Matlab神經(jīng)網(wǎng)絡(luò)工具箱在煤層界面插值中的應(yīng)用

將bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于城市土地集約利用評價研究中,可以排除人為設(shè)定權(quán)重的主觀因素對評價結(jié)果的影響,能夠準確評價土地集約利用類別,使評價結(jié)果更加客觀、科學(xué)、合理。將評價等級分為集約利用、適度利用、低度利用和粗放利用,從土地利用、土地投入、土地產(chǎn)出三方面,選擇9個評價指標構(gòu)建評價指標體系,并利用matlab中實現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)模型對唐山市土地進行集約利用評價。結(jié)果顯示:唐山市低度利用的土地占26.4%,適度利用的土地面積占22.7%,集約利用的土地占40.6%,過度利用的土地占10.3%,土地利用強度較低,還有一定的挖掘潛力。

過程神經(jīng)元網(wǎng)絡(luò)的輸入為時變連續(xù)函數(shù),不能直接輸入離散樣本。針對該問題,提出一種基于分段線性插值函數(shù)的過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。將樣本函數(shù)、過程神經(jīng)元權(quán)函數(shù)的離散化數(shù)據(jù)插值為分段表示的線性函數(shù),計算樣本函數(shù)與權(quán)值函數(shù)乘積在給定采樣區(qū)間上的積分,將此積分值提交給網(wǎng)絡(luò)的隱層過程神經(jīng)元,并計算網(wǎng)絡(luò)輸出。實驗結(jié)果證明了該方法的有效性。

matlab工具箱介紹.

以一個雙輸入單輸出溫度控制系統(tǒng)為例,詳細敘述應(yīng)用系統(tǒng)辨識工具箱進行建模、仿真和設(shè)計控制系統(tǒng)的過程,包括控制對象的辨識數(shù)據(jù)采集、模型估算、控制器設(shè)計和系統(tǒng)仿真等.重點介紹了系統(tǒng)辨識工具箱圖形用戶界面的使用方法.

為了克服bp神經(jīng)網(wǎng)絡(luò)固有的缺陷,基于hermite插值理論,構(gòu)造了一種新型的前向神經(jīng)網(wǎng)絡(luò)模型(即hermite插值神經(jīng)網(wǎng)絡(luò)模型)。針對該網(wǎng)絡(luò)模型,提出了一種基于矩陣偽逆的權(quán)值直接確定方法,并在此基礎(chǔ)上探討了隱神經(jīng)元數(shù)目自動確定的方法(即網(wǎng)絡(luò)結(jié)構(gòu)自確定方法)。計算機仿真結(jié)果表明,相比于傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò),使用權(quán)值與結(jié)構(gòu)雙確定方法的hermite插值神經(jīng)網(wǎng)絡(luò)具有更好的收斂速度和校驗?zāi)芰?。同時,也驗證了該神經(jīng)網(wǎng)絡(luò)良好的降噪和預(yù)測能力。

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測。運用matlab工具箱函數(shù)建立了沉降預(yù)測網(wǎng)絡(luò)模型,編制了計算程序,通過工程實例驗證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠遠快于bp網(wǎng)絡(luò)。

matlab有三十多個工具箱大致可分為兩類：功能型工具箱和領(lǐng)域型工具箱. 功能型工具箱主要用來擴充matlab的符號計算功能、圖形建模仿真功能、文字處理功能以及與 硬件實時交互功能，能用于多種學(xué)科。而領(lǐng)域型工具箱是專業(yè)性很強的。如控制系統(tǒng)工具箱(controlsystem toolbox)、信號處理工具箱(signalprocessingtoolbox)、財政金融工具箱(financialtoolbox)等。 下面，將matlab工具箱內(nèi)所包含的主要內(nèi)容做簡要介紹： 1)通訊工具箱(communicationtoolbox)。 令提供100多個函數(shù)和150多個simulink模塊用于通訊系統(tǒng)的仿真和分析 ——信號編碼 ——調(diào)制解調(diào) ——濾波器和均衡器設(shè)計 ——通道模型 ——同步 可由結(jié)構(gòu)圖直接生成可應(yīng)用的c語言源代碼。 2)控

從分析工程結(jié)構(gòu)課程的特點入手，介紹了在實踐中通過運用新型網(wǎng)絡(luò)媒體開展教學(xué)的全過程，并通過實際數(shù)據(jù)對比展現(xiàn)了這一教學(xué)手段所取得的成績。

matlab所有工具箱說明 工具箱或模塊名稱模塊說明 *matlabcompiler 把matlab的m文件編譯成dll文件,或exe獨立 應(yīng)用程序 *matlabc/c++graphicslibrarymatlabc/c++圖形庫 *matlabc/c++mathlibrarymatlabc/c++數(shù)學(xué)計算庫 *optimizationtoolbox包含求函數(shù)零點,極值,規(guī)劃等優(yōu)化程序的工具箱 *partialdifferentialequationtoolbox偏微分方程工具箱 *statisticstoolbox包含進行復(fù)雜統(tǒng)計分析所需程序的工具箱 *statisticstoolbox統(tǒng)計工具箱 *symbolicmathtoolbox 符號類數(shù)據(jù)的操作和運算工具箱，通過符號數(shù)學(xué)工具 箱， matlab用戶可以方便地將數(shù)

為解決過程神經(jīng)元網(wǎng)絡(luò)不能直接輸入離散樣本的問題,提出基于樣條插值函數(shù)的離散過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法。首先,將離散過程樣本按采樣點分段,在采樣區(qū)間內(nèi)分別構(gòu)造樣本和權(quán)值的分段樣條函數(shù);然后,計算樣本函數(shù)和權(quán)函數(shù)的乘積在采樣區(qū)間上的積分,并將此積分值提交給網(wǎng)絡(luò)的隱層過程神經(jīng)元;最后,在輸出層計算網(wǎng)絡(luò)輸出。分別采用一次、二次、三次樣條函數(shù),設(shè)計了三種不同的算法。實驗結(jié)果表明:一次樣條計算效率高,逼近能力差;三次樣條計算效率低,但逼近能力好;二次樣條在計算效率和逼近能力兩方面都比較理想。因此,二次樣條函數(shù)是離散過程神經(jīng)網(wǎng)絡(luò)的較好選擇。

簡要介紹了人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及特點,并且詳細論述了神經(jīng)網(wǎng)絡(luò)在中央空調(diào)水系統(tǒng)、風(fēng)系統(tǒng)、制冷系統(tǒng)、負荷預(yù)測、系統(tǒng)的仿真設(shè)計和建筑運行能耗評價等方面的應(yīng)用概況,指出了神經(jīng)網(wǎng)絡(luò)在空調(diào)領(lǐng)域今后的發(fā)展方向.

濕空氣中溫度和濕度的關(guān)系通常通過水蒸氣性質(zhì)表進行查取,通過溫度和飽和水蒸氣分壓力的關(guān)系計算相對濕度值,但其為離散的非線性關(guān)系,不便于實時控制。提出了一種簡單、有效的廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)用于中央空調(diào)控制中的濕度調(diào)節(jié),grnn可以對離散的非線性關(guān)系進行擬和,不同于數(shù)值分析中的插值和擬和,也不同于常用的bp網(wǎng)絡(luò),grnn易于實現(xiàn),僅需要一個參數(shù),結(jié)構(gòu)簡單,便于編程,可以在較少數(shù)據(jù)中較好地工作。

人工神經(jīng)網(wǎng)絡(luò)在基坑變形性狀研究中的應(yīng)用——基坑工程不僅要保證維護結(jié)構(gòu)本身的安全，而且要保證周圍建(構(gòu))筑物的安全和正常使用。開展基坑工程變形性狀研究具有重要意義。影響基坑變形的因素很復(fù)雜，傳統(tǒng)的計算方法已無法準確預(yù)測基坑的變形。人工神經(jīng)網(wǎng)絡(luò)(an...

神經(jīng)網(wǎng)絡(luò)在深基坑監(jiān)測中的應(yīng)用——地鐵車站等深基坑開挖施工中監(jiān)測數(shù)據(jù)處理極其復(fù)雜，其經(jīng)驗多于理論。基坑工程施工中，對監(jiān)測數(shù)據(jù)處理和分析，進而提取有價值的信息點是一個難題。因此，本文提出了神經(jīng)網(wǎng)絡(luò)的處理模型，采用bp網(wǎng)絡(luò)的算法來訓(xùn)練網(wǎng)絡(luò)，對某地鐵車...

bp神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的應(yīng)用——本文提出了基坑變形預(yù)測與分析的bp神經(jīng)網(wǎng)絡(luò)方法，建立了基坑變形預(yù)測分析的模型，應(yīng)用matlab語言編制計算程序進行計算并與實際工程監(jiān)測值進行比較，從而驗證了神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的可行性、有效性?！　?/p>

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進行了軟土地基最終沉降量的預(yù)測，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計算過程中各種人為因素...

**資訊http://www.***.***

在運用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進行反分析的基礎(chǔ)上,將pso與bp算法相結(jié)合,充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細致搜索優(yōu)勢,并通過實例驗證了方法的可行性。可以看出,運用該方法可以使學(xué)習(xí)效率增高,收斂速度加快,預(yù)測結(jié)果更加準確。

運用bp神經(jīng)網(wǎng)絡(luò)方法,對土木工程造價做有益的探討。利用神經(jīng)網(wǎng)絡(luò)可以節(jié)省時間,減小歷史狀況對價格估算的影響,也有利于應(yīng)用工程量清單為基礎(chǔ)的國際慣例。并以收集到的樣本為例,對該模型進行了實證研究,表明了該方法的有效性。

提出將一種徑向基網(wǎng)絡(luò)的重要變形—概率神經(jīng)網(wǎng)絡(luò)(pnn)應(yīng)用于化工過程的故障檢測中。與其他網(wǎng)絡(luò)相比,概率神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度快,適合于故障檢測問題。將概率神經(jīng)網(wǎng)絡(luò)用于tennesseeeastman(te)過程故障檢測的仿真實驗,將實驗結(jié)果與bp網(wǎng)絡(luò)進行比較,結(jié)果表明概率神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)設(shè)計時間明顯少于bp網(wǎng)絡(luò),故障檢測的準確率明顯提高。該方法可行、有效。

泡沫金屬試樣測試復(fù)雜,對試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過測量泡沫金屬的四個基本參數(shù)達到推知其力學(xué)性能、阻尼性能的課題。

采用熱壓成型的方法制備摻雜粉煤灰、以無機纖維為增強體的摩擦材料,并測試其磨損性能。選用bp神經(jīng)網(wǎng)絡(luò)建模,以摩擦材料配方、制備工藝、測試條件為輸入變量,以材料的磨損率為輸出變量,采用l-m算法對網(wǎng)絡(luò)進行訓(xùn)練。結(jié)果表明,模型可以對材料磨損性能進行有效的預(yù)測,可用于配方及制備工藝的優(yōu)化。