简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

简介：

简介：摘 要：近年来，大数据、云计算、人工智能等新技术的迅速发展，数据量也急速增长。对于多模数据的应用和海量数据的处理已经成为研究人员最关注的话题之一。而神经学习的出现，给处理多模和海量数据带来了新的方向。深度学习构建的神经网络可以很好的处理非结构化的数据，给推荐算法的发展指明了道路。文章搭建了一种基于深度神经网络的多模信息推荐算法模型。实验结果表明，该模型能够有较好的推荐效果。

简介：摘要：随着技术的不断发展，计算机和互联网的普遍应用，社会生活的各个领域每分每秒在源源不断的产生大量的数据和信息。在司法领域，大量的卷宗文档数据在法院生产，人工对卷宗进行分类难以满足大数据量分类的需求，这时候使用机器进行卷宗分类就显得尤为必要。我们提出了一种基于深度学习卷积神经网络的方法，对司法卷宗进行自动分类。在实验中，我们的方法达到了94.53%的准确率，大幅提升了工作效率。

简介：摘要：预测供水管网的压力，对实现优化运行和降低能耗具有重要的意义。目前供水网络一般使用微观或者宏观模型对其某点压力进行预测。 BP 神经网络都被广泛应用于相关预测的研究。根据供水网络的特点并利用采集的供水压力数据，建立城市供水网络节点压力的预测模型，通过对 BP神经网络结果分析，表明 BP神经网络模型对城市供水网络压力有更好的预测性。

简介：摘要 :

简介：摘要：利用神经网络对油田地面集输管道结垢预测，能够有效避免各种因素对结垢预测的影响，可以将集输管道中的结垢情况准确地预测出来，再利用神经网络分析油田集输管道结垢预测中，不需要建立任何数据模型，通过神经元之间的连接就能够充分反映出地面集输管道中的结垢情况，并且预测数据非常准确，减少相应的工作量。

简介：摘要：目前的汽轮机负荷控制中，通常采用广义预测技术来进行负荷控制，但控制函数的拟定较差，控制时的稳定性不佳，波动较大。因此，提出基于多变量模糊神经网络的汽轮机负荷控制方法研究。首先建立其影响汽轮机负荷的数据分析模型，作为控制依靠。其次利用多变量模糊神经网络对模型中的数据进行运算，并自动校正，来实现对于汽轮机的负荷控制。为了验证设计方法的有效性，设计实验，利用Simulink工具来构建汽轮机的仿真环境，并使用设计方法与传统方法共同进行热点负荷的控制，实验结果证明，设计方法控制更加稳定，性能更优，存在可行性。

简介：摘要：如今电梯已成为人们的生活中必不可少的室内交通工具，但是近年这种交通工具因为门系统故障引起了很多人员伤亡事故。为了确保电梯安全可靠的运行，文中对电梯门系统进行了故障预测。针对电梯门系统故障类型：电梯启动门不关、电梯开关门时门扇振动大、到达指定层不开门不关门。将三种故障类型作为预测模型的输出。引起故障的原因有8个，其作为输入。运用粒子群算法（PSO)与BP神经网络相结合建立模型，通过MATLAB仿真，仿真结果表明PSO-BP神经网络算法在电梯门系统故障预测中具有可行性。

简介：摘要：为有效控制特殊地质条件下的盾构掘进参数，提高地铁盾构施工效率与施工质量。文章首先结合土体物理性质，确定关键的地层参数；其次将选定的地层参数作为输入变量，建立针对掘进参数的BP神经网络预测模型；最后，对建立的掘进参数预测模型进行验证。以武汉地铁A号线某泥水平衡盾构施工区间工程监测的实际数据进为例，结果表明：总推力、泥水仓压力、同步注浆压力预测的平均相对误差分别为10.40%、9.10%、7.14%，误差在11%以内，可为同类型工程掘进参数的设定提供参考。

简介：摘要： 依据某复杂薄壁件铸造的特点，建立了基于粒子群算法（ PSO ）优化反向传播神经网络（ BPNN ）的某复杂薄壁件质量评估模型。首先介绍了 PSO 算法和 BP 神经网络的基本原理；然后接着构建了 PSO-BP 神经网络质量评价体系，最后对评估模型进行了方针验证。仿真结果表明，该评估模型可以对某复杂薄壁件的质量进行有效的评价，可以较好地指导工艺参数优化。

简介：摘要：电力工业在国民经济中扮演着重要的基础性产业的角色，电费的及时收回是确保电力发展的必要条件。但目前我国窃电现象仍普遍存在，且窃电行为变得更加复杂化、智能化，传统的反窃电手段无法有效辨识出用电用户的窃电行为，供电线路的线损率居高不下，我国电力企业每年因窃电产生的损失高达 200 多亿，严重影响了社会供用电的正常秩序。因此，对用户用电状态进行有效的评估，从而开展高效的反窃电工作，对于降低电力企业经济损失、保证电能的合理供用及电力发展的稳步进行具有重要的意义。

简介：摘要： 倒立摆控制系统是一个典型的高阶次、不稳定、多变量、非线性和强耦 合控制系统。本文先对基于 LQR的二级倒立摆进行建模，设计一个最优控制器，并对基于 LQR的二级倒立摆在 Matlab中计算模型参数，再建立 Simulink的模型，进行仿真实验，然后以其状态反馈为模板对神经网络进行训练，再用神经网络作为系统的控制器，在 Matlab中对倒立摆系统进行仿真实验。最后对 LQR和神经网络两种倒立摆控制方法的仿真结果进行对比。

简介：摘要 :现阶段，随着工程机械技术的不断发展，人工神经网络技术逐渐得到了应用，该技术包含众多的学科领域和高新科技，对提升机械的智能化、自动化等具有显著作用。文章分析了人工神经网络的具体内涵及特征，并探究其在机械工程中的具体应用，指出该技术的发展前景。

简介：摘要：本文旨在分析神经网络技术 的具体特征的基础上， 深入探析神经网络技术在机械工程领域中的具体应用， 指出该技术未来的发展趋势。以期能进一步提高神经网络技术在机械工程各个领域中的应用价值，促进机械工程的发展。

简介：摘要 :现阶段，随着工程机械技术的不断发展，人工神经网络技术逐渐得到了应用，该技术包含众多的学科领域和高新科技，对提升机械的智能化、自动化等具有显著作用。文章分析了人工神经网络的具体内涵及特征，并探究其在机械工程中的具体应用，指出该技术的发展前景。

简介：摘要： 针对三元扭曲叶片优化设计过程中设计变量较多的问题，采用动量矩为设计变量，再通过反问题计算得到叶片来间接对叶片进行参数化；针对评价函数计算量太大的问题，根据试验设计理论安排训练样本，采用神经网络建立设计变量与目标函数间的复杂的响应关系，并且详细研究了反向传播和径向基函数2种网络在对评价函数进行预测过程中的应用，建立了一种新的叶片优化设计方法 . 与传统的优化方法相比，其设计变量数目较少，以叶轮内的三维粘性流动分析为基础且大大缩短了计算时间.利用此方法对一台混流泵的扬程和效率进行优化，所得叶片性能良好，从而验证了此方法的有效性 .

简介：摘要：近年来，我国能源供应方式已呈多元化方向发展，相较于火力发电，其他发电方式由于受到不同限制因素的影响，深度调峰的灵活性远不如火电机组，同时为了保护环境，大容量、清洁型发电机组的发展刻不容缓。火电机组的负荷大范围变动时，会引起温度、压力等诸多参数的变化，固定的PID参数已经不能作为高品质的控制对象，而在线调整PID参数既浪费时间还耗费精力，很难满足机组运行要求，由此提出神经网络逆模型控制方法。

简介：摘要：在电机的故障诊断中应用 BP神经网络建立起异步电机的 BP神经网络诊断模型。由于 BP神经网络学习算法容易陷入局部最优，我们引入鱼群算法来优化 BP神经网络径向基函数、隐含层层数以及隐含层节点数量、以获得最优的网络模型。仿真结果表明优化后的 BP神经网络的泛化能力和诊断精度都得到了大幅度提高。

简介：摘要：在电机的故障诊断中应用 BP神经网络建立起异步电机的 BP神经网络诊断模型。由于 BP神经网络学习算法容易陷入局部最优，我们引入退火算法来优化 BP神经网络径向基函数、隐含层层数以及隐含层节点数量、以获得最优的网络模型。仿真结果表明优化后的 BP神经网络的泛化能力和诊断精度都得到了大幅度提高。