基于神经网络方法的风机故障诊断

针对旋转机械故障征兆与故障模式映射的复杂性,将反向传播(BP)网络、径向基(RBF)网络和概率网络(PNN)用于风机进行故障诊断,并比较了3种网络的诊断精度。以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的神经网络进行故障辨识,结果表明,RBF网识别精度高于PNN网络,BP网络表现较差。     

基于BP网络预测模型偏差控制的优化

文章介绍了人工神经网络的理论基础以及算法特点,针对BP网络存在的易陷入局部最优、以及收敛速度慢问题。根据误差是否降低从而对网络权值的修正量进行调整,达到改善收敛速度的目的,从而提高BP网络摆脱局部最优能力。     

BP眼里的世界石油储备

油价高启,人们自然关心我们这个地球到底还有多少石油储备可以利用。很多估计认为,世界石油储备正在枯竭,然而世界上最大的上市石油企业之一,英国石油公司BP却并不这么认为。     

基于数据仓库的企业社会责任评价研究

企业履行社会责任是当前社会发展的必然趋势.文章针对信息系统环境企业社会责任评价的要求,建立了基于数据仓库的企业社会责任评价指标体系,说明了在数据仓库环境下如何利用企业现有信息系统的数据进行企业社会责任评价,并利用层次分析法和BP神经网络相集成的方法建立评价模型,不仅解决了企业社会责任评价指标数据的可获取性问题,而且定量分析使得评价结果更为准确、客观,为企业社会责任的评价提供了一种新的思路.     

BP神经网络在企业绩效评价中的应用

文章在分析传统绩效评价方法的基础上,构建了企业绩效评价体系,运用基于Matlab的BP神经网络算法,以企业历史数据作为BP神经网络的训练样本进行了实证研究,证明了将BP神经网络应用于企业绩效评价中,能达到令人满意的评价效果。     

基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。     

基于人工神经网络的城市燃气日用气量预测模型

基于人工神经网络的城市燃气日用气量预测模型,在传统的预测理论和方法之外找到了一个新的途径,摆脱了对个人经验的依赖,建立了一种有效的工作方式。     

基于神经网络对我国股票市场技术分析的实证检验

本文研究的主要目的是通过对我国股票市场进行实证分析,揭示运用技术分析这一分析工具在我国股票上进行投资是可行的。其大致思路是,通过介绍技术分析和神经网络的相关理论,利用BP神经网络对非线性问题的良好处理能力,对股票相关技术指标与收盘价进行训练,最后利用训练好的网络根据其他的技术指标进行价格预测,通过预测值与真实值的对比并得出相关结论。     

P2P网贷个人信用风险评估模型研究——基于混合果蝇神经网络的方法

P2P网贷在爆发式增长的同时,也面临着重大的信用风险,个人信用评估是降低信用风险的重要方法。根据P2P网贷自身的特点,对影响P2P网贷借款人信用风险的因素进行分析,引入互联网信息领域特有的风险因素,建立了P2P网贷个人信用风险评估指标体系。基于该指标体系,考虑P2P网贷中软信息较多、硬信息缺失的特点,提出了基于BP神经网络的信用评估模型。为了提高BP神经网络的收敛速度和精度,将改进的果蝇优化算法作为BP神经网络的学习算法,对神经网络的权重进行训练。通过人人贷平台收集的样本数据进行实验验证。结果表明:改进果蝇神经网络评估模型比传统BP神经网络模型有更强的学习能力和预测能力,是P2P网贷个人信用风险评估的有效方法。     

基于MATLAB的模糊神经网络HVDC换流控制器的研究

在研究模糊逻辑控制技术、神经网络技术．和高压直流输电系统的基础上，从原理上说明，对换流器两侧都采用模糊神经网络控制能有效地提高AC／DC系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入．输出作为神经网络的输入，分别控制电流和电压。用MATIAB分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊神经控制下分别进行仿真。结果表明．与传统控制方法相比，当直流线路或者单相交流线路发生接地故障时。模糊神经控制能改善换流站直流电流和直流电压的恒定性，而且提高了交直流系统的暂态稳定性，并且双侧模糊逻辑控制性能要比单侧模糊逻辑控制效果好。