简介:摘要:全球导航卫星系统(GNSS)是一种高度精确、连续、全天候和近实时微波技术,其中GPS的应用最为广泛,目前GPS已经能够达到毫米级的平面坐标定位精度,这种优势能够大大缩减人工测量的时间,提高效率,但是由于GPS所测高程和我国工程测量中使用的高程基准面不同使得GPS高程测量值的应用受到限制。针对将GPS高程测量值通过拟合方法转换为工程坐标下的正常高的研究有着广泛的实用价值。本文采用目前流行的BP神经网络法对测区范围内GPS所测得的大地高数据进行拟合,基于GPS测量得到已知点坐标和高程异常,建立两者之间的神经网络关系,并对网络进行训练,根据预测值和实际值之间的差异对网络中的权值和阈值进行重复计算修改,最后使得预测与实际值之间的误差满足要求,计算外符合精度并对未知点的高程异常值进行预测。通过MATLAB实现BP神经网络高程拟合并与多项式曲面拟合方法进行精度比较,最后得出BP神经网络拟合精度高且相比于多项式曲面拟合法具有准确性,可靠性和稳定性。
简介:摘要:目前,PID控制方法由于其算法简单,易于实现的优点已经被广泛应用于各种控制领域。但涡喷发动机转速控制系统为非线性系统,传统PID控制在非线性系统中的表现并不良好。因此采用模糊控制来弥补传统PID控制无法在线调参的不足。为进一步提高模糊PID控制系统的性能,有学者将遗传算法和BP神经网络应用于模糊控制中,虽然解决了难以将控制参数调至最优的问题,但仍存在训练时间长的问题。本文采用模糊神经网络控制方法,很好地解决了模糊控制和神经网络单独使用时的弊端,提高了PID控制系统的性能。利用Simulink仿真将3种控制系统应用于ECU控制系统进行仿真,结果显示模糊神经网络PID的系统稳定时间最快,超调量最小,在遇到干扰时鲁棒性最好。
简介:摘要:当前,我国的建设工程技术发展迅速,水处理工程历经坎坷,由弱到强。新中国成立以来,水处理工程应用技术不断创新,近年来电气自动化技术在水处理工程中应用广泛,在不同类型的水处理工程中采用了不同的控制系统,完成了对设备的精密控制,为精准检测电气自动化设备故障,采用神经网络诊断电器自动化设备故障。将电气自动化设备故障分为五类,选取电气自动化设备负载端输出电压和输入端电流为采样点,在采样点收集原始数据;采用基于BP模型的神经网络结构,对采样原始数据进行前向计算、误差计算和误差反向传递,在此基础上,采用自适应学习的故障检测算法实现自动化电气设备的故障的自适应检测,该算法不仅能够准确检测设备的已知状态,还可对非训练样本集的状态类型进行自主学习,实现了设备故障的自适应检测。实验检测发现,该方法检测故障可信度和故障检测率均高于0.95,且抗噪性能佳。