简介:常规PID控制是工业控制中经常使用的控制方法。BP神经网络控制的方法可以使控制器具有较好的自适应性,可以实现参数自动调整。本文主要设计了常规PID控制系统和基于BP神经网络的PID控制的温室控制系统,通过MATLAB对两者进行仿真对比,BP神经网络控制系统对不同的对象具有适应性、控制效果更好。
简介:为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。
简介:摘要随着我国社会主义经济转型,国内各大商业银行积极扩展个人信贷业务。同时为了符合银行风控的要求,个人信用评估体系的建立变得尤为重要。为保证银行和借贷人员双方的利益,根据所给信息以及相关数据,建立对应评估模型至关重要。
简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:摘要:Amoco气相法聚丙烯工艺反应釜采用独具特色的卧式平推流反应器,物料在反应器内的流动反应相当于三台以上的串联返混式反应器的效果,反应釜内的气相反应剧烈,温度易发生波动。本文简述了气相法工艺的温度控制原理,分析了反应温度控制的影响因素,讨论了各参数与反应温度的关系及调整原则,并根据生产经验提出了一些温度控制过程中的注意事项。
简介:摘要:在全球经济高速发展的时代背景下,人们的生活水平也不断提高,汽车成了每家每户必不可少的交通工具。再加上交通物流业的迅猛发展,交通事故也频繁发生。研究发现,导致交通事故的最主要的因素就是汽车驾驶存在盲区。视野盲区阻挡驾驶员的视线,导致驾驶员在遇到突发事件时,无法及时有效地作出制动措施。因此,有效解决汽车视野盲区问题,关系到汽车驾驶的安全性。如今市面上的盲区检测产品,探测精度低,易产生视觉疲劳,从而也会导致安全事故的发生。基于此团队研发了一款超声波盲区检测预警自处理系统,通过雷达探测和监控摄像头技术的融合,能够使盲区信息实时展现在驾驶员的视野范围之内,有效地解决了图像出现的失帧和变形的问题,并利用危险等级模型的检测实现报警区域影像的放大集中,有效避免了驾驶员的视觉疲劳,使驾驶员接收到视觉和听觉的双重预警,并且该模型能使汽车实现自处理功能,解决驾驶员的判断失误或紧急境况的突发应变能力不足而造成事故的问题,以最安全的方式确保盲区检测效果。