基于人工神经网络的过闸流量软测量研究_第1页
基于人工神经网络的过闸流量软测量研究_第2页
基于人工神经网络的过闸流量软测量研究_第3页
基于人工神经网络的过闸流量软测量研究_第4页
基于人工神经网络的过闸流量软测量研究_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于人工神经网络的过闸流量软测量研究1.课题背景2.BP算法和软测量的引入3.BP算法的实现4.实验结果Index课题背景过闸流量1、水力学公式法2、曲线法3、流速仪法（目前广泛采用）

流速仪法的不足

课题背景1、很难确定合适的测点。2、测量时间长，实时性不高，耽误启闭闸门的最佳时机。3、需要的硬件资源比较高，大大增加了成本。1.课题背景2.BP算法和软测量引入3.BP算法的实现4.实验结果IndexBP算法的引入软测量上水位闸门开度上水位和闸门开度较易获得BP算法的引入BP算法和软测量的结合1.课题背景2.BP算法和软测量的引入3.BP算法的实现4.实验结果IndexBP算法的实现网络层数的确定理论上已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。BP网络模型中的隐含层数为一层，这样网络既不会太复杂又不会陷入局部太小。

隐含层激励函数（sigmoid）

BP算法的实现神经元数的确定通过对不同神经元数进行训练对比，以及通过简单的交叉验证法确定隐含层的神经元数为15个。BP算法的实现模型的训练输入数据标准化：把输入数据规一到[0,1]闭区间BP算法的实现权值和阀值的获取流程图样本输入BP网络输出误差权值阀值梯度下降法样本输出比较收敛不收敛修改权值和阀值信息的正向传递BP算法的实现隐含层神经元的输出：输出层的输出：误差函数：输出层权值变化BP算法的实现利用梯度下降法求权值变化及误差反向传播：其中同理可得：隐含层权值变化BP算法的实现利用梯度下降法求权值变化及误差反向传播：其中同理可得：1.课题背景2.BP算法和软测量的引入3.BP算法的实现4.实验结果5.结论Index运用MATLAB对对网络进行

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论