神经网络模糊PID算法在温室温度控制中的仿真研究

为了更好地实现对温室温度的控制,提出了温室温度控制的一种新的控制方法;通过仿真比较证明了此方法的有效性,并对其动静态特性、鲁棒性和抗干扰能力进行了探讨。结果表明,采用神经网络模糊PID算法的温室温度控制方法具有较好的动静态特性、鲁棒性和抗干扰能力。     

基于双池化与多尺度核特征加权CNN的典型牧草识别

针对自然背景下牧草难识别的问题,提出一种基于双池化与多尺度核特征加权的卷积神经网络牧草识别方法。双池化特征加权结构通过将卷积层输出的特征图分别进行最大值池化和均值池化得到两组特征图,引入特征重标定策略,依照各通道特征图对当前任务的重要程度进行加权,以增强有用特征、抑制无用特征;多尺度核特征加权结构通过在卷积层中同时使用3×3和5×5两种卷积核,并将网络的前几层特征复用后进行加权,以提高重要特征的利用率。对10类牧草图像进行识别实验,结果表明,该方法识别率为94. 1%,比VGG-13网络提高了5. 7个百分点,双池化与多尺度特征加权有效提高了牧草识别精度。     

遗传神经网络在温室黄瓜霜霉病预测中的应用

在神经网络结构的优化、连续权重的训练中采用遗传算法的方法对日光温室黄瓜霜霉病进行预测，并对其发生程度进行了拟合，计算值与实际值接近，表明该模型具有良好的预测效果。     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。     

变速器齿轮疲劳破坏的分析与研究

根据农用大功率东方红拖拉机变速器的实际使用情况,为确知变速器齿轮工作的时效性,对农用车变速器齿轮的工作特性进行了分析研究,首先运用递归方法处理,再结合神经网络BRF进行齿轮疲劳超限的预测,并开展数值分析研究,提供了对农用车变速器齿轮疲劳破坏预测的一种方法。结果表明,该方法对变速器齿轮疲劳破坏的预测结果与齿轮疲劳试验结果一致,预测具备较高的精确度。     

基于MATLAB实现模糊神经网络模型在企业水环境中的应用

指出了水质评价是进行水环境容量计算和实施水污染控制规划的重要基础。应用模糊神经网络原理，以某企业污水处理站的检验数据为依据，选择3个评价参数，使用MATLAB函数工具箱编程，建立了T—S模型，经过仿真得出评价结果，研究表明：该方法能正确评价水质的样本，具有较好地客观性和预测性。     

城市发展过程中用水量预测研究

城市化程度的不断提高使得城市对资源环境的需求越来越多,对资源环境的压力也越来越大,尤其是对作为城市物质基础的水资源的压力越来越大。因此需要对城市经济发展过程中城市发展与城市用水的关系进行更进一步的研究。用衡量城市经济发展的4个指标组成一个向量-Ψ来定量描述城市化,并利用神经网络建立了向量-Ψ与城市用水量Q的数量关系,然后根据城市经济发展目标预测相应城市规模条件下城市用水量,为城市规划提供依据。     

基于STM32的仔猪智能恒温保育箱的设计

通过对仔猪保育期内温度数据的分析,采用理论分析和试验研究相结合的方法,设计出一套恒温保育箱控制系统。系统以STM32为主控芯片,根据温度传感器采集的信息,通过神经网络算法驱动执行机构工作,实现温度恒温控制,同时可在上位机实时动态显示温度变化曲线,便于对温度的监控和分析。     

大庆长垣东部地区深井钻头的优选

深井地层可钻性差、研磨性高是制约大庆长垣东部地区深井钻速的主要原因。通过拟合得到目标地区可钻性系数、研磨性系数与声波时差间的定量方程,计算了不同井深的岩石可钻性系数和研磨性系数。利用自适应共振理论神经网络方法进行钻头优选。     

基于神经网络模型的青岛市城区土壤重金属污染源定位

建立基于遗传算法的BP神经网络系统,该模型可以有效描绘区域中重金属元素的分布情况,并由此通过各元素浓度极大值点求出污染源近似坐标,实现对污染源的定位.将该模型运用于青岛市,根据青岛市不同功能区的土壤重金属含量调查结果,实现了对可能重金属元素污染源位置的预测.