精品文献
bp机
基于BP神经网络的机械臂轨迹控制研究
针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。
基于随机Dropout和FOA-BP的建筑能耗预测研究
针对传统BP神经网络存在的收敛速度慢和极易陷入局部极小值导致网络\"震荡\"影响建筑能耗预测准确性的缺点,本文提出一种基于随机Dropout和FOA-BP的建筑能耗预测方法。该方法利用果蝇优化算法(FOA)对BP神经网络的权值和阈值进行优化,再利用随机Dropout算法改进FOA-BP网络的隐层神经单元,获得较快的运算速度。案例仿真结果表明:与传统方法比较,经过FOA-BP和随机Dropout改善后的网络预测速度更快、预测精度更高,其预测结果可为建筑节能管理运行提供参考。