大神们如何用Matlab 神经网络 拟合出一个两输入一输出的曲线 公式我写进单片机里 不剩感激._百度知道
大神们如何用Matlab 神经网络 拟合出一个两输入一输出的曲线 公式我写进单片机里 不剩感激.
是传感器的温度补偿数据
浓度（PPM）/温度（℃）
我有更好的答案
自己反推一个二元方程式做算法多简单啊
不用神经网络这么麻烦，matlab里面有一个专门用来做拟和的语句吧。没记错的话是polyfit
拟合也行 但是 感觉 BP更准
你要做得准，必然阶数就很大，式子很复杂。单片机做浮点运算本来就不擅长，直接拟合就可以。直接拟合不是有一个参数可以控制误差吗
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。当前位置： >>
基于MATLAB的BP网络在矿产资源预测中的应用
Ｓｅｒｉｅｓ ＡｕｇｕｓｔＮｏ．３７４金取砖山总第３７４期 ２００７年第８期２００７ＭＥＴＡＬ ＭＩＮＥ基于ＭＡＴＬＡＢ的ＢＰ网络在矿产资源预测中的应用冰李随民１ 姚书振２周宗桂２（１．石家庄经济学院；２．中国地质大学） 摘要人工神经网络（ＡＮＮ）是近几年兴起的一门综合交叉学科。人工神经网络在进行预测时，是在输出和 输入之间建立一个非线性映射关系，ＡＮＮ可自动模拟各种成矿因素之间的自然关系，进行全局优化搜索，减少人为 干预，提高资源预测的准确率。其中以反向传播网络――ＢＰ网络应用最广泛。由于ＭＡＴＬＡＢ提供了跟踪国外先 进计算方法与数学模型的许多工具箱，利用ＭＡＴＬＡＢ中的神经网络工具箱，可方便地实现ＢＰ网络模型的学习、训 练、拟合及预测（仿真）过程。基于上述思路以陕西省旬北地区铅锌矿的远景区预测为例，在ＭＡＴＬＡＢ平台中调用 其内部函数建立了ＢＰ人工神经网络矿产资源预测系统，并在此基础上进行了远景区预测。关键词 ＭＡＴＬＡＢ人工神经网络（ＡＮＮ） ＢＰ网络ＢＰ ＮｅｒＶｅ Ｎｅｔｗｏｒｋ ｉｎ Ｙａｏ Ｓｈｕｚｈｅｎ２Ａｐｐｌｉｃａｔｉｏｎ ｏｆＭＡＴＬＡＢ－Ｂａ船ｄＩＪｉ ＳｕｉｍｉｎｌＭｉｎｅｒａｌＲｅｓｏｕｒｃｅ ＦｏｒｅｃａｓｔＺｈｏｕ Ｚｏｎｇｇｕｉ２（１．鼢承础ｕｏ昭ｃｏｆｆｅｇ℃矿＆ｏ加聊，；２．劬ｉ凡ｏ‰ｉ钾邢妙矿Ｇｅｏｓｃｉｅｗ部）Ａｂｓｔｒａｃｔ ｅｓｔａｂｌｉｓｈｔｗｅｅｎａＡｎｉ矗ｃｉａｌｎｅｒｖｅｎｅｔｗｏｒｋ（ＡＮＮ）ｉｓａｎｉｎｔｅｒｄｉｓｃｉｐｌｉｎａ】了ｓｕｂｊｅｃｔｒｉｓｉｎｇ ｉｎｒｅｃｅｎｔｙｅａｒｓ．Ｉｎｆｏｒｅｃａｓｔ，ＡＮＮ ｗｉｌｌｎｏｎ―ｌｉｎｅａｒｒｅ玎ｅｃｔｉｏｎ ｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ ｉｎｐｕｔ ａｎｄ ｏｕｔｐｕｔ，ｔｈｅｎ ａｕｔｏｍａｔｉｃａｌｌｙ ｓｉｍｕｌａｔｅ ｔｈｅ ｎａｔｕｍｌ ｒｅｌａｔｉｏｎ ｂｅ―ｏｕｔｔｈｅ ｖａｒｉｏｕｓ ｍｉｎｅｒａｌｉｚａｔｉｏｎ ｆａｃｔｏｒｓ ａｎｄ ｃａｒｒｙｒｅｓｏｕｒｃｅｔｈｅｗｈｏｌｅ ｏｐｔｉｍａｌ ｓｅａｒｃｈｉｎｇ， ｔｈｕｓ ｒｅｄｕｃｉｎｇ ｔｈｅ ｈｕｍａｎ ｉｎｔｅｒｖｅｎｔｉｏｎ ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｔｗｏｒｋ―ＢＰ ｎｅｔｗｏｒｋ ｉｓ ｍｏｓｔｌｙ ｕｓｅｄ． Ａｓ ＭＡＴ―ａｎｄ ｉｍｐｒｏｖｉｎｇ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅＬＡＢｃａｎｆｏｒｅｃａｓｔ．Ｔｈｅｐｒｏｖｉｄｅ ｍａｎｙ ｔｏｏｌ ｂｏｘｅｓ ｆｏｒ ｔｒａｃｉｎｇ ｔｈｅ ｆｏｒｅｉｇｎ ａｄｖａｎｃｅｄ ｃｏｍｐｕｔｉｎｇ ｍｅｔｈｏｄｓ ａｎｄ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌｓ，ｔｈｅ ｌｅａｍ―ｐｒｏｃｅｓｓｅｓ ｏｆ ＢＰｏｎｉｎｇ，ｔｒａｉｎｉｎｇ，ｆｉｔｔｉｎｇ ａｎｄ ｆｏｒｅｃａｓｔ（ｓｉｍｕｌａｔｉｏｎ） ｎｅⅣｅ ｎｅｔｗｏｒｋ ｔｏｏｌ ｂｏｘｅｓ ｉｎ ＭＡＴＬＡＢ．ａｒｅａｎｅｔｗｏｒｋ ｍｏｄｅｌａｓｃａｎｂｅ ｃｏｎｖｅｎｉｅｎｔｌｙ ｒｅａｌｉｚｅｄ ｂｙ ｕｓｉｎｇ ｔｈｅｏｒｅＢａｓｅｄｔｈｉｓｔｈｏｕｇｈｔ，ｔａｋｉｎｇｎｅｒｖｅｅｘａｍｐｌｅ ｔｈｅ ｆｏｒｅｃａｓｔ ｆｏｒ ｔｈｅ ｌｅａｄ－ｚｉｎｃｒｅｓｏｕｒｃｅｐｒｏｓｐｅｃｔｉｎＸｕｎｂｅｉ ｒｅｇｉｏｎ，Ｓｈａａｎｘｉ Ｐｒｏｖｉｎｃｅ，ＢＰ ａｒｔｉｆｉｃｉａｌｏｎｎｅｔｗｏｒｋ ｓｙｓｔｅｍ ｆｏｒ ｍｉｎｅｍｌｆｏｒｅｃａｓｔ ｉｓａｒｅａｓｅｔｕｐｂｙ ｔｍｎｓ―ｆ色ｒｒｉｎｇ ｔｈｅ ｉｎｔｅｍａｌ ｆｕｎｃｔｉｏｎｓ ＫｅｙｗｏｒｄｓＭＡＴＬＡＢｐｌａｔｆｏ姗，ｂａｓｅｄｏｎｗｈｉｃｈ ｔｈｅ ｆｏｒｅｃａｓｔ ｆｏｒ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅｉｓｍａｄｅ．ＭＡＴＬＡＢ，Ａｒｔｉｆｉｃｉａｌｎｅｒｖｅｎｅｔｗｏｒｋ（ＡＮＮ）ＢＰ ｎｅｔｗｏｒｋ中国秦岭铅锌矿带是世界上重要的铅锌矿带之 一，近几年在南秦岭旬北地区的志留纪地层中又发 现有层控铅锌矿床（点）的分布。陕西旬北地区铅 锌矿主要分布在东西长约１００ ｋｍ，南北宽ｌＯ～５０ ｋｍ的范围内。已初步查明区内志留系中有３个铅 锌成矿带，分别为泗人沟一南沙沟矿带、红土坡一韩 氏沟一小沟矿带、西营一黄石板矿带。在成矿带内 已发现３０余处铅锌矿床（点），目前已探明了泗人 沟、关子沟、南沙沟３个中型矿床。本次研究在 ＭＡＴＬＡＢ平台上运用人工神经网络方法对该区铅锌 矿远景区进行了预测，预测结果与已知矿（床）点分 布相吻合，可信度较高。１学科。由于人工神经网络具有自组织、自学习、自适 应的能力，组成神经网络的神经元在学习阶段只对 环境做出反响而不能产生环境，故它不能控制输入 模式，网络的学习形式表现在改变权值上，它在矿产 资源预测时不是去建立一个回归方程或判别函数， 而是调节神经元之间的连接权，从而达到外推的目 的。也就是说ＡＮＮ在进行预测时，不是建立一个数 字模型，而是在输出和输入之间建立一个非线性映 射关系。只须通过神经网络就能用“隐式”的方式 表示出各表量间的关系。 ＡＮＮ从已知矿床（点）的成矿条件出发进行学人工神经网络与ＭＡＴＬＡＢ工具箱＊国土资源部中国地质调查局“秦峰一松潘成矿区成矿规律与找矿 方向综合研究”（编号：２００１０２０００１５）。 李随民（１９７ｌ一），男，石家庄经济学院资源学院，博士，副教授，０５００３ｌ河北省石家庄市。 ?５５?人工神经网络（ＡＮＮ）是近几年兴起的一个集 计算机科学、数学、神经学等学科为一体的综合交叉万 　 方数据总第３７４期金鼹砖山２００７年第８期习，使研究成矿的信息集中在输入端和输出端。ＡＮＮ 可以自动模拟各种成矿因素之间的自然关系，进行全 局优化搜索，减少人为干预，提高资源预测的准确率。 此外，由于人工神经网络是～种非线性预测方法，它 不要求地质变量与矿床值（矿石品位、金属量等）之间 具有某种相关关系，也不要求地质变量必须满足某种 分布形式。因此，人工神经网络方法可接受的输入信 息量大，可以充分利用地质、物化探、遥感等多源和多 元信息，以提高综合预测找矿效果。 在实际应用中，用得最广泛的是反向传播网络 （ＢＰ网络）。１圳。ＢＰ网络是一个含有隐蔽层的网 络。其算法由正向传播和反向传播组成，模式从输 入层输入，经隐蔽层逐层处理后传入输出层。在正 向传播阶段，每一层神经元的状态只影响下一层神 经元的状态。如果输出层得不到期望的输出结果， 则进入误差反向传播阶段，网络根据反向传播的误 差信号修改各层的连接权，使误差信号达到最小，从 而可以产生输入、输出的非线性映射（图１），这正好 适合解决非线性复杂问题。序，免除了自己编写复杂而庞大的算法程序的困扰。 用ＭＡＴＬＡＢ中的神经网络工具箱，可方便地直接在 ＭＡＴＬＡＢ中调用相关函数实现ＢＰ网络模型的学 习、训练、拟合及预测（仿真）过程。首先用ｎｅｗｆｆ（） 函数建立网络、再用ｔｒａｉｎ（）函数训练网络、最后用 ｓｉｍ（）函数进行拟合或预测。此外，在ＭＡＴＬＡＢ中运 行神经网络程序，一是可以很直观地以图形方式动 态显示神经网络的训练过程，二是训练过程中的各 种算法非常稳定。２基于ＭＡＴＬＡＢ的ＢＰ神经网络预测系统建立 本次研究工作通过调用ＭＡＴＬＡＢ中内部函数编制了ＢＰ人工神经网络矿产资源预测系统（图２）。图２基于ＭＡＴＬＡＢ的ＢＰ人工神经网络 资源预测系统界面该软件是基于ＭＡＴＬＡＢ平台运行的，若要脱离 该平台运行，须与Ｖｃ进行混合编程。目前解决Ｖｃ 与ＭＡＴＬＡＢ混和编程的方法有两种，一种方法是将 ＭＡＴＬＡＢ语言编写的神经网络程序用ＭＡＴＬＡＢ编 译器ｍｃｃ直接编译为可执行的程序，或者生成中间 的ｅ／ｃ＋＋代码，再嵌入用户的主程序中。另一种图ｌ ＢＰ神经网络工作过程示意是利用ＭＡＴＬＡＢ的引擎（ｅｎｇｉｎｅ）功能帕３。 当用鼠标点击宿动神经网络选项卡后，可以直 接启动ＭＡＴＬＡＢ中神经网络工具箱ＧＵＩ界面（见图３）。图形用户界面ＧＵＩ（Ｇｒ印ｈｉｃａｌＵｓｅｒＭＡＴＬＡＢ是由Ｍａｔｈｗｏｒｋｓ公司推出的高性能的 面向科学计算、数据可视化以及交互式程序设计的 计算语言。５ｊ，它将数值计算、矩阵计算、数据可视化 以及非线性动态系统的建模和仿真等诸多强大功能 集成在一个易于使用的视窗环境之中，对复杂问题， 往往只需要写很短的代码，所以与Ｂａｓｉｃ、Ｆｏｒｔｒａｎ和 ｃ等编程语言相比，ＭＡＴＬＡＢ具有编程简单、程序可 读性强、调试简单等特点，现已成为国际上公认的最 优秀的数值计算仿真软件。ＭＡＴＬＡＢ之所以功能强 大是因为它提供了许多工具箱，这样我们可以充分 利用ＭＡＴＬＡＢ不断推出的工具箱来跟踪国外先进 的计算方法与数学模型，避免了将主要的时间、精力 放在数学模型算法以及计算机编程上。其中神经网 络工具箱是以人工神经网络理论为基础，用ＭＡＴ． ＬＡＢ语言构造出了该理论所涉及的公式运算、矩阵 操作和方程求解等大部分子程序，以用于神经网络 设计和训练。用户只要根据自己的需要调用相关程．５６．Ｉｎｔｅｒｆａｃｅｓ）是ＭＡＴＬＡＢ６．ｘ神经网络工具箱的新增功能。借助 于ＧＵＩ，用户可以比直接利用工具箱函数更快捷和 方便地完成神经网络的设计与分析。ＧｕＩ主界面简 洁明了，从中可以清楚地看出该窗口所能实现的主 要功能。其中，界面中各列表框分别用于显示神经 网络设计中使用或产生的变量和网络对象；Ｎｅｔ－ｗｏｒｋｓ ａｎｄＤａｔａ‘区的各按钮主要用于产生和管理上述变量和网络对象数据；Ｎｅｔｗｏｒｋｓ ｏｎｌｙ区的按钮则 主要用于完成神经网络的初始化、仿真和训练。３ ３．１ＢＰ网络预测实现网络模型的选择及预测实现 将收集到的各种地学信息建立数据库后，在ＧＩＳ乎台对这些地学数据进行操作可获得各种结 果，这些结果即为ＡＮＮ的输入和训练条件，因此在万 　 方数据李随民等：基于ＭＡＴＬＡＢ的ＢＰ网络在矿产资源预测中的应用 ＧＩＳ平台上应用ＡＮＮ进行矿产资源预测将是非常 合理和有效的选择，该方面已有较多的成果＂Ｊ０Ｉ。２００７年第８期可以认为网络学习后输出值与期望值之间的误差达 到设定要求，可用于对新变量进行预测。１０１１ ｏ。冀１０“１０２－０Ｏ ５０ １００ １５０ ２（）（） ２５０１０―３训练次数图４网络训练误差变化曲线４ ５图３神经网络设计ＧＵＩ主界面。４ Ｏ ３ ５本次预测选用的网络结构为两层ＢＰ网络，即一 个隐含层和一个输出层。在具体应用时，网络输入层 和输出层的神经元数由实际问题所决定。本次预测 变量共选取了地层百分数（每个单元含有Ｄ２ｓ、ｓ２ｓ、 ｓｌｍ地层的百分比）、遥感（线形影像）条数、遥感方 位（线形影像）、遥感交点数（线形影像）、断层条数、 断层方位、断层交点数、Ａｇ、Ｂａ、Ｂ、Ｌｉ、Ｎｉ、Ｐｂ、Ｖ、ｚｎ共 １５个输入变量。因此预测输入层的神经元数目为１５ 个（１５个预测变量），输出层的神经元数目为１（成矿 有利度大小，本次成矿有利度设置为中型矿床４，如 南沙沟、关子沟、泗人沟等；小型矿床为２；矿点为１）。 隐含层神经元数目经反复试验确定为７个。隐含层 和输出层的激活函数分别为ＭＡＴＬＡＢ提供的ｔａｎｓｉｇ和 ｐｕｒｅｌｉｎ函数，网络训练函数为ｔｍｉｎｌｍ。学习误差设置 为０．０ｌ。首先提取旬北地区所有含矿单元（共４９ 个）中的控矿因素（每个单元均有上述１５种控矿因 素）进行网络学习，经多次训练学习，在训练次数为 ７５次时，学习误差达到０．０１０差相差ｏ．０００２０４ ２０４３ ０ ２ ５ ２ ０Ｊ５１ ０ Ｏ ５图５实际值与期望值拟合程度３．２预测结果及评价 从ＢＰ方法预测图（图６）上可以看到，已知中小１（图４）（以后随着图６人工神经网络方法预测的旬北地区铅锌矿远景区训练次数的增加，学习误差基本不变），与设定学习误 １，可以认为网络输出达到了误差要 求。网络通过对样本的学习，可在指定的误差范围内 自动建立输入变量和期望值之间的非线性函数关系， 网络性能的检验一般用输出值（网络实际计算值）与 期望值之间的拟合程度来判别。拟合的线型方程为Ｐ＝ｍ７丁＋６，型矿床（如南沙沟、关子沟、泗人沟等）均在高值区 （３～５）范围内，绝大部分矿点落人低值（１～２）区范 围内。这与设定值的网络期望输出值（中型矿床４； 小型矿床为２；矿点为１）相吻合。说明输出结果可 信度较高。从预测结果的低值区（１―２）范围看，占 到全部总面积的３４．９％，说明研究区地层普遍富含 Ｐｂ、ｚｎ成矿元素，形成Ｐｂ、ｚｎ矿化点的位置较多；高 值区（３～５）出露面积约占全区总面积的１３．８％（其 中，值为３～４的区间占１１．４％），说明研究区有形 成中一大型矿床的部位存在。 （下转第６７页）．Ｓ７．（１）式中，Ｐ为预测值；丁为原始值；ｍ为斜率；６为截距； ｒ为预测值与原始值之间的相关系数。当预测值与原 始值完全一致时，ｍ＝１，６＝０，ｒ＝ｌ。 本次网络预测的拟合结果（图５）为：Ｐ＝０．９８６ ３ ７丁＋０．０１７ ９．ｒ＝Ｏ．９９３ １．万 　 方数据柳小胜等：钻孔电视在深孔爆破成井中的应用 爆破对节理裂隙下部的岩体基本不起作用，在炮孔 内也就产生了“药壶”或“楼板”现象。若根据结构 面的位置相应调整炸药埋置深度（如图５所示是经 过调整的装药结构），可将裂隙带以下岩体崩下，并 且其爆破因裂隙的反射作用得到加强，效果更佳，可 以避免“药壶”等现象。２００７年第８期一／／―一溜井壁历 ／一／―――一已爆界面。彳裂隙、结构面篙Ｆ掣矿体空区顶板墨蓁１鐾主图６平面分区爆破示意３结语矿山在掘进第一条溜井时，曾发生过三四次堵 孔现象，严重影响工效。引进了钻孑Ｌ电视后，矿山在 爆破成井时，根据钻孔电视所绘的详细地质剖面图 调整装药结构和爆破方案，充分利用结构面对爆破 的影响，炸药单耗比设计降低了１／３，实现了安全高 效可靠的深孔爆破成井。钻孔电视在该矿同时应用 于探测２“矿体空区，保证了安全开采１ ８矿体和回收 ２。矿体残矿。可以预见，钻孔电视在采矿工程中的 应用将越加广泛深入。参考文献ｌ二图４炸药位于裂隙之上柳小胜，胡道喜，林卫星．某矿高溜井深孔爆破成井技术探讨 ［Ｊ］．湖南有色金属，２００７（１）：４＿６． 姜科．切割井一次爆破成井实践［Ｊ］．金属矿山，２００３（１）：１１．１２．图５调整之后的装药结构当软弱带或软弱面穿过爆源通向临空面，且爆 源到临空面间软弱带或软弱面的长度小于爆破药包 最小抵抗线的数倍时，炸药能量便以“冲炮”或其他 形式泄出，使爆破效果明显降低。矿山通过分析剖 面图，在结构面倾角较大和周边有溶洞的局部地方， 采用调换掏槽空孔位置，即掏槽孔位于周边，１。孔装 药；或者在平面上分区爆破以通过结构面，如图６， 将爆破分为Ｉ区、ＩＩ区先后进行。心口于亚伦．工程爆破理论与技术［Ｍ］．北京：冶金工业出版社，２００４．＿！ｌ汤国起．全方位多功能钻孔倾斜仪的研制［Ｊ］．中国地质灾害瞪№１ｉ］ｊ与防治学报，１９９８，９（增）：２７９＿２８５．任奋华，蔡美峰，来兴平，等．采空区覆岩破坏高度监测分析 ［Ｊ］．北京科技大学学报，２００４，２６（２）：１１５―１１７． 刘勇．电子窥视仪在煤矿中的应用［Ｊ］．煤矿开采，２００６，１１（１）：５４．５５．（收稿日期２００７旬６旬６）＋??＋一＋“＋??＋??＋“＋??＋“＋??＋”＋”＋?－＋??＋”＋??＋??＋??＋”＋一＋一＋“＋”＋”＋”＋”＋“＋”＋ｎ＋”＋”＋”＋”＋”＋“＋一＋”＋”＋一＋”＋“＋”―＋一”十”十”―＋＿”―＋一‘（上接第５７页）参考文献［６］李随民，姚书振?Ｖｃ中调用ＭＡＴＬＡＢ工具箱函数技术探 讨――以神经网络工具箱函数为例［Ｊ］．计算机应用研究，２００３（２０）：４５５＿４５６． ［７］ 武强，董东林，朱峰，等．山西榆次地裂缝灾害评价的ＧＩｓ＿＝Ｊ谢贤平，柴建设，童光煦地质数据的ＢＰ网络分析方法［Ｊ］．地质与勘探，１９９５，３１（２）：３８４２．与ＡＮＮ耦合技术研究［Ｊ］．水文地质工程地质，２００２（２）：６―１０．心邓建，古德生，李夕兵．可视化自适应神经网络及在矿业中的应用［Ｊ］．中南工业大学学报，２０００，２３（３）：２０５－２０７．［８］李风全，林年丰．神经网络和地理信息系统耦合方法在地下水水质评价中的应用［Ｊ］．长春科技大学学报，２００１，３１（１）：５０．５３．口朱宝龙，夏玉成．基于ＭＡＴＬＡＢ下ＢＰ网络在砂土液化评价中的应用［Ｊ］．华东地质学院学报，２００１，２４（１）：３０―３３． Ｈ １ｊ］ｊ］Ｊ］ｊ 刘国东，丁晶．运用ＢＰ网络预测地下水位［Ｊ］．西安地质学院学报，１９９７，１９（２）：５３－５７．［９］陈秋计，赵长胜，谢宏全．基于ＧＩｓ和ＡＮＮ技术的矿区复垦土地适宜性评价［Ｊ］．金属矿山，２００４（３）：５２－５６．［１０］卢长武，云庆夏．矿块品位计算的神经网络方法评价［Ｊ］金属矿山，２００３（６）：４１４３．瞪 １ｊ张平，等．ＭＡＴＬＡＢ基础与应用简明教程［Ｍ］．北京：北京航空航天大学出版社，２００１．（收稿日期２００７旬６－２４）?６７?万 　 方数据基于MATLAB的BP网络在矿产资源预测中的应用作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 被引用次数： 李随民， 姚书振， 周宗桂， Li Suimin， Yao Shuzhen， Zhou Zonggui 李随民,Li Suimin(石家庄经济学院)， 姚书振,周宗桂,Yao Shuzhen,Zhou Zonggui(中国地 质大学) 金属矿山 METAL MINE 2007，(8) 1次参考文献(10条) 1.谢贤平.柴建设.童光煦 地质数据的BP网络分析方法 .邓建.古德生.李夕兵 可视化自适应神经网络及在矿业中的应用[期刊论文]-中南大学学报 .朱宝龙.夏玉成 基于MATLAB下BP网络在砂土液化评价中的应用[期刊论文]-华东地质学院学报 .刘国东.丁晶 运用BP网络预测地下水位 .张平 MATLAB基础与应用简明教程 2001 6.李随民.姚书振 VC中调用MATLAB工具箱函数技术探讨--以神经网络工具箱函数为例 2003 7.武强.董东林.朱峰 山西榆次地裂缝灾害评价的GIS与ANN耦合技术研究[期刊论文]-水文地质工程地质 .李凤全.林年丰 神经网络和地理信息系统耦合方法在地下水水质评价中的应用[期刊论文]-长春科技大学学报 .陈秋计.赵长胜.谢宏全 基于GIS和ANN技术的矿区复垦土地适宜性评价[期刊论文]-金属矿山 .卢长武.云庆夏 矿块品位计算的神经网络方法评价 2003(06)相似文献(10条) 1.学位论文 梁楠 基于人工神经网络的水质预测及MATLAB实现 2007水资源短缺、水质恶化已经成为人类面临的巨大威胁。近年来，水污染的防治工作中水质预测已经成为国内外学者研究的重点之一。然而水环境污 染过程的非确定性和高度非线性性，决定了水质模型的复杂性和求解的困难，使传统的方法和工具显得力不从心。 人工神经网络(ANN)是复杂非线性科学和人工智能科学的前沿，其在水质预测方面的应用研究，目前在国内外尚处于初级阶段。本文在前人应用人工 神经网络预测水质的研究现状基础上，尝试对该方面的学习研究工作进行有益探索。文中对BP神经网络的结构及其算法进行了研究，为克服传统BP网络 用于水质预测的不足，采用了L-M算法改进的BP网络来对数据进行学习训练。 论文以西安市供水水源地--黑河为例，在分析研究区水环境概况、污染来源及其对水质影响的基础上，选用黑河的陈河及艾蒿坪两个断面 年奇数月份的水质监测数据中的7项组成学习样本，并对样本数据进行了分析处理。建立了含一个隐含层的3层BP神经网络，用MATLAB语言编 写程序并在MATLAB平台上实现该神经网络模型，将处理过的样本用于所建立BP神经网络的学习训练，用训练好的网络对水质指标进行预测。将预测结果 与实际监测结果进行比较分析，结果客观、合理。 对黑河水质的预测结果表明，将L-M算法改进的BP神经网络用于水质预测是可行、有效的，而且预测精度比传统方法有较大提高。该方法能对水环境 污染状况做出快速、准确的预见，对水环境的保护和防治工作提供依据。2.学位论文 杨力远 预分解窑煅烧过程计算机模拟 2004该文主要进行了两方面的研究工作.第一,运用回转窑分段热平衡和计算机编程模拟的方法对预分解窑煅烧过程中回转窑内部气体和固体物料温度沿 回转窑轴线方向的分布进行了推导研究.第二,利用人工神经网络(ANN)和MATLAB工具建立起预测回转窑煅烧熟料中游离氧化钙含量的神经网络模型,对回 转窑煅烧熟料的质量进行预测,并对预测中问题进行了探讨研究.该文首次提出了回转窑内部分段热平衡的概念和计算方法.对于以往的以整个的预热器-分解炉--回转窑系统,及以整个的回转窑系统为热平衡体系的研究更加深入.该文利用分段热平衡法,以热平衡理论为基础,以水泥熟料煅烧过程中发生物 理化学变化的若干特征温度为条件,推导计算出回转窑内特殊的虚拟分界点的气体和固体物料的温度.从而对回转窑内部煅烧热工制度建立起更加接近实 际的数学模型.该文首次利用回归统计的方法,对现有的相关气体和固体的比热等物理化学性能参数进行回归分析,建立起比较准确的数学模型,并把这些 数学模型应用于实际模拟计算过程中,提高了热平衡计算的精确度.该文首次提出了回转窑内燃烧延迟系数的概念和具体数据,对回转窑内部燃料燃烧进程 和放热效率进行了假设和分析,为进一步深入分析回转窑内燃烧和传热过程开辟了一条新思路.首次利用人工神经网络和MATLAB计算工具对预分解窑煅烧 熟料中的游离氧化钙含量进行预测计算,进而对熟料质量进行预测.结果表明,神经网络的预测效果比线性回归和简单的非线性回归有明显提高.该文利用 Visual Basic语言编写出预分解窑内气体和固体物料温度场分布的模拟程序.该程序能够利用数字和图形的方法描绘出回转窑内沿轴线方向气体和固体物 料温度分布情况,当模拟温度超出正常温度范围时能够及时报警.该程序还能够应用于回转窑热工参数的反推研究或中控人员的培训过程中.该文利用 Visual Basic编程语言,成功地调用MATLAB预测工具进行混合编程,编写出利用人工神经网络预测回转窑煅烧熟料中游离氧化钙含量的应用程序,把神经网 络预测功能在水泥生产过程中的应用推进到实用阶段.3.期刊论文 闵惜琳.刘国华 用MATLAB神经网络工具箱开发BP网络应用 -计算机应用)论述了人工神经网络的基本理论,并给出利用MATLAB神经网络工具箱开发BP网络应用的要点.4.学位论文 张涛洪 食品冷冻过程的动态模拟 2002冷冻食品是指经过冷冻加工的食品.为了得到一种准确、简便、而又具有实时性与一定通用性的计算食品冷冻过程的模型,作者提出了&在ANN下基于 MATLAB的有限差分法&的动态模拟技术,关于食品的动态模拟技术主要包括如下三点内容:选择基于MATLAB的有限差分模型进行数值计算,包括建立数学模 型、用有限差分法进行离散、修正冻结阶段食品物理性质参量的取值、及在MATLAB中编程运算等;设计实验验证数值模型的精确性,包括在现行条件下设 计实验、及比较分析实测值等;在人工神经网络(ANN)技术支持下,实现食品冷冻过程的动态模拟.最后展望了食品冷冻过程的动态模拟技术的发展前途,并指出了该文研究所存在的问题.5.期刊论文 李明.吴超.李孜军.LI Ming.WU Chao.LI Zi-jun 多因素耦合条件下硫化矿自燃神经网络动态预测模型 研究 -中国安全科学学报)硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题.笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理 论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表 明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果.该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应 用价值.6.学位论文 杜鹏 电力负荷预测系统的设计与实现 2007电力负荷预测是电力市场的基础工作，随着电力市场改革的深入开展，其作用日益重要，是保证电网安全稳定运行的重要前提，其预测精度直接影 响到了电网及各发电厂的经济效益。它是能源管理系统(EMS)的重要组成部分，对电力系统的运行、控制和计划都有着非常重要的影响，提高电力系统负 荷预测的精度既能增强电力系统运行的安全性，又能改善电力系统运行的经济性。 目前，国内外很多预测模型应用于电力系统的负荷预测。人工神经网络(ANN)技术的发展提供了一种新的电力系统负荷预测手段。人工神经网络预测 模型成功地用于预测电力系统短期负荷，与传统方式不同，ANN不依靠人的经验而是通过训练，自主地学习系统输入和输出之间的函数关系。本文通过分 析BP人工神经网络的学习过程，指出BP神经网络存在的缺点。针对BP神经网络存在的缺点，本文提出了一种基于模糊集的改进BP神经网络的方法，并把 改进的BP人工神经网络应用到短期电力负荷的预测。通过分析电力负荷预测的特点、特性及预测原理，确定进行负荷预测的BP人工神经网络的输入变量 及网络结构。 本文采用Matlab提供的人工神经网络工具箱，建立BP人工神经网络。并采用基于COM组件的技术，实现C＃．net与Matlab的混合编程。7.期刊论文 陈华.CHEN Hua 浅谈神经网络的图像识别技术及方法 -济宁师范专科学校学报)神经网络图像识别技术是一种新型图像识别技术,是在传统的图像识别方法和基础上融合神经网络算法的一种图像识别方法.神经网络用于图像识别 一般都要提取图像特征,然后把提取好的图像特征送入神经网络识别器进行识别.BP神经网络图像识别方法不对图像作特征提取,直接把图像数据作为神经 网络识别器的输入.通过用MATLAB完成的网络的训练与测试表明,不作特征提取的神经网络图像识别系统具有很强的抗干扰能力.8.学位论文 田永常 BP网络法在钻头配方设计中的应用研究 2003该论文首先介绍了国内外孕镶金刚石钻头设计与制造的发展状况,随着钻头设计制造技术的日益提高和计算机技术的迅速发展,发现用人工神经网络 (ANN)技术进行金刚石钻头配方设计的条件已经成熟.接着,介绍了人工神经网络理论.人工神经网络具有高度的并行性、非线性全局作用、良好的容错性 与联想记忆功能、很强的自适应、自学习功能,尤其是1986年BP算法的提出,使人工神经网络得以全面迅速地发展起来.该文就BP人工神经网络的基本原理 及算法、BP网络的不足、BP网络的设计及训练过程进行了阐述.学习样本的选择和编制是构建神经网络系统的重要环节,该论文采用了文献&'[2]&的岩石 A、B值岩石可钻性分级方法.文中简单介绍了岩石A值、岩石B值的测定及计算公式,岩石A值是指岩石对钻头金刚石的磨损性,它是钻头配方中金刚石参数 (金刚石品级、粒度和浓度)设计的主要依据;岩石B值是指岩石对钻头胎体的磨损性,它是钻头胎体配方设计的主要依据.BP网络系统的开发是论文作者的 具体研究内容,包含了系统开发工具的选择、网络系统的架构、系统功能的实现.采用Matlab6.5作为系统的开发工具,利用该软件的GUI开发工具设计网络 系统的图形用户界面,利用Matlab6.5中的神经网络工具箱,通过对相关函数的调用,实现神经网络系统的训练和模拟.按照BP网络模型架构网络、训练网络 、模拟网络、保存网络,同时把网络训练结果保存成Word文件.该系统采用了BP网络模型结构,突破了孕镶金刚石钻头设计传统专家系统的局限,不需要组 织大量的产生式规则,也不需要进行树搜索,而是采用并行、分布式存储和处理机制,系统具有容错性和强壮性,而且有着很强的学习、联想、自组织和自 适应能力,能在运行过程中自我完善;该系统的建立基于Windows平台,具有良好的人-机交互界面,采用了先进的系统开发工具Matlab6.5软件,充分利用开 发工具中的神经网络工具箱,保证了系统的科学性和先进性,采用先进算法和学习规则,程序执行快;突破了文献&'[2]&的基于DOS的孕镶金刚石钻头BP网络 系统,克服了该系统算法落后、程序执行时间长、系统修改及使用不便等缺陷;而且,该系统能够脱离Matlab开发环境独立运行,在各种操作系统中都能正 常使用;系统训练样本可以扩充和修改,系统能够发展和创新知识;该系统的开发,为孕镶金刚石钻头配方的优化设计提供了一个强有力的工具,丰富了金刚 石钻头设计,这不仅会推动该校超硬材料研究所在钻头设计制造方面的工作,而且有利于促进该学科的发展.9.学位论文 张玉 大庆电网电力变压器故障诊断 2009我国于20世纪60年代中期对变压器油中溶解气体分析进行了研究，20世纪70年代初，开始了气相色谱法应用于变压器潜伏性故障检测，目前为止 ，已广泛推广应用。近年来，作为气相色谱法的补充和发展，变压器油中溶解气体的在线监测技术也取得了显著进展。由于变压器油中溶解气体分析技 术的分析方法简单，速度快，无需将被试设备停运，并且通过多年的广泛应用，积累了大量的实践经验，因此，油中溶解气体分析技术对保证电力系统 安全可靠运行，防止事故于未然，是极为重要的。&br&　　 20世纪40年代末，由W?R?Ashby和C?E?Sshanuon发起的关于用机器模拟智能的学术会议上，首次提出人工智能(AI)术语，人工智能是以模型化的计 算机来代替人的思维方式和解决问题的一种方法，包括专家系统ES，人工神经网络ANN，模糊理论，模拟进化优化等智能方法的计算和技术，随着计算机 技术迅速发展，人工智能技术已在各行各业迅速普及，1982年开始在电力系统应用，国内外应用人工智能方法诊断变压器故障的成果较为广泛，其中国 内开发变压器故障诊断专家系统始于80年代末，主要是基于油气分析、局方脉冲和超声波等多种监测原理为主。&br&　　 MATLAB软件是由美国Math Work公司推出的用于数值计算和图形处理的科学计算系统，在大学里，MATLAB软件成为对数值、线性代数以及其他一些高等 应用数学课程的辅助教学的工具；工程领域，MATLAB软件被用来构建与分析一些实际课题的数学模型，它还包括了工具箱(TOOLBOX)的各类应用问题的求 解工具。&br&　　 本文收集的变压器气相色谱分析数据，一方面来源于龙凤热电厂一、二号主变压器的气相色谱数据，另一方面来源于供电公司中心试验所管辖变电所的 故障变压器色谱分析数据。首先，介绍电力变压器故障诊断的意义，变压器油中溶解气体分析(DGA)的原理，以及故障诊断过程，利用传统三比值诊断法 对变压器早期故障进行诊断和分析；其次，应用MATLAB软件工具箱中模糊逻辑工具箱(Fuzzy Logial)和神经网络工具箱(Neural Network)对变压器油色 谱数据进行分析和诊断，列举诊断实例，对比传统的三比值诊断方法以及实际故障情况，提出自身的观点和看法。10.期刊论文 彭淑敏.王军宁 基于神经网络的图像识别方法 -电子科技2005(1)神经网络是近年来受到国内外广泛关注的高新技术,不同科学的科技人员对其进行了深入的研究,并取得了许多有价值的研究成果.神经网络在图像识 别方面也取得了广泛应用.神经网络用于图像识别一般都要提取图像特征,然后把提取好的图像特征送入神经网络识别器进行识别.文中提出的用BP神经网 络作图像识别的方法,不对图像作特征提取,直接把图像数据作为神经网络识别器的输入.文章最后用MATLAB完成了网络的训练与测试,并给出了试验结果 .结果表明,不作特征提取的神经网络图像识别系统具有很强的抗干扰能力.引证文献(1条) 1.柯丹.赵丹.侯惠群.韩绍阳 BP神经网络在花岗岩型铀矿预测中的应用[期刊论文]-世界核地质科学 2010(1)本文链接：http://d.wanfangdata.com.cn/Periodical_jsks.aspx 授权使用：郭永健(wfxbgy)，授权号：261e-44c5-98b0-9e8e00ff40b8 下载时间：日
更多搜索：
赞助商链接
All rights reserved Powered by
文档资料库内容来自网络，如有侵犯请联系客服。