更新日期: 2025-06-09

基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報

格式:pdf

大小:2.1MB

頁數(shù):4P

人氣 :62

基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報 4.8

基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報

轉(zhuǎn)爐煉鋼終點(diǎn)控制技術(shù)的探討

轉(zhuǎn)爐煉鋼終點(diǎn)控制技術(shù)的探討

格式:pdf

大?。?span id="bf5pbbk" class="single-tag-height" data-v-09d85783>10KB

頁數(shù):3P

轉(zhuǎn)爐煉鋼終點(diǎn)控制技術(shù)的探討 摘要:隨著我國科學(xué)技術(shù)的發(fā)展,在轉(zhuǎn)爐煉鋼生產(chǎn)中,終點(diǎn)控制已成為限制性環(huán)節(jié)。本文 通過分析轉(zhuǎn)爐煉鋼終點(diǎn)控制技術(shù)的現(xiàn)狀,研究轉(zhuǎn)爐煉鋼終點(diǎn)控制的方法及模型,不斷提高煉鋼 終點(diǎn)控制水平,對降低消耗、提高煉鋼生產(chǎn)效率具有重要的意義。 關(guān)鍵詞:轉(zhuǎn)爐煉鋼;終點(diǎn)控制;動態(tài);靜態(tài) 引言 轉(zhuǎn)爐煉鋼的終點(diǎn)控制方法有拉碳補(bǔ)吹法、一吹到底增碳法、副槍測定法、成分測算法和 氣相分析法等終點(diǎn)控制方法,通常分為經(jīng)驗(yàn)控制、靜態(tài)控制、動態(tài)控制以及自動控制。除了 經(jīng)驗(yàn)控制之外,其余的控制方法都是在建立了控制模型的基礎(chǔ)上進(jìn)行的。這些控制模型都是 在一定的假設(shè)條件下,通過統(tǒng)計(jì)處理、機(jī)理分析或回歸分析等得到的。由于轉(zhuǎn)爐煉鋼過程是 高溫條件下的復(fù)雜的物理化學(xué)反應(yīng)過程,受很多因素的影響,而且有些因素還無法準(zhǔn)確地定 量描述,因此依現(xiàn)有的技術(shù)水平建立的靜態(tài)模型、動態(tài)模型、自動控制模型

轉(zhuǎn)爐煉鋼通訊網(wǎng)絡(luò)系統(tǒng)的開發(fā)與應(yīng)用 轉(zhuǎn)爐煉鋼通訊網(wǎng)絡(luò)系統(tǒng)的開發(fā)與應(yīng)用 轉(zhuǎn)爐煉鋼通訊網(wǎng)絡(luò)系統(tǒng)的開發(fā)與應(yīng)用

轉(zhuǎn)爐煉鋼通訊網(wǎng)絡(luò)系統(tǒng)的開發(fā)與應(yīng)用

格式:pdf

大?。?span id="nyqyad4" class="single-tag-height" data-v-09d85783>177KB

頁數(shù):3P

介紹了濟(jì)鋼構(gòu)建的轉(zhuǎn)爐煉鋼生產(chǎn)數(shù)據(jù)通訊網(wǎng)絡(luò)系統(tǒng),該系統(tǒng)由三級計(jì)算機(jī)網(wǎng)絡(luò)構(gòu)成,l3級接收生產(chǎn)計(jì)劃,數(shù)據(jù)經(jīng)過生產(chǎn)調(diào)度排產(chǎn)后傳送到l2級冶煉模型服務(wù)器,服務(wù)器運(yùn)算并向轉(zhuǎn)爐l1級系統(tǒng)下發(fā)生產(chǎn)數(shù)據(jù),l1級接收執(zhí)行生產(chǎn)指令,同時將冶煉的過程數(shù)據(jù)實(shí)時上傳,實(shí)現(xiàn)轉(zhuǎn)爐冶煉各工序間的生產(chǎn)數(shù)據(jù)共享和轉(zhuǎn)爐生產(chǎn)網(wǎng)絡(luò)化控制。

編輯推薦下載

基于RBF神經(jīng)網(wǎng)絡(luò)的工程造價決策研究

基于RBF神經(jīng)網(wǎng)絡(luò)的工程造價決策研究

格式:pdf

大?。?span id="otcvmuw" class="single-tag-height" data-v-09d85783>143KB

頁數(shù):3P

基于RBF神經(jīng)網(wǎng)絡(luò)的工程造價決策研究 4.7

分析了對工程造價有重要影響的眾多因素,參考國內(nèi)外專家、學(xué)者的研究成果,確定了影響工程造價的18個主要因素,并基于rbf神經(jīng)網(wǎng)絡(luò)建立了工程造價決策模型。本文利用rbf神經(jīng)網(wǎng)絡(luò)快速、準(zhǔn)確的函數(shù)逼近能力,為工程造價決策提供了一種新的方法。

立即下載
基于RBF神經(jīng)網(wǎng)絡(luò)的軟基沉降預(yù)測研究

基于RBF神經(jīng)網(wǎng)絡(luò)的軟基沉降預(yù)測研究

格式:pdf

大?。?span id="xryap6z" class="single-tag-height" data-v-09d85783>298KB

頁數(shù):4P

基于RBF神經(jīng)網(wǎng)絡(luò)的軟基沉降預(yù)測研究 3

基于rbf神經(jīng)網(wǎng)絡(luò)的軟基沉降預(yù)測研究——將神經(jīng)網(wǎng)絡(luò)理論引入軟基沉降預(yù)測領(lǐng)域.借助自控領(lǐng)域信號處理的思想,應(yīng)用改進(jìn)后的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的映射模式進(jìn)行軟基沉降的短期預(yù)測;軟基沉降的長期預(yù)測實(shí)質(zhì)上為基于神經(jīng)網(wǎng)絡(luò)的多維歐氏空間的曲面擬合問題,將地基壓...

立即下載

RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報熱門文檔

相關(guān)文檔資料 259046 立即查看>>
基于RBF神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價預(yù)測研究

基于RBF神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價預(yù)測研究

格式:pdf

大小:122KB

頁數(shù):3P

基于RBF神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價預(yù)測研究 4.8

針對建筑工程特點(diǎn),提出了基于rbf神經(jīng)網(wǎng)絡(luò)的建筑工程投標(biāo)報價方法,建立建筑工程投標(biāo)報價標(biāo)高率數(shù)學(xué)模型。應(yīng)用matlab計(jì)算軟件,以實(shí)例驗(yàn)證了該模型的正確性及實(shí)用性。

立即下載
RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用

RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="f5dn0lk" class="single-tag-height" data-v-09d85783>154KB

頁數(shù):1P

RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用 4.7

介紹了基于matlab的徑向基函數(shù)rbf神經(jīng)網(wǎng)絡(luò)對于建筑物沉降預(yù)測的方法,討論了rbf神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread的選擇。為建筑物變形監(jiān)測人員的數(shù)據(jù)分析、變形預(yù)測提供了一個可行的概念。

立即下載
轉(zhuǎn)爐煉鋼廠設(shè)計(jì)

轉(zhuǎn)爐煉鋼廠設(shè)計(jì)

格式:pdf

大?。?span id="lofol7e" class="single-tag-height" data-v-09d85783>704KB

頁數(shù):67P

轉(zhuǎn)爐煉鋼廠設(shè)計(jì) 4.4

內(nèi)蒙古科技大學(xué) 本科生畢業(yè)設(shè)計(jì)說明書 題目:年產(chǎn)300萬噸合格連鑄坯轉(zhuǎn) 爐鋼廠設(shè)計(jì) 學(xué)生姓名:王建鵬 學(xué)號:0603102106 專業(yè):冶金工程 班級:冶金2006-1班 指導(dǎo)教師:董方教授 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書 i 年產(chǎn)300萬噸合格連鑄坯轉(zhuǎn)爐鋼廠設(shè)計(jì) 摘要 根據(jù)設(shè)計(jì)任務(wù)書的要求,完成年產(chǎn)300萬噸合格鑄坯轉(zhuǎn)爐鋼廠設(shè)計(jì)。在設(shè)計(jì)中制定 了產(chǎn)品大綱,計(jì)劃生產(chǎn)的主要鋼種為普碳鋼、優(yōu)質(zhì)碳素鋼、合金結(jié)構(gòu)鋼、硅鋼等。設(shè)計(jì) 內(nèi)容分為以下幾部分:150噸轉(zhuǎn)爐設(shè)計(jì)、氧槍、供料系統(tǒng)、除塵系統(tǒng)設(shè)計(jì),鐵水預(yù)處理 系統(tǒng)設(shè)計(jì),爐外精煉系統(tǒng)設(shè)計(jì),兩臺板坯連鑄機(jī)設(shè)計(jì),車間設(shè)計(jì)等,完成全連鑄煉鋼廠 生產(chǎn)設(shè)備的選擇計(jì)算。根據(jù)所定的產(chǎn)品大綱,本次設(shè)計(jì)的全連鑄鋼廠采用的工藝流程為: 鐵水預(yù)處理—頂?shù)讖?fù)吹轉(zhuǎn)爐—lf鋼包精煉爐—rh精煉爐—板坯連鑄機(jī)。采用了長壽復(fù) 吹、濺渣護(hù)爐、

立即下載
轉(zhuǎn)爐煉鋼問答

轉(zhuǎn)爐煉鋼問答

格式:pdf

大?。?span id="jnmjmde" class="single-tag-height" data-v-09d85783>23.8MB

頁數(shù):45P

轉(zhuǎn)爐煉鋼問答 4.5

轉(zhuǎn)爐煉鋼問答

立即下載
轉(zhuǎn)爐煉鋼題庫要點(diǎn)

轉(zhuǎn)爐煉鋼題庫要點(diǎn)

格式:pdf

大小:666KB

頁數(shù):70P

轉(zhuǎn)爐煉鋼題庫要點(diǎn) 4.6

一、填空題 1.吹煉前期調(diào)節(jié)和控制槍位的原則是:早化渣、化好渣,以利最大限度的去(磷)。 2.氧氣頂吹轉(zhuǎn)爐中氧的傳遞方式一般有(直接傳氧)和間接傳氧兩種方式。 3.煉鋼溫度控制是指正確地控制一爐鋼的吹煉過程溫度和(吹煉終點(diǎn))溫度。 4.爐渣返干的根本原因是碳氧反應(yīng)激烈,渣中(feo)大量減少。 5.氧槍由三層同心鋼管組成,內(nèi)管道是(氧氣)通道,內(nèi)層管與中層管之間是冷卻水的 (進(jìn))水通道,中層管與外層管之間是冷卻水的(出)水通道。 6.爐襯的破損原因主要有高溫?zé)崃鞯淖饔谩ⅲ崩浼睙幔┑淖饔谩?機(jī)械沖擊)的作用、化學(xué) 侵蝕等幾方面作用。 7.轉(zhuǎn)爐冶煉終點(diǎn)降槍的主要目的是均勻鋼水溫度和(成份)。 8.控制鋼水終點(diǎn)碳含量的方法有拉碳法、高拉補(bǔ)吹法和(增碳法)三種。 9.氧氣頂吹轉(zhuǎn)爐煉鋼過程的自動控制分為(靜態(tài)控制

立即下載

RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報精華文檔

相關(guān)文檔資料 259046 立即查看>>
轉(zhuǎn)爐煉鋼工藝

轉(zhuǎn)爐煉鋼工藝

格式:pdf

大?。?span id="ndd0rry" class="single-tag-height" data-v-09d85783>47KB

頁數(shù):25P

轉(zhuǎn)爐煉鋼工藝 4.4

轉(zhuǎn)爐煉鋼工藝 緒論 1、轉(zhuǎn)爐煉鋼法的分類 轉(zhuǎn)爐是以鐵水為主要原料的現(xiàn)代煉鋼方法。該種煉鋼爐由圓臺型爐帽、圓柱型爐身和球缺型 爐底組成。爐身設(shè)有可繞之旋轉(zhuǎn)的耳軸,以滿足裝料和出鋼、倒渣操作,故而得名。 酸性空氣底吹轉(zhuǎn)爐——貝塞麥爐(英國1856年) 空氣轉(zhuǎn)爐{堿性空氣底吹轉(zhuǎn)爐——托馬斯?fàn)t(德國1878年) 堿性空氣側(cè)吹轉(zhuǎn)爐(中國1952年) 轉(zhuǎn)爐{氧氣頂吹轉(zhuǎn)爐——ld(奧地利1952年) 氧氣轉(zhuǎn)爐{氧氣底吹轉(zhuǎn)爐——obm(德國1967年) 頂?shù)讖?fù)吹轉(zhuǎn)爐(法國1975年) 2、氧氣頂吹轉(zhuǎn)爐煉鋼法簡介 (1)誕生的背景及簡稱 現(xiàn)代煉鋼生產(chǎn)首先是一個氧化精煉過程,最初的貝氏爐和托馬斯?fàn)t之所以采用空氣吹煉正是 利用其中的氧。二次世界大戰(zhàn)以后,工業(yè)制氧機(jī)在美國問世,使利用純氧煉鋼成為可能,但 原來的底吹方式爐底及噴槍

立即下載
轉(zhuǎn)爐煉鋼新技術(shù)

轉(zhuǎn)爐煉鋼新技術(shù)

格式:pdf

大?。?span id="sddciwn" class="single-tag-height" data-v-09d85783>162KB

頁數(shù):3P

轉(zhuǎn)爐煉鋼新技術(shù) 4.8

轉(zhuǎn)爐煉鋼的新技術(shù)主要是鐵水預(yù)處理(三脫)、頂?shù)讖?fù)合吹 煉,濺渣護(hù)爐與轉(zhuǎn)爐長壽、轉(zhuǎn)爐吹煉自動控制,煤氣回收與負(fù) 能煉鋼等。 一、鐵水預(yù)處理工藝技術(shù) 鐵水預(yù)處理是指將鐵水兌人轉(zhuǎn)爐之前進(jìn)行的各種提純處 理??煞譃槠胀ㄨF水預(yù)處理和特殊鐵水預(yù)處理。普通鐵水預(yù)處 理包括:鐵水脫硫、脫硅、脫磷的三脫預(yù)處理。特殊鐵水預(yù)處 理是針對鐵水中含有特殊元素進(jìn)行提純精煉或資源綜合利用, 如鐵水提釩、提鈮、脫鉻等預(yù)處理工藝。對特殊鐵水預(yù)處理此 不贅述。 1鐵水“三脫“預(yù)處理的目的和意義 1。1轉(zhuǎn)爐渣量大幅度降低(15~25kg/t),實(shí)現(xiàn)少渣冶煉???降低成本、節(jié)能、提高鋼質(zhì)量和潔凈度。 1.2脫碳速度加快,終點(diǎn)控制容易,氧效率提高,提高生產(chǎn)率。 1-3錳的回收率提高,可進(jìn)行錳礦熔融還原,降低成本。 1.4轉(zhuǎn)爐煤氣成分穩(wěn)定,煤氣回收控制更加容易,以利實(shí)現(xiàn)轉(zhuǎn) 爐負(fù)能煉鋼、節(jié)能、降成本。

立即下載
轉(zhuǎn)爐煉鋼畢業(yè)設(shè)計(jì)

轉(zhuǎn)爐煉鋼畢業(yè)設(shè)計(jì)

格式:pdf

大?。?span id="w2q5ugw" class="single-tag-height" data-v-09d85783>4.9MB

頁數(shù):92P

轉(zhuǎn)爐煉鋼畢業(yè)設(shè)計(jì) 4.7

第i頁 摘要 本設(shè)計(jì)簡要敘述了轉(zhuǎn)爐煉鋼技術(shù)的發(fā)展?fàn)顩r以及未來的技術(shù)動向,結(jié)合本 專業(yè)所學(xué)的理論知識,在老師的指導(dǎo)下,設(shè)計(jì)一個年產(chǎn)500萬噸合格鑄坯的轉(zhuǎn) 爐煉鋼廠,通過產(chǎn)品大綱的確定、轉(zhuǎn)爐煉鋼的物料平衡與熱平衡計(jì)算、轉(zhuǎn)爐的 爐型設(shè)計(jì)、連鑄設(shè)備選擇、車間工藝設(shè)計(jì)及車間總體布置,確定了以兩座250 噸轉(zhuǎn)爐、及一臺連鑄機(jī)為主要生產(chǎn)設(shè)備。并根據(jù)國內(nèi)外煉鋼技術(shù)的發(fā)展趨勢、 鋼鐵產(chǎn)品的發(fā)展方向,選擇了先進(jìn)且有較大發(fā)展余地的短流程工藝:廢鋼→轉(zhuǎn) 爐→連鑄。設(shè)計(jì)方案以技術(shù)新、效益高為原則,充分體現(xiàn)了先進(jìn)、靈活、多功 能的特點(diǎn),具備可持續(xù)發(fā)展性。提交的內(nèi)容包括設(shè)計(jì)說明書一份(含專題和冶 金專業(yè)相關(guān)外文文獻(xiàn)譯文各一篇),轉(zhuǎn)爐型圖、車間平面布置圖和剖面圖各一張。 關(guān)鍵詞:轉(zhuǎn)爐,煉鋼,連鑄,工藝設(shè)計(jì)。 第ii頁 abstract thedesignbriefdescriptionofth

立即下載
基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的鋼構(gòu)件質(zhì)量預(yù)測研究

基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的鋼構(gòu)件質(zhì)量預(yù)測研究

格式:pdf

大?。?span id="fqimtd7" class="single-tag-height" data-v-09d85783>336KB

頁數(shù):5P

基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的鋼構(gòu)件質(zhì)量預(yù)測研究 4.3

隨著我國國民經(jīng)濟(jì)的發(fā)展,鋼結(jié)構(gòu)在建筑結(jié)構(gòu)中所占比例越來越高,這就對大型鋼構(gòu)件生產(chǎn)過程中的質(zhì)量問題提出了更高的要求,質(zhì)量預(yù)測在質(zhì)量控制中也起到至關(guān)重要的作用。rbf神經(jīng)網(wǎng)絡(luò)算法憑借其無限逼近可微函數(shù)的優(yōu)點(diǎn)在質(zhì)量預(yù)測方面得到了廣泛的應(yīng)用。由于生產(chǎn)過程中影響質(zhì)量的元素很多,該文將采用遺傳算法對rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,使質(zhì)量預(yù)測系統(tǒng)達(dá)到最優(yōu)。

立即下載
基于RBF神經(jīng)網(wǎng)絡(luò)的砂土液化預(yù)測

基于RBF神經(jīng)網(wǎng)絡(luò)的砂土液化預(yù)測

格式:pdf

大?。?span id="x2fg2j3" class="single-tag-height" data-v-09d85783>198KB

頁數(shù):4P

基于RBF神經(jīng)網(wǎng)絡(luò)的砂土液化預(yù)測 3

基于rbf神經(jīng)網(wǎng)絡(luò)的砂土液化預(yù)測——通過分析砂土液化成因及其影響因素,建立了砂土液化預(yù)測rbf網(wǎng)絡(luò)模型,并與bp網(wǎng)絡(luò)預(yù)測模型進(jìn)行比較.測試結(jié)果表明,應(yīng)用rbf網(wǎng)絡(luò)模型對砂土液化進(jìn)行預(yù)測,預(yù)測效果好,識別精度高.

立即下載

RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報最新文檔

相關(guān)文檔資料 259046 立即查看>>
基于高維云RBF神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度預(yù)測

基于高維云RBF神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度預(yù)測

格式:pdf

大?。?span id="2vmv9qr" class="single-tag-height" data-v-09d85783>171KB

頁數(shù):3P

基于高維云RBF神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度預(yù)測 4.5

針對目前混凝土強(qiáng)度預(yù)測中存在的不確定性,難以自適應(yīng)性的確定神經(jīng)網(wǎng)絡(luò)隱含層,建立了基于高維云的rbf神經(jīng)網(wǎng)絡(luò)的混凝土預(yù)測模型。運(yùn)用matlab8.10進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該模型綜合考慮了影響混凝土強(qiáng)度的各種因素,能夠?qū)崿F(xiàn)預(yù)測結(jié)果的隨機(jī)性和模糊性,具有更高的預(yù)測精度,更快的訓(xùn)練速度,可以廣泛應(yīng)用于生產(chǎn)現(xiàn)場實(shí)地的混凝土強(qiáng)度預(yù)測和質(zhì)量檢驗(yàn)。

立即下載
小波分析和RBF神經(jīng)網(wǎng)絡(luò)在地基沉降預(yù)測中的應(yīng)用研究 小波分析和RBF神經(jīng)網(wǎng)絡(luò)在地基沉降預(yù)測中的應(yīng)用研究 小波分析和RBF神經(jīng)網(wǎng)絡(luò)在地基沉降預(yù)測中的應(yīng)用研究

小波分析和RBF神經(jīng)網(wǎng)絡(luò)在地基沉降預(yù)測中的應(yīng)用研究

格式:pdf

大?。?span id="yemomdz" class="single-tag-height" data-v-09d85783>692KB

頁數(shù):6P

小波分析和RBF神經(jīng)網(wǎng)絡(luò)在地基沉降預(yù)測中的應(yīng)用研究 4.4

地基沉降是一種危害很大的環(huán)境災(zāi)害。地基沉降的監(jiān)測數(shù)據(jù)經(jīng)常受降雨及工程施工等諸多外界因素的干擾,故而在沉降曲線中存在許多數(shù)據(jù)突變點(diǎn)。為此,提出基于小波分析與rbf神經(jīng)網(wǎng)絡(luò)相結(jié)合的新的地基沉降預(yù)測方法,首先采用小波分析對對原始監(jiān)測數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪處理,進(jìn)而得到反映實(shí)際變化的地基沉降曲線,然后采用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)方法對其進(jìn)行預(yù)測,為工程設(shè)計(jì)提供依據(jù)。最后結(jié)合工程實(shí)例分析,通過多種小波去噪與預(yù)測結(jié)果的對比研究,表明3次b樣條小波的去噪及預(yù)測效果最好,與實(shí)測值能較好地吻合,具有較好的工程應(yīng)用前景。

立即下載
基于BP、RBF神經(jīng)網(wǎng)絡(luò)混凝土抗壓強(qiáng)度預(yù)測

基于BP、RBF神經(jīng)網(wǎng)絡(luò)混凝土抗壓強(qiáng)度預(yù)測

格式:pdf

大?。?span id="nas24nf" class="single-tag-height" data-v-09d85783>665KB

頁數(shù):4P

基于BP、RBF神經(jīng)網(wǎng)絡(luò)混凝土抗壓強(qiáng)度預(yù)測 4.4

為了預(yù)測混凝土的抗壓強(qiáng)度,在分析bp、rbf神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,提出用bp、rbf神經(jīng)網(wǎng)絡(luò)模擬混凝土抗壓強(qiáng)度與攪拌機(jī)各主要影響參數(shù)間關(guān)系的方法。根據(jù)攪拌機(jī)的實(shí)際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡(luò)模型,通過19組試驗(yàn),驗(yàn)證了2種模型的可靠性。結(jié)果表明,實(shí)測結(jié)果與預(yù)測結(jié)果相接近,該2種神經(jīng)網(wǎng)絡(luò)模型能較準(zhǔn)確地快速預(yù)測混凝土抗壓強(qiáng)度。

立即下載
RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測中的應(yīng)用

RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測中的應(yīng)用

格式:pdf

大小:215KB

頁數(shù):3P

RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測中的應(yīng)用 4.8

在預(yù)測隧道圍巖變形的過程中,運(yùn)用神經(jīng)網(wǎng)絡(luò)的方法,建立非線性的預(yù)測模型,結(jié)合張涿高速公路林里隧道的變形實(shí)測數(shù)據(jù),借助matlab7.1平臺,模擬了隧道圍巖的變形過程;實(shí)驗(yàn)結(jié)果表明:rbf神經(jīng)網(wǎng)絡(luò)方法在隧道圍巖變形的預(yù)測中,具有運(yùn)算速度快,預(yù)測精度高,模型穩(wěn)定可靠的特點(diǎn),在隧道施工過程中,能夠有效的輔助施工控制,提供預(yù)測報告。

立即下載
RBF神經(jīng)網(wǎng)絡(luò)在商品住宅投資估算中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在商品住宅投資估算中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在商品住宅投資估算中的應(yīng)用

RBF神經(jīng)網(wǎng)絡(luò)在商品住宅投資估算中的應(yīng)用

格式:pdf

大?。?span id="n0kctkc" class="single-tag-height" data-v-09d85783>171KB

頁數(shù):2P

RBF神經(jīng)網(wǎng)絡(luò)在商品住宅投資估算中的應(yīng)用 4.4

投資估算是建筑工程項(xiàng)目可行性研究中關(guān)鍵性的工作,其結(jié)果直接影響投資決策的判斷。針對現(xiàn)行人工神經(jīng)網(wǎng)絡(luò)估算方法,輸入向量的選擇依據(jù)科學(xué)性不足的缺陷,筆者擬應(yīng)用解釋結(jié)構(gòu)模型(interpretatiuesructralmodelling,ism),分析影響商品住宅造價的因素,對造價影響程度不同的影響因素劃分層級,以選出對造價影響較大的因素作為輸入向量,使人工神經(jīng)網(wǎng)絡(luò)在投資估算中的應(yīng)用更有可靠性。

立即下載
基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述

基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述

格式:pdf

大?。?span id="qefmefl" class="single-tag-height" data-v-09d85783>196KB

頁數(shù):未知

基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 4.3

負(fù)荷預(yù)測是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ),對于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò),具有良好的函數(shù)逼近性能,已被廣泛應(yīng)用到電力負(fù)荷預(yù)測中,并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測方法,對存在的問題進(jìn)行了分析,并對未來的發(fā)展進(jìn)行了展望。

立即下載
基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述

基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述

格式:pdf

大?。?span id="xwc01rq" class="single-tag-height" data-v-09d85783>196KB

頁數(shù):未知

基于RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測研究綜述 4.7

負(fù)荷預(yù)測是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ),對于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò),具有良好的函數(shù)逼近性能,已被廣泛應(yīng)用到電力負(fù)荷預(yù)測中,并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測方法,對存在的問題進(jìn)行了分析,并對未來的發(fā)展進(jìn)行了展望。

立即下載
RBF神經(jīng)網(wǎng)絡(luò)在檢測PRC簡支梁預(yù)應(yīng)力中的應(yīng)用

RBF神經(jīng)網(wǎng)絡(luò)在檢測PRC簡支梁預(yù)應(yīng)力中的應(yīng)用

格式:pdf

大小:298KB

頁數(shù):3P

RBF神經(jīng)網(wǎng)絡(luò)在檢測PRC簡支梁預(yù)應(yīng)力中的應(yīng)用 3

rbf神經(jīng)網(wǎng)絡(luò)在檢測prc簡支梁預(yù)應(yīng)力中的應(yīng)用——采用神經(jīng)網(wǎng)絡(luò)技術(shù),基于自振特性對prc簡支梁的預(yù)應(yīng)力識別進(jìn)行了數(shù)值仿真研究,對三種不同預(yù)應(yīng)力水平的仿真測試,給出了較高的識別精度,表明基于rbf神經(jīng)網(wǎng)絡(luò)的prc簡支梁的預(yù)應(yīng)力識別方法具有一定的可行性和進(jìn)一步...

立即下載
基于MATLAB的RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用

基于MATLAB的RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="emefjcs" class="single-tag-height" data-v-09d85783>495KB

頁數(shù):4P

基于MATLAB的RBF神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測中的應(yīng)用 4.7

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測。運(yùn)用matlab工具箱函數(shù)建立了沉降預(yù)測網(wǎng)絡(luò)模型,編制了計(jì)算程序,通過工程實(shí)例驗(yàn)證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進(jìn)行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠(yuǎn)遠(yuǎn)快于bp網(wǎng)絡(luò)。

立即下載
基于RBF—BP組合神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測研究

基于RBF—BP組合神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測研究

格式:pdf

大小:362KB

頁數(shù):6P

基于RBF—BP組合神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測研究 4.7

為提高風(fēng)電輸出功率預(yù)測精度,提出一種基于rbf—bp組合神經(jīng)網(wǎng)絡(luò)模型的短期風(fēng)電功率預(yù)測方法。在考慮尾流等因素影響的基礎(chǔ)上,對風(fēng)速進(jìn)行預(yù)處理。根據(jù)相關(guān)歷史數(shù)據(jù),建立rbf—bp組合神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率預(yù)測模型,對風(fēng)電輸出功率進(jìn)行預(yù)測。仿真分析結(jié)果表明,該預(yù)測方法能有效提高風(fēng)電輸出功率預(yù)測精度。

立即下載

RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報相關(guān)

文輯推薦

知識推薦

百科推薦

Wen Jianqing

職位:BIM銷售

擅長專業(yè):土建 安裝 裝飾 市政 園林

RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報文輯: 是Wen Jianqing根據(jù)數(shù)聚超市為大家精心整理的相關(guān)RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報資料、文獻(xiàn)、知識、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時,造價通平臺還為您提供材價查詢、測算、詢價、云造價、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: RBF神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報