改进的可行方向法的优化程序,并对翼梁位置完成优化,最终完成了整个机翼的布局优化设计。可以看出,将参数化建模与神经网络功能结合进行结构优化,能更好地发挥神经网络的映射功能,使优化结果更加精确、高效。所提方法可以解决在patran环境下的复杂结构位置变量优化问题,弥补了该软件的不足之处,具有很好的应用推广价值。

介绍人工神经网络技术,建立了人工神经网络的典型模型。应用bp算法的泛化功能,将输入输出样本进行训练,不断学习调整网络权值,使网络实现给定的输入输出映射关系,以达到检测流量异常的目的。