简介：摘要：振动测试是产品质量改善和疲劳寿命分析的重要测试手段之一。选择合适的振动控制方式和传感器测点对电动振动台模拟内部和外部众多激励源的振动尤其关键。本文在国内外振动试验系统理论成果及产品实际工程应用的基础上，对多输入多输出振动试验系统的基本组成和工作原理采取了初步的研究，介绍了一种多输入多输出随机振动试验闭环控制方法。

简介：摘要:超临界及超超临界火力发电机组是现役的主力机组，相较于亚临界机组，这类锅炉燃烧参数提高提升了锅炉效率，降低了单位发电量的煤耗。对于超临界以上的机组的控制国内几乎全部采用分散控制系统（DCS）实现，该控制系统对于提升电厂过程控制自动化率能力起到了巨大的促进作用，但是针对超临界及以上火电机组的多变量输入、强耦合特性，分散控制系统没有能实现先进算法的模块，只能采用的常规PID控制。本文就以分散控制系统为基础，结合实际设计前馈加PID的方法实现超临界及以上火电机组的燃烧控制。

简介：本文详细分析了多输出单端反激电源的工作过程，分析了电路参数对输出电压负载效应的影响，并提出了一些改善电压负载效应的方法。

简介：

简介：PriorityorderedBPneuralnetworkandtheapplicationforspeakeridentification；ProbingmodificationofBPneuralnetworklearning-rate；Real-timeoptimalexcitationcontrollerusingneuralnetwork；ResearchonthemodelingoftheaxialloaddistributioncoefficientofcylindricalgearsingearCADbasedonANN；Short-termsystemmarginalpriceforecastingwithhybridmodule；StudyonautomaticcreatingmethodofpublictransportationdispatchingformbasedonBPneuralnetwork。

简介：

简介：

简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：研究了BP神经网络的收敛问题。基于随机理论，提出了解决网络收敛性问题的随机优选法。该方法不仅在任何条件下都能得到问题的具有一定精度的解答，而且收敛速度很快。

简介：首先介绍了BP算法神经网络的基本原理,然后将BP算法神经网络应用于拟合传感器的输出特性,并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合传感器的输出特性的优越性.

简介：针对目前机车大功率直流变换器结构复杂，容易发生故障等现象，设计了一种相对简单、可靠的中、大功率直流变换器。介绍了该多输出机车直流变换器的工作原理，阐述了主电路和保护电路新的设计方法，对调试中容易出现的问题进行了分析，并给出了解决方案。实际应用表明，该直流变换器运行可靠，效率高，具有良好的实用价值和推广意义。

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：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：“政府为什么不推PPP了?”这个疑问一年多来萦绕在滨海光热董事长官景栋脑中,掺杂着无奈和愤怒,挥之不去。

简介：摘要基于BP模型的神经网络是一种用于前向多层神经网络的反传学习算法，目前为止应用最为广泛且最重要的一种训练前向神经网络的学习算法。本文详细介绍BP算法原理并剖析其性能不足的几个方面，简要介绍优化算法，对模型未来的发展方向进行展望。

简介：本文根据神经网络的基本原理，利用实测数据建立了用于大断面隧道收敛变形预测的BP神经网络模型。基于神经网络的预测模型具有预测精度高，使用方便灵活，适合于复杂系统的特点，是解决隧道变形预测问题的一种崭新途径。

简介：利用BP神经网络局部搜索快速性、自适应及自学习的优点，设计了基于BP神经网络的危机预警模型，突破传统的危机预警模式，有效克服了当前危机预警机制中缺乏智能化自我学习等缺陷，为研究智能化公共危机预警提供了一条可行的有效途径。

简介：为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据：经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明：经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。

简介：摘要：在现有的人工神经网络理论中 ,BP神经网络使用最为广泛。 BP网络 (Back-Propagation Network)训练网络权值的算法是后向传播学习算法 ,它是一种多层前向神经网络。 BP学习算法是人工智能专家 Rumel hart于 1986年创建的理论。现代模拟电路故障诊断技术中应用神经网络的基本上选择的都是 BP神经网络。本文基于 BP神经网络的模拟电路诊断展开论述。

简介：摘要本文提出了一种基于局部自动搜索和光谱匹配技术的训练样本纯化的BP网络分类方法。利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置，再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化。从空间和光谱两个角度对样区进行了纯化，使得训练样本更适合遥感图像分类的要求，最后利用BP网络对遥感图像进行分类。实验结果证明，原始遥感图像经过样区纯化算法处理后，目视判读效果和数值分析都表明提高了分类精度。