Matlab神经网络工具箱在煤层界面插值中的应用

将bp神经网络应用于城市土地集约利用评价研究中,可以排除人为设定权重的主观因素对评价结果的影响,能够准确评价土地集约利用类别,使评价结果更加客观、科学、合理。将评价等级分为集约利用、适度利用、低度利用和粗放利用,从土地利用、土地投入、土地产出三方面,选择9个评价指标构建评价指标体系,并利用matlab中实现的人工神经网络模型对唐山市土地进行集约利用评价。结果显示:唐山市低度利用的土地占26.4%,适度利用的土地面积占22.7%,集约利用的土地占40.6%,过度利用的土地占10.3%,土地利用强度较低,还有一定的挖掘潜力。

过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给定采样区间上的积分,将此积分值提交给网络的隐层过程神经元,并计算网络输出。实验结果证明了该方法的有效性。

matlab工具箱介绍.

以一个双输入单输出温度控制系统为例,详细叙述应用系统辨识工具箱进行建模、仿真和设计控制系统的过程,包括控制对象的辨识数据采集、模型估算、控制器设计和系统仿真等.重点介绍了系统辨识工具箱图形用户界面的使用方法.

为了克服bp神经网络固有的缺陷,基于hermite插值理论,构造了一种新型的前向神经网络模型(即hermite插值神经网络模型)。针对该网络模型,提出了一种基于矩阵伪逆的权值直接确定方法,并在此基础上探讨了隐神经元数目自动确定的方法(即网络结构自确定方法)。计算机仿真结果表明,相比于传统的bp神经网络,使用权值与结构双确定方法的hermite插值神经网络具有更好的收敛速度和校验能力。同时,也验证了该神经网络良好的降噪和预测能力。

介绍了rbf神经网络的模型和结构,提出将该网络应用于建筑物沉降预测。运用matlab工具箱函数建立了沉降预测网络模型,编制了计算程序,通过工程实例验证了该模型的正确性和可行性,并和bp神经网络在收敛速度上进行了比较,结果表明rbf神经网络的收敛速度远远快于bp网络。

matlab有三十多个工具箱大致可分为两类：功能型工具箱和领域型工具箱. 功能型工具箱主要用来扩充matlab的符号计算功能、图形建模仿真功能、文字处理功能以及与 硬件实时交互功能，能用于多种学科。而领域型工具箱是专业性很强的。如控制系统工具箱(controlsystem toolbox)、信号处理工具箱(signalprocessingtoolbox)、财政金融工具箱(financialtoolbox)等。 下面，将matlab工具箱内所包含的主要内容做简要介绍： 1)通讯工具箱(communicationtoolbox)。 令提供100多个函数和150多个simulink模块用于通讯系统的仿真和分析 ——信号编码 ——调制解调 ——滤波器和均衡器设计 ——通道模型 ——同步 可由结构图直接生成可应用的c语言源代码。 2)控

从分析工程结构课程的特点入手，介绍了在实践中通过运用新型网络媒体开展教学的全过程，并通过实际数据对比展现了这一教学手段所取得的成绩。

matlab所有工具箱说明 工具箱或模块名称模块说明 *matlabcompiler 把matlab的m文件编译成dll文件,或exe独立 应用程序 *matlabc/c++graphicslibrarymatlabc/c++图形库 *matlabc/c++mathlibrarymatlabc/c++数学计算库 *optimizationtoolbox包含求函数零点,极值,规划等优化程序的工具箱 *partialdifferentialequationtoolbox偏微分方程工具箱 *statisticstoolbox包含进行复杂统计分析所需程序的工具箱 *statisticstoolbox统计工具箱 *symbolicmathtoolbox 符号类数据的操作和运算工具箱，通过符号数学工具 箱， matlab用户可以方便地将数

为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明:一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。

简要介绍了人工神经网络的结构及特点,并且详细论述了神经网络在中央空调水系统、风系统、制冷系统、负荷预测、系统的仿真设计和建筑运行能耗评价等方面的应用概况,指出了神经网络在空调领域今后的发展方向.

湿空气中温度和湿度的关系通常通过水蒸气性质表进行查取,通过温度和饱和水蒸气分压力的关系计算相对湿度值,但其为离散的非线性关系,不便于实时控制。提出了一种简单、有效的广义回归神经网络(grnn)用于中央空调控制中的湿度调节,grnn可以对离散的非线性关系进行拟和,不同于数值分析中的插值和拟和,也不同于常用的bp网络,grnn易于实现,仅需要一个参数,结构简单,便于编程,可以在较少数据中较好地工作。

人工神经网络在基坑变形性状研究中的应用——基坑工程不仅要保证维护结构本身的安全，而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂，传统的计算方法已无法准确预测基坑的变形。人工神经网络(an...

神经网络在深基坑监测中的应用——地铁车站等深基坑开挖施工中监测数据处理极其复杂，其经验多于理论。基坑工程施工中，对监测数据处理和分析，进而提取有价值的信息点是一个难题。因此，本文提出了神经网络的处理模型，采用bp网络的算法来训练网络，对某地铁车...

bp神经网络在基坑变形预测分析中的应用——本文提出了基坑变形预测与分析的bp神经网络方法，建立了基坑变形预测分析的模型，应用matlab语言编制计算程序进行计算并与实际工程监测值进行比较，从而验证了神经网络在基坑变形预测分析中的可行性、有效性。　　

人工神经网络在预测软基沉降中的应用研究——依据影响软土路基沉降的因素选取参数建立了bp神经网络预测最终沉降量模型，利用已建高速公路沉降数据，进行了软土地基最终沉降量的预测，取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素...

**资讯http://www.***.***

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

运用bp神经网络方法,对土木工程造价做有益的探讨。利用神经网络可以节省时间,减小历史状况对价格估算的影响,也有利于应用工程量清单为基础的国际惯例。并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。

提出将一种径向基网络的重要变形—概率神经网络(pnn)应用于化工过程的故障检测中。与其他网络相比,概率神经网络学习速度快,适合于故障检测问题。将概率神经网络用于tennesseeeastman(te)过程故障检测的仿真实验,将实验结果与bp网络进行比较,结果表明概率神经网络的网络设计时间明显少于bp网络,故障检测的准确率明显提高。该方法可行、有效。

泡沫金属试样测试复杂,对试样而言又急需知道基体结构参数与力学性能和阻尼性能的关系,采用线性回归技术无法实现这一功能,应用人工神经网络,则解决了通过测量泡沫金属的四个基本参数达到推知其力学性能、阻尼性能的课题。

采用热压成型的方法制备掺杂粉煤灰、以无机纤维为增强体的摩擦材料,并测试其磨损性能。选用bp神经网络建模,以摩擦材料配方、制备工艺、测试条件为输入变量,以材料的磨损率为输出变量,采用l-m算法对网络进行训练。结果表明,模型可以对材料磨损性能进行有效的预测,可用于配方及制备工艺的优化。