基于改进BP神经网络的大豆病害检测

大豆病害诊断是有效防治的先决条件。为此,针对传统BP神经网络在处理高维大豆病害数据时存在的时间复杂度高、诊断准确率低以及误差收敛缓慢且容易出现震荡现象的问题,提出了一种改进方法。该方法首先对高维大豆病害数据进行特征选择,去除"贡献"较小的特征,实现数据降维;然后,对传统BP算法进行改进,根据输出误差动态调整学习速率,并使用改进后的算法建立大豆病害检测模型。经实验测试,该方法在大豆病害诊断测试中准确率达96%以上,且各项统计指标、误差收敛速度及平稳性均优于传统BP神经网络,证明了其可靠性和高效性。     

基于AHP与BP神经网络的农村水利现代化评价

结合江苏农村水利特点,构建了江苏省农村水利现代化评价模型。利用层次分析法(AHP)确定了评价模型各个层次的指标权重,并对全省13个省辖市农村水利现代化水平进行了评价。以AHP评价结果为基础,设计了江苏省农村水利现代化神经网络模型,利用AHP评价结果进行了网络训练与测试。结果表明,基于AHP和BP神经网络的江苏省农村水利现代化评价方法可行、误差可控,在农村水利现代化综合评价领域具有一定的推广价值。     

基于模糊神经网络的滚动轴承滑动擦伤诊断

针对故障诊断知识模糊性及引起轴承滑动擦伤的参数间的非线性特点，提出了基于模糊神经网络的故障诊断方法，建立了模糊神经网络模型，并将其应用于滚动轴承的滑动擦伤诊断。网络测试结果表明，本文方法对于滚动轴承的滑动擦伤诊断是十分有效的。     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

基于模糊神经网络的共轨柴油车智能诊断研究

以共轨柴油车定性特征参数与定量特征参数为输入变量,构建了5层架构的模糊神经网络智能诊断模型,提出了基于置信度 D-S理论二级融合的故障诊断模式,给出了网络的学习过程以及训练方式。通过仿真推理表明,该智能诊断系统以特征信号为融合的故障诊断模式更能准确定位故障,表明该系统研究的可行性。     

基于模糊层次分析法的联合收割机性能评价

为了对联合收割机的各项性能指标及总体性能进行评价,用于指导联合收割机的改进设计,建立了基于模糊层次分析法的联合收割机评价体系。首先,由专家利用经三角模糊数优化的模糊层次分析法和0.1~0.9标度法确定联合收割机各级指标的权重系数;然后,以某型号联合收割机为例,由评审团运用单因素模糊综合评判法对其二级指标进行评判;最后,得到一级指标和总体性能的评价等级。结果表明,该型号联合收割机综合性能良好。经分析,改进设计时应着重考虑改善损失率、舒适性、节能性等指标。     

基于模糊神经网络单螺杆挤压膨化机的故障诊断

为了能够提高单螺杆挤压膨化机故障诊断的准确率,利用模糊神经网络对其进行故障诊断。首先,分析了单螺杆挤压膨化机的常见故障;接着,研究了模糊神经网络的基本结构,并且分析了相应的故障诊断算法和基本原理;最后,进行了单螺杆挤压膨化机的故障仿真分析,仿真结果表明该方法具有较高的故障诊断精度。     

基于T-S模糊神经网络的地下水水质评价

采用T-S模糊神经网络模型对吉林省西部地区部分地下水水化学监测点水质进行评价。T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成,考虑了水质评价标准的区间形式和水系统的不确定性。将T-S模糊神经网络的评价结果与水质综合评价方法中经典的内梅罗指数法和BP人工神经网络法的评价结果进行对比,结果表明:T-S模糊神经网络法评价地下水水质更全面更客观。利用该方法对吉林西部的地下水水质进行评价,结果显示:吉林西部地区地下水资源已经遭受不同程度的污染,需要进行有效的保护。     

基于模糊神经网络的喷灌控制系统设计及实现

结合模糊控制的强鲁棒性和神经网络的自学习能力特点,设计了一种基于模糊神经网络控制的喷灌控制系统,并将其应用在喷灌系统中.结果表明,该方法明显优于常规模糊算法,可以使得喷灌系统稳定性增强,管路压力波动消除,保证了喷灌质量.     

基于DSP和模糊神经网络种蛋识别系统

针对传统的无线传感器网络监测农田范围小、采样频率不足和能耗高等问题,本文设计了基于簇状结构的无线传感器网络监控系统.能实现对玉米田环境参数的测量.该网络拓扑结构是簇状结构,分为2个簇,8个终端采集节点,2个簇首节点和1个汇聚节点.为延长生存期、降低能耗,节点采用定时休眠,依据节点功能采用不同供电模块,简化协议固定簇内终端节点和簇首的位置.设计WSN-CFM (Corn Field Monitoring)系统能实现近端计算机控制信息采集、处理、传输和存储农田参数变化状况.试验节点部署在玉米田,8个终端节点有7个终端节点数据的传输正确率均超过85%,正确率较低的节点更换电池后可正常工作.系统是能实现稳定传输,适合对玉米田环境参数实时监测.     

基于改进级联神经网络的大豆叶部病害诊断模型

针对大豆叶部病害性状特征与病种之间的模糊性和不确定性,将数字图像处理技术与神经网络智能推理技术相结合,充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律,提出了基于改进级联神经网络的大豆病害诊断模型。首先利用自制载物模板无损采集大田大豆叶部病害数字图像,计算病斑区域的形状特征、颜色特征及纹理特征14维度特征参数;为突显各方面特征对于不同病害种类决定作用的差异性,构建各子神经网络并联的第1级网络,第2级网络的输入为第1级网络的输出,利用多维特征各自优势来自动取得病种模式推理规则,建立了用于大豆叶部病害自动诊断的两级级联神经网络模型,仿真实验准确率为97.67%;同时应用量子遗传计算优化级联神经网络参数,平均迭代次数为743,平均网络误差为0.000 995 445,提高了学习效率,实现了大豆叶部病害的高效自动诊断和精确测报,为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据。     

模糊神经网络分层递阶控制在智能交通系统中的应用

结合济南市经十路交通干线车流拥挤问题,提出了利用模糊神经网络分层递阶控制城市交通干线车流量的方法,分析结果表明采用该方法可以减少车辆的停车次数和延误时间。     

基于补偿模糊神经网络的氧乐果合成控制研究

针对氧乐果合成反应过程温度具有时变、延时等非线性特性,研究了补偿模糊神经网络控制系统。首先确定了补偿模糊神经网络的初始结构和初始参数,再通过动态调整补偿的改进BP算法来调整参数,实现温度的实时控制。仿真结果表明:补偿模糊神经网络控制系统收敛速度快、适应性强,在温度控制方面取得了比较满意的控制效果。     

基于模糊神经网络的油水分离水力旋流器研究

油水分离水力旋流器广泛应用在各国石油工业,构建了基于模糊神经网络的油水分离水力旋流器模型。根据水力旋流器的实际生产条件,将水力旋流器入口的物性参数和分离期望值作为模糊神经网络模型的输入层节点,将旋流器的操作参数和结构参数作为模糊神经网络模型的输出层节点,实现了旋流器结构参数和操作参数的优化,并用实例证明了此模型的有效性。     

基于MEA优化BP神经网络的农机滚动轴承故障诊断

为了解决农机滚动轴承的故障诊断问题,提出了一种基于思维进化算法(MEA)优化BP神经网络的故障诊断新方法。该方法利用思维进化算法的趋同和异化操作,通过竞争获取优胜种群,在迭代过程中不断优化BP神经网路的初始权值和阈值,建立MEA-BP网络农机滚动轴承故障诊断模型。以滚动轴承试验实测数据为例,通过Mat Lab软件进行仿真,结果证实:该方法不但克服了常规BP网络学习速度慢和局部极小的缺点,而且提高了故障诊断准确度,为其他农业机械设备的故障诊断提供了一种试验方法。     

基于BP神经网络的电控柴油机故障诊断

运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统,以高压共轨式电控发动机的传感器数值作为BP网络的输入,把发动机的故障状态作为BP网络的输出,以此来对电控柴油机进行实时的故障诊断.将诊断结果与实测结果进行比较后,证明此方法是可行的.     

基于遗传算法的模糊神经网络温室温度控制器

为了创造适合作物生长的环境,针对温室系统的特点提出了一种新的基于遗传算法的模糊神经网络控制器,利用遗传算法训练模糊神经网络模型,并采用此模糊神经网络控制器控制温室温度系统.运用该方法对温室温度控制系统进行了Matlab 仿真,结果表明:采用遗传模糊神经控制器的系统,不但提高了阶跃响应的快速性,而且大大减少了超调量.