请选择 目标期刊

BP神经网络在产品质量预测与控制中的应用研究 下载:199 浏览:2916

钟辉1 黄凌峰2 《神经科学研究》 2022年10期

摘要:
产品质量预测和控制是制造产业重要工序之一,也是正确评判一个企业发展实力和潜力重要指标。通过BP神经网络技术,对产品质量预测与控制相关方式以及应用情况进行了分析,并对其适用范围做出相关探讨,希望为相关工业企业产品生产和质量控制有所参考。

面向BP神经网络下自动扶梯能耗的预测方法分析 下载:248 浏览:2955

黎惠莹 《神经科学研究》 2022年7期

摘要:
自动扶梯是人们在大型商场和高铁站经常见到的通行设备,其能给人们带来一定的便利,还能节省人们的体力。但是自动扶梯所产生的能耗较大,不利于环境保护,因此应使用相关技术来预测自动扶梯的能耗,根据结果寻找恰当的方式降低能耗。本文将会对面向BP神经网络下自动扶梯能耗的预测方法进行分析。

基于“AHP-BP神经网络”的大学生劳动教育质量评价体系构建 下载:286 浏览:2984

李安然 吴雪玲 甘宇涛 《神经科学研究》 2022年3期

摘要:
劳动教育是我国高等教育质量提升的时代逻辑与发展要义,质量评价对劳动教育发展有着重要意义。本文基于“EBAIS”层次闭环,从劳动背景、劳动行为、劳动能力、劳动定位和劳动精神5个方面明确18个观测点,系统、科学地构建大学生劳动教育质量评价体系。利用AHP层次分析法确定指标权重数据,采用BP神经网络模型对样本数据进行学习与分析,完成了指标体系精度验证及优化。结果表明,该体系能对大学生劳动教育质量进行合理评价,能够有效避免主观随机性的影响,提高评价准确度,获得较好的评价结果。

BP神经网络和云算法的电力营销数据处理方法 下载:489 浏览:4992

梁志鹏 《神经科学研究》 2021年8期

摘要:
由于电力营销管理系统中产生的数据量巨大,类型繁多,因此用户使用起来就极为不便,就需要一种新型计算方法来处理这些问题。传统的数理统计方法难以满足用户的需要,需要引用新型的数据管理办法实现电力营销管理系统的统一管理、智能存储、数据处理、数据分析、数据可视化等应用,有助于用户提高电力营销管理系统大数据的处理能力。

基于BP神经网络交通事故死亡人数预测研究 下载:529 浏览:5197

刘洪 熊小兵 姜艳 官子惠 刘丽娟 《神经科学研究》 2021年8期

摘要:
通过对交通事故影响因素及相关性分析,筛选出主要影响交通事故死亡人数的影响指标为GDP、人口数、机动车驾驶人数、公路里程、公路旅客周转量、公路货运量、公路货运周转量,利用GM(1,1)、BP神经网络分别对1998-2017年交通事故死亡人数进行拟合,GM(1,1)、BP神经网络拟合平均误差分别为9.22%,1.95%,由此说明BP神经网络拟合效果优于GM(1,1),利用GM(1,1)、BP神经网络模型分别对2018-2019年交通事故死亡人数进行预测,GM(1,1)预测2018-2019年交通事故死亡人数分别为5.2、4.7万人,BP神经网络预测2018-2019年交通事故死亡人数皆为6.0万人,GM(1,1)、BP神经网络预测平均误差分别为21.4%、4.8%,由此说明BP神经网络预测结果更加准确,该预测方法、结果为交通部门管理工作提供参考,实现交通事故向预防性转变。

基于BP神经网络的轴承故障诊断系统设计 下载:519 浏览:5214

周磊 《神经科学研究》 2021年7期

摘要:
轨道交通发展较快,轴承作为最重要的零件之一,其性能直接关系到铁路交通的运营效率。尽管轴承的制作工艺已经很成熟,但是在恶劣的工作环境下,还是不可避免的会发生故障,因此,轴承故障诊断系统的研究就显得尤为重要,本文利用BP神经网络进行故障类型识别,通过小波变换,选取合适的小波基函数进行信号的降噪处理,来对故障轴承的振动信号进行识别并判断故障类型。

附加动量法的BP神经网络法在淮河流域水质评价中的研究 下载:312 浏览:2784

朱香明 《水资源研究进展》 2021年9期

摘要:
为评价淮河流域水质,以淮河流域部分断面采集点的十年水文数据为基础,取其中四项水质因子用附加动量法的BP神经网络算法,建立BP评价模型,从而对淮河流域水质进行准确评价。结果表明:基于附加动量法BP神经网络法的评价模型拟合度较好,网络模型迭代次数减少,提高了算法模型的运行速度,在12个水文采集点随机选取100组数据,90%的评价结果与实际结果相同,采用BP神经网络对研究区水质进行综合评价具有较强的适用性和可靠性。

基于遗传算法优化BP神经网络对齿轮故障诊断方法 下载:143 浏览:2096

李万敏 黄春辉 《装备技术研究》 2022年12期

摘要:
随着社会的不断进步和经济的快速发展,作为现代化工业基础的旋转机械设备被广泛的应用于各行各业。滚动轴承作为旋转机械的关键部件,对其运转状况进行长期的状态监测,能够及时且准确地进行故障诊断是十分有必要且有意义的事情。在早期滚动柱式轴承设备故障类型诊断中,信息的分析采集对早期机械设备运行的故障状态类型变化判断起着重要的技术桥梁支撑作用,获取准确的早期故障类型特征消号信息,是早期故障设备类型特征识别、故障类型分类以及设备寿命风险预测不可或缺的一个前期工作。所以,合理的提供故障信息是减少恶性事件发生率和提升企业制造效率的最有效手段。

基于历史数据驱动的装备故障预测 下载:176 浏览:2271

刘玮 周华任 黄春艳 《装备技术研究》 2021年10期

摘要:
为做好装备故障提前预测,有效提升装备保障效益,本文精准定位基层部队的装备故障预测需求,提出了一种基于历史数据驱动的ARMA-BP组合预测模型。该模型针对时间积累的故障数据的复杂相关性,先采用ARMA模型预测原始序列的线性部分,再运用BP神经网络模型预测非线性部分,最后将两者结果有机结合。再以某单位故障数据为实例,通过单一ARMA模型和ARMA-BP组合模型预测结果对比,表明ARMA-BP组合模型的预测精度更高。
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享