共查询到20条相似文献,搜索用时 31 毫秒
1.
基于Matlab和BP神经网络的固体火箭发动机比冲性能的预测 总被引:2,自引:0,他引:2
本文采用基于误差反向传播算法(BP算法)的人工神经网络技术,利用Mat lab神经网络工具箱,建立了固体火箭发动机比冲性能预测的神经网络模型,并利用实验数据进行了验证.结果表明,可以利用该方法开展固体火箭发动机比冲性能的预测. 相似文献
2.
本文论述了基于RBF神经网络和模糊原理,构建一种模糊RBF神经网络用于固体火箭发动机比冲预测。预测结果表明该网络可较精确地预示发动机的比冲。 相似文献
3.
4.
邢球痕:固体火箭发动机专家。1930年生于浙江嵊州。1957年毕业于中国人民解放军军事工程学院。现任中国航天科技集团第四研究院研究员。主要从事固体火箭发动机技术研究。在发动机总体设计研究中,提出了总体优化设计方法及预研成果集成演示技术。在固体火箭发动机重大关键技术攻关中,提出了两种推力向量控制喷管的结构方案、主要参数的计算和试验方法、消除燃烧室初始压强峰的途径。 相似文献
5.
6.
研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理.设计了交通流量Voltem神经网络的学习算法快速学习算法:最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。 相似文献
7.
火箭出自于公元1000年前后(宋期)我们的先人之手,它是我国古代几大发明之一的火药的延续。这种使用火药为能源的原始火箭,就是一种固体火箭。 中国的火箭技术大约在13世纪经阿拉伯国家传入欧洲。在那里,伴随着战争的需要和工业的进步,火箭得到不断地发展。到20世纪30年代初,一种新型推进剂——双基药问世,采用它使火箭的性能提高了一大步。二战后期法西斯德国的液体火箭显示了巨大威力,似乎遮掩了固体火箭的光芒,但是其发展并未停滞不前。50年代中期,英国就推出了一种命名为“北极星”的固体导弹(即是可制导的固体火箭),其弹径(亦即发动机直径)竟达1.4米之大,令世人瞩目。双基药药柱是靠压伸成型的,受设备之限,发动机绝对做不到这么大的,“北极星”必定是采用了更新的技术。 相似文献
8.
9.
建立故障检测和特征频率提取数学模型,采用自适应BP神经网络算法对故障状况进行了仿真模拟运算。仿真结果表明新故障诊断算法结果优于传统BP神经网络算法,由原来的10000步降低至700步,有效提高了运算速度,同时运算精度也有所提高,检测准确置信度提高了10%,提高了故障检测的概率。研究成果为火箭发动机涡轮泵故障的早期发现与故障解决提供了算法理论的依据,有较好的工程推广运用性。 相似文献
10.
11.
12.
13.
14.
15.
16.
17.
人民币/美元汇率短期预测的神经网络模型研究 总被引:1,自引:0,他引:1
本文研究利用人工神经网络建立人民币/美元汇率短期预测模型的必要性及可行性,探讨了一种改进的误差反向传播算法,建立了人民币/美元汇率短期预测的神经网络模型。结果表明,该模型具有较高的预测精度。 相似文献
18.
针对电力系统对短期电力负荷预测精确性的需求,以长短期记忆算法为基础,采用差分自适应进化算法对其进一步改进,从而提出一种基于机器学习的混合算法(SaDE-LSTM)对电力负荷进行短期预测。基于我国2004—2018年间月度社会用电负荷数据,对改进后的混合算法进行性能测试,首先利用差分进化算法的自适应变异和交叉因子来优化长短期记忆算法的初始参数,在此基础上,运用寻优得到的参数训练长短期记忆算法从而得到优化后的预测结果。为证明其优越性,对同组数据采用支持向量机(SVM)、反向传播神经网络、自回归积分滑动平均等算法分别预测。各方法预测结果和真实结果对比分析证明,SaDE-LSTM算法对时间序列数据量要求较低,同时相比其他传统算法有更高的预测精度。该改进算法能够为参与电力系统调度的虚拟电厂、负荷聚合商等对小样本和高精度预测有需求的主体提供参考。 相似文献
19.
对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。 相似文献
20.
为了克服和改进传统BP算法的不足,发挥神经网络、遗传算法和蚂蚁算法各自的优势,本文提出了一种遗传算法和蚂蚁算法的融合在神经网络中二次训练的方法,并将融合算法应用于神经网络的权值训练中,采用遗传算法生成信息素分布,同时利用蚂蚁算法求精确解,并用神经网络二次训练得到最终结果,优势互补,获得了一种优化性能与时间性能共赢的有效算法。 相似文献