暂无评论
首先探讨了机械设备自动化技术的应用类型,建立了基于PLC的煤矿企业自动化挖掘运输系统,建立了总体方案,并优化原控制方案,完成整个控制系统的硬件设计与软件设计,完成了系统的现场调试。
针对目前矿用风机的常见故障可收集故障征兆及类型,将故障样本数据与BP神经网络相结合,由BP神经网络确定输出向量,对风机常见故障进行诊断。通过MATLAB软件进行诊断参数运算后结果表明:神经网络输出与实
针对煤矿瓦斯涌出量影响因素多、非线性、复杂性等特点,提出了学习向量量化神经网络(LVQ)与GA-BP神经网络相结合的方法。通过LVQ对诸多影响因素进行分类并选出主要影响因素,再用遗传算法(GA)优化B
为了快速准确判别透水水源,为煤矿水害防治提供依据,系统分析了福建省龙永煤田透水水源35个标准水样的水化学特征,确定Ca2+、HCO3-和SO42-为特征离子,建立BP神经网络判别模型,随机选取不同水源
煤矿瓦斯涌出量预测是矿井安全中的一个关键和热点问题。煤矿瓦斯涌出量涉及很多因素,例如日产量、日进度、煤层厚度、煤层间距、煤层深度等,瓦斯涌出量预测是一个非线性问题。径向基神经网络是目前应用非常广泛的一
GRU循环神经网络 RNN存在的问题:梯度较容易出现衰减或爆炸(BPTT) ⻔控循环神经网络:捕捉时间序列中时间步距离较大的依赖关系 RNN: GRU: Rt=σ(XtWxr+Ht−1Whr+br)
为克服传统商品库存成本过大和消费者满意度过低的弊端,采用BP神经网络方法,以超市一段时间内的销售记录为样本数据,分析BP神经网络库存控制模型的训练过程,并验证BP神经网络的自适应能力、容错能力以及处理
基于T-S模型的模糊神经网络
基于单元模型的神经网络预测控制在过热蒸汽温度控制中的应用
本篇论文有关智能控制的,文章名称:基于神经网络的增量式模型算法控制
暂无评论