基于BP神经元网络的锂电池温度预测

针对锂电池温度预测困难、精确度差等问题,研究小组提出一种基于神经网络的锂电池温度预测方法.首先通过锂电池温升特性实验平台对锂电池放电过程的热力学特性展开研究,通过分析选取SOC(电池荷电状态)、放电电流、环境温度等特征参量为输入参数,结合BP神经网络算法,搭建了基于实验与BP神经网络的电池表面温度快速预测模型,采用未参...     

基于BP神经网络的农田灌溉量预测

农田灌溉量预测对水资源合理规划和优化配置具有重要意义。为此,以农田水分平衡公式为基础,导出灌溉量I与前各时期的降雨量pt-1、pt-2、pt-3灌溉面积S之间存在非线性关系,由此建立了农田灌溉量的BP神经网络预测模型。检验结果表明,灌溉量BP神经网络预测法精度约为94.5%。因而,以灌溉面积、前各时期降雨量为输入变量,结合BP神经网络技术来预测农田灌溉量,具有很好的应用前景。     

新能源汽车市场发展趋势预测研究

随着我国经济的不断发展,对于能源的需求也在逐渐增大,尤其是不可再生能源其消耗呈现逐年上升的趋势。其中汽车保有量的不断增加,对能源的消耗造成了极大的威胁,同时也对环境造成了极大的破坏。为了减少不可再生资源的使用率,降低对环境的破坏,新能源汽车作为一个全新的产业开始走向人们的生活,具有绿色环保、节能减排等特点受到了广大人们的欢迎。文章以江苏为例,分析了当前新能源汽车市场的现状,并建立以Bass模型为基础的中国新能源汽车市场趋势预测模型,分析了江苏今后的发展趋势,并制定了提高江苏新能源汽车产业发展的对策。     

基于BP神经网络的农业机械化作业水平预测

我国农业机械化作业水平的发展变化具有增长性和波动性,对预测的方法要求较高。鉴于单一预测模型的局限性,在确定我国农业机械化作业水平各单一预测模型的基础上,建立了基于BP神经网络的农业机械化作业水平非线性组合预测模型,并对我国农业机械化作业水平进行预测。误差分析表明,该模型可以有效地提高农业机械化作业水平的预测精度,用该模型对我国2012-2020年农业机械化耕、播、收作业水平进行了预测。预测结果表明,在未来几年我国农业机械化作业水平将保持快速增长趋势,到2020年机耕、机播和机收作业水平分别为91.37%、66.77%和71.93%。     

基于灰色BP神经网络的农业机械总动力预测

为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。     

基于BP神经网络的汽车发动机故障诊断方法研究

介绍了BP神经网络学习算法,建立了汽车发动机振动测试系统,在对发动机振动数据进行分析处理的基础上,获取了学习样本的输入向量与目标向量,应用BP网络学习算法对新构的网络进行训练,建立了一种发动机机械故障诊断的新方法,实例分析结果表明,这种新方法是可行的。     

基于遗传算法优化BP神经网络下马铃薯产量预测模型

马铃薯产量的高效预测对于制定马铃薯生长期间的精准管理决策具有重要意义。为此,针对传统BP神经网络在产量预测中存在的精度差、准确度低等问题,选择遗传算法对单一BP神经网络模型开展网格优化。基于朔州市朔城区沙楞河村2010-2019年田间物联网获取的田间环境数据(土壤含水率和土壤温度)、气象环境数据(大气湿度、大气温度、降雨量)和马铃薯产量,采用BP神经网络及GA-BP神经网络模型对所选地区马铃薯产量进行预测分析。研究结果表明：GA-BP神经网络模型下,马铃薯产量的预测精度明显高于BP神经网络模型,R²达到0.993 27,平均相对误差仅为0.88%。试验证明,GA-BP神经网络模型能够更加科学、合理地进行马铃薯产量预测,说明利用遗传算法优化BP神经网络在马铃薯产量预测中是可行且有效的。     

基于MATLAB的BP神经网络对特细砂混凝土强度预测的研究

混凝土抗压强度是混凝土最重要的性能之一,是混凝土质量控制最核心的内容。通过介绍混凝土强度的预测方法、BP神经网络预测的过程,在主要考虑水灰比、砂率和水泥用量3个因素的情况下,基于MATLAB用BP神经网络预测特细砂混凝土强度。分析表明：通过BP神经网络模型拟合的计算期望值和实际值的相关系数达到0．96287,相关性非常显著。     

基于灰色理论与BP神经网络组合模型的中长期负荷预测

灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子.主要经济因子的引入,使预测模型更符合实际、更合理.应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性.     

基于BP神经网络汽车传感器温度补偿技术的研究

由于受到温度、磁场等外界因素的干扰,汽车传感器的测量精度降低,致使汽车的整体性能下降。为此,以对温度干扰最敏感的CYJ-101型压力传感器为例,采用18组样本数据对建好的3层前馈BP神经网络进行温度补偿训练。仿真结果表明,温度对压力传感器的干扰波动由补偿前的22%减小到补偿后的2.2%。BP神经网络技术的应用极大地提高了压力传感器的测量精度,并最终改进了汽车的整体性能。作为一种分析、处理温度补偿问题的新技术,它与传统方法相比具有无可比拟的优势。     

基于BP神经网络的降雨量预测研究

使用2种方法,即用前5年降雨量来预测后1年的降雨量和用气象资料预测降雨量,应用BP神经网络对降雨量进行预测,试图找出应用BP神经网络预测降雨的最佳方法.通过对青海省10个气象站的降雨进行预测分析,得到结论如下:两种方法均适合于降雨预测,其被选择概率均等.     

基于BP神经网络的自动挡汽车换挡规律优化研究

换挡规律对于自动挡汽车的燃油经济性至关重要.通过训练BP神经网络来预测目标车型的实时挡位,利用MATLAB/Simulink将训练好的神经网络封装成模块嵌入到AVL Cruise整车模型中,对目标车型在WTCL工况下进行模拟.结果表明,BP神经网络可以优化换挡规律,使发动机运行在更加经济性的工作区间,有效降低了整车燃油...     

基于BP神经网络的果蔬热导率预测模型

通过微热探针法测试装置研究了30个品种的果蔬热导率与可溶性固形物含量、含水率、密度和硬度等因素的变化关系,提出了一种基于BP神经网络的果蔬热导率预测模型,并根据误差比较分析进行了模型优化。结果表明,该优化网络模型具有较好的热导率预测效果,平均相对误差为1.11%,平均绝对误差为0.0057W/(m?K),可以用于果蔬贮藏加工业中果蔬热传递过程的计算。     

基于SWOT分析我国新能源汽车的发展现状与对策研究

随着环境保护的日益严峻和低碳经济的兴起,发展新能源汽车成为解决这一问题的有效途径。本文基于SWOT分析法对我国新能源汽车的发展现状从优势、劣势、机会、威胁这四个方面进行分析,并提出了一系列的对策措施。     

基于互信息参数优化BP神经网络的生物质发电量预测研究

生物质直燃发电是目前应用最广、规模最大的生物质能利用方式。然而由于生物质种类繁多、理化性质多变、燃烧不稳定,使得发电量难以准确预计,这为电网调度、安全运行带来隐患。为此,提出一种基于互信息参数优化BP神经网络的生物质发电量预测模型。从生物质电厂收集发电量以及物料参数、锅炉参数、汽机参数、环境参数等实际生产数据,采用平均影响值分析、相关分析和互信息分析对发电量的影响因素进行优化选择,并利用电厂实际数据建立BP神经网络模型。测试结果表明,采用优化影响因素建立的神经网络模型预测误差大幅度降低,其中互信息分析优化效果最佳,平均预测误差从未优化模型的4.59%降至0.66%,且进一步优化神经网络参数后,平均预测误差降至0.50%。     

基于BP神经网络的乳制品质量预测研究

在乳制品加工生产中,产品生产质量是生产过程中的关键因素。为了实现产品生产质量的管理,引入了基于人工神经网络的预测方法,以实际生产过程中实验室检测数据以及仪表观测数据作为网络学习样本,通过训练网络模型并将训练后预测模型应用于乳制品企业实际生产,为产品质量分析提供了可靠的依据。     

我国新能源汽车推广研究

汽车的诞生,虽然方便了出行,但是却使得环境问题更加恶化,因此,出于资源的枯竭以及对环境的保护考虑,人们研发了新能源汽车。新能源汽车的产生,可以大大的缓解环境污染问题和资源紧张问题,但是由于新能源汽车才刚刚起步,所以并不是被所有消费者所认知,为此,我们有必要采取有效的措施,加大新能源汽车的推广力度,使其发展潜力得到充分发挥。     

我国新能源汽车市场推广的研究

与传统的燃料汽车相比,新能源汽车有着众多优点.本文阐述我国新能源汽车的发展现状,分析研究并解决其在市场推广中所出现的问题,以此希望能对我国新能源汽车的发展提供帮助.     

基于互联网+中职院校新能源汽车专业教学策略研究

互联网+教学模式是中职院校信息化教学的重要载体之一,以中职院校新能源汽车专业为例,根据人才培养方案的要求,分别从课程体系、教学过程和教学评价三个方面展开研究,为中职院校新能源汽车专业的教师提供教学参考和建议.     

基于新能源汽车产业发展的汽车电子技术专业教学改革

随着汽车产业的普及和发展,燃油汽车对环境造成的污染和能源的短缺问题日趋严重,发展新能源汽车是汽车产业发展的必由之路,作为专业技能人才培养摇篮的职业院校,如何适应时代的发展是摆在我们面前亟待解决的问题,文章从新能源汽车电子专业人才模式的构建、实训基地的建设、教学团队的构建几个方面对专业人才的培养改革进行了阐述,以待进一步做好汽车电子技术专业的教学改革工作.