收藏本站
《沈阳农业大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

BP神经网络的理论及其在农业机械化中的应用研究

王吉权  
【摘要】:BP神经网络是目前研究最为成熟、应用最为广泛的人工神经网络模型之一。由于其结构简单、可操作性强、具有较好的自学习能力、能够有效地解决非线性目标函数的逼近问题等优点,因此被广泛应用于自动控制、模式识别、图像识别、信号处理、预测、函数拟合、系统仿真等学科和领域中。但是,BP算法也存在许多不足。例如,初始学习率选取困难,收敛速度慢,接近最优解时易产生波动,有时还会出现振荡现象,对于具有增长趋势的时间序列预测问题外推效果不好等问题。因此,针对BP神经网络存在的这些问题进行深入系统的研究,不仅具有理论意义,也具有重要的应用价值。 理论已经证明,三层BP神经网络只要隐含层节点数足够多,就具有模拟任意复杂的非线性映射的能力,由此可见BP神经网络具有较强的拟合能力。但是,在实际应用中,有时人们不仅关心神经网络的拟合效果,而且也十分关心当输入为何值时,能使输出取得极大值或极小值的问题。这一问题实际是基于BP神经网络的优化问题,而对这一问题的研究,目前尚未见文献报导。虽然有些文献称为BP神经网络的优化研究,但都是关于BP神经网络权值、学习率和网络结构的优化研究;或者,根据BP神经网络的输入与输出关系,从中选择一个较好的输出值,这实际上并不是真正意义上的优化,而是一种模拟,是从模拟结果中选择一个较优方案。因此对真正的基于BP神经网络的优化方法进行探讨,不仅具有理论意义,也具有现实意义和应用价值。 本论文旨在通过研究,分析BP神经网络存在不足的原因,进而通过研究提出BP神经网络的改进算法及用于时间序列预测时的一种新方法。在此基础上,研究探讨基于BP神经网络的优化问题。最后,将BP神经网络理论上的研究成果用于黑龙江省农机总动力预测与气吸式割前摘脱联收机惯性分离室的工艺参数的优化中。 研究取得的成果主要有: (1)分析指出了BP神经网络算法存在问题的原因和用BP神经网络进行时间序列预测时外推效果不好的原因。 (2)研究给出了一种改进的BP神经网络算法。 提出了每个权值分别对应一个学习率的改进BP算法。该算法使得负梯度方向的信息得到了更充分的利用,同时学习率实现了按需要变化,克服了BP神经网络接近最优解时产生波动和振荡现象、计算精度得到了明显提高,并且后一次的迭代计算继承了前一次迭代计算的学习率,因此可以提高学习速度。另外,改进BP算法基本不受初始学习率的影响,避免了初始学习率选取的困难。 (3)研究给出了一种基于BP神经网络的时间序列预测问题的新方法。 首先,分析指出了基于BP神经网络的预测问题存在的不足,根据基于BP神经网络的时间序列预测问题的结构特点,依据Z变换理论,给出了一种新的激活函数,并分析指出了在BP神经网络中,以y=x作为激活函数与y=a+bx作为激活函数等价的原因。其次,推导出了以y=x作为激活函数的BP算法的计算公式和模型。最后,通过示例和实例计算表明,对于具有增长趋势的时间序列预测问题,当以单极性S型函数作为激活函数时其外推效果不理想,而以y=x作为激活函数时外推效果较好。另外,y=x作为激活函数的外推效果基本不受数据处理区间的影响,而单极性S型函数作为激活函数时外推效果受处理区间的影响较大。并且以y=x作为激活函数可以克服单极性Sigmoid函数作为激活函数的BP神经网络在预测问题中存在的不足。 (4)研究给出了一种基于BP神经网络的优化方法。 该优化方法以单极性Sigmoid函数作为激活函数,以网络输出最大化为例,给出了基于BP神经网络的无约束和有约束优化问题的一般数学模型,在此基础上,给出了基于BP网络的无约束和有约束优化方法的基本思路,推导给出了BP神经网络输出对输入的偏导数,进而给出了基于BP神经网络的无约束和有约束优化方法的计算方法。 (5)编写了标准BP算法、改进BP算法、基于改进BP算法的时间序列预测方法和基于BP神经网络的优化方法的计算机程序。 (6)BP神经网络在农业机械化中的应用研究。 首先,运用编好的基于改进BP算法的时间序列预测程序对黑龙江省的农机总动力进行预测,给出了未来5年的农机总动力值。预测结果表明该预测方法具有较高的预测精度。其次,运用基于BP神经网络的优化程序对气吸式割前摘脱联收机惯性分离室的工艺参数进行优化,给出了分离室压力损失最小时的最佳工艺参数,优化结果可为此类型惯性分离室的设计和优化提供理论依据。
【学位授予单位】:沈阳农业大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:S126;S23-0;TP183

【引证文献】
中国期刊全文数据库 前5条
1 孙会波;闫宝瑞;信春玲;何亚东;;基于BP神经网络的挤出温升预测[J];塑料;2014年06期
2 孙栩;王福林;文士发;;联合收获机惯性分离室工艺参数优化——基于改进BP神经网络[J];农机化研究;2014年09期
3 王健;孙结松;;BP与小波神经网络短时交通流预测对比研究[J];科技视界;2014年24期
4 王彦钧;张云伟;王大龙;殷欣;曾伟军;;基于神经网络的食用玫瑰花图像识别算法[J];中国农业大学学报;2014年04期
5 王树森;赵冬玲;;一种基于附加动量法的改进BP算法[J];济源职业技术学院学报;2012年03期
中国博士学位论文全文数据库 前10条
1 孙思衡;电子电器产品缺陷风险评估方法研究[D];北京科技大学;2018年
2 苗丽颖;商用车湿式自动离合器控制技术研究[D];吉林大学;2018年
3 段宇飞;鸡蛋多品质高通量在线快速无损检测研究[D];华中农业大学;2017年
4 谢文;基于高光谱技术的森林土壤不同养分含量光谱特征及估测模型研究[D];江西农业大学;2017年
5 付翔;支架运行自适应智能供液理论与技术研究[D];太原理工大学;2017年
6 郭毅;基于半监督学习和信息融合的港口客户信用风险评价系统[D];北京交通大学;2017年
7 侯现耀;智能公交信息对城市居民公交出行方式选择的影响研究[D];东南大学;2016年
8 张学广;基于损伤理论的铝合金板料成形极限研究[D];吉林大学;2016年
9 陈满;基于近地光谱技术的冬小麦精准变量施肥机的研制[D];南京农业大学;2016年
10 黄祥志;基于智方体的地理时空栅格数据模型化研究[D];浙江大学;2015年
中国硕士学位论文全文数据库 前10条
1 刘龙;自主行走水稻插秧机路径追踪算法研究与实现[D];安徽农业大学;2018年
2 杨光辉;基于BP神经网络PID控制技术在氯化工艺控制中的应用[D];南昌航空大学;2018年
3 郭雪强;基于LabVIEW的现代农业基本信息采集与处理研究[D];长春工业大学;2018年
4 吴志辉;基于支持向量机的径向基网络基函数中心确定方法研究[D];东北农业大学;2018年
5 赵亮;基于前馈神经网络的射频微波MOSFET器件建模技术研究[D];华东师范大学;2018年
6 蔡汉斌;基于CPS的制曲智能制造系统设计及方法研究[D];电子科技大学;2018年
7 郭敏;基于BP神经网络的温湿度传感器补偿算法研究[D];南京信息工程大学;2018年
8 雷彦森;遗传算法优化的BP神经网络在多模式集成预报的应用研究[D];南京信息工程大学;2018年
9 陈菁瑶;基于GABP神经网络的BTA钻削加工参数的预测研究[D];中北大学;2018年
10 江沈阳;掺有硅酸钠修复剂的混凝土自修复试验研究与寿命预测[D];华南理工大学;2018年
【参考文献】
中国期刊全文数据库 前10条
1 刘莉;叶文;;基于BP神经网络时间序列模型的降水量预测[J];水资源与水工程学报;2010年05期
2 陈思;;一种BP神经网络学习率的改进方法[J];长春师范学院学报(自然科学版);2010年08期
3 鞠金艳;王金武;王金峰;;基于BP神经网络的农机总动力组合预测方法[J];农业机械学报;2010年06期
4 王燕妮;樊养余;;改进BP神经网络的自适应预测算法[J];计算机工程与应用;2010年17期
5 何政道;何瑞银;;农业机械总动力及其影响因素的时间序列分析——以江苏省为例[J];中国农机化;2010年01期
6 刘磊;;基于遗传神经网络的指数跟踪优化方法[J];系统工程理论与实践;2010年01期
7 王新民;赵彬;王贤来;张钦礼;;基于BP神经网络的凿岩爆破参数优选[J];中南大学学报(自然科学版);2009年05期
8 刘海萍;王海涛;王洪利;李东艳;郭凯强;;基于BP神经网络的CPI预测模型[J];山东交通学院学报;2009年03期
9 王玲芝;王忠民;;动态调整学习速率的BP改进算法[J];计算机应用;2009年07期
10 宋珲;董欣;王兵;;基于BP神经网络的农机总动力预测模型研究[J];东北农业大学学报;2009年04期
中国博士学位论文全文数据库 前1条
1 王德成;我国农业机械化发展经济效应的研究[D];中国农业大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 梁智昊;何维达;;基于神经网络融合技术的供应商评价研究[J];数学的实践与认识;2015年24期
2 崔红艳;;吉林省农业机械总动力及其影响因素分析[J];农机化研究;2015年12期
3 苗喜荣;陈蓉;庄瑞莲;;基于智能算法的机械加工参数优化方法研究[J];现代电子技术;2015年23期
4 刘莉;刘强;靳鸿;陈昌鑫;霍新明;;引入动量项的变步长BP网络预测算法[J];探测与控制学报;2015年05期
5 陈小燕;;机器学习算法在数据挖掘中的应用[J];现代电子技术;2015年20期
6 裴松年;杨秋翔;刘忠宝;;基于信度的BP神经网络[J];微电子学与计算机;2015年09期
7 邹彦艳;孙晶;邵克勇;李征璐;;基于自适应学习速率的模糊神经网络控制器[J];化工自动化及仪表;2015年08期
8 轩俊伟;郑江华;;基于ESDA的新疆农机动力空间格局分析[J];农机化研究;2015年08期
9 马景义;肖佳宁;;含景气参数的非负lasso改进算法及其在指数跟踪中的应用[J];统计与信息论坛;2015年07期
10 辛冲冲;张敏;李红;宋玉兰;;新疆农机化发展能否持续促进农民增收[J];中国农业资源与区划;2015年03期
中国博士学位论文全文数据库 前6条
1 李丽纯;现代农业的哲学考量与中国后现代农业发展路径[D];湖南大学;2015年
2 吴昭雄;农业机械化投资行为与效益研究[D];华中农业大学;2013年
3 彭艺;新型工业化促进农业现代化的机理模式及对策研究[D];湖南农业大学;2012年
4 呙小明;基于产业层次的中国能源效率研究[D];重庆大学;2012年
5 钱学龙;辽阳市农业机械化发展水平与发展模式研究[D];沈阳农业大学;2011年
6 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年
【同被引文献】
中国期刊全文数据库 前10条
1 沈颖洁;韩宝睿;刘英丽;徐静仪;;基于仿真的隧道检测器优化布设及短时交通流预测[J];公路交通科技;2014年01期
2 邹修国;丁为民;刘德营;赵三琴;;基于4种不变矩和BP神经网络的稻飞虱分类[J];农业工程学报;2013年18期
3 熊俊涛;邹湘军;王红军;彭红星;朱梦思;林桂潮;;基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J];农业工程学报;2013年12期
4 王树森;赵冬玲;;一种基于附加动量法的改进BP算法[J];济源职业技术学院学报;2012年03期
5 戚利勇;高峰;谭豫之;杨庆华;;基于归一化椭圆傅里叶描述子的黄瓜形状识别[J];农业机械学报;2011年08期
6 杜晓华;周瑞金;王雪菊;张凤勇;;月季品种资源的分类与评价[J];广东农业科学;2011年05期
7 李锦卫;廖桂平;金晶;虞晓娟;;基于灰度截留分割与十色模型的马铃薯表面缺陷检测方法[J];农业工程学报;2010年10期
8 谢忠红;郭小清;姬长英;;基于颜色模型和纹理特征的彩色水果图像分割方法[J];计算机工程与科学;2010年01期
9 司永胜;乔军;刘刚;刘兆祥;高瑞;;基于机器视觉的苹果识别和形状特征提取[J];农业机械学报;2009年08期
10 李二超;李战明;刘微容;;基于颜色和纹理特征的黄瓜果实图像分割[J];光学技术;2009年04期
中国博士学位论文全文数据库 前10条
1 金涵宇;基于湿式离合器的商用车AMT动力传动系统一体化控制技术研究[D];吉林大学;2016年
2 程鑫;基于支持向量机的农户信用评价研究[D];山西财经大学;2015年
3 韩鹏;基于扭矩辅助特性的商用车扭矩辅助型AMT控制技术研究[D];吉林大学;2015年
4 金程;鸡蛋蛋壳裂纹检测技术与装置的研发[D];浙江大学;2015年
5 章海亮;基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D];浙江大学;2015年
6 杨泽平;基于神经网络的不平衡数据分类方法研究[D];华东理工大学;2015年
7 傅贵;城市智能交通动态预测模型的研究及应用[D];华南理工大学;2014年
8 聂枝根;基于后轴主动转向与差动制动集成的重型半挂车控制策略研究[D];吉林大学;2014年
9 钱云;非均衡数据分类算法若干应用研究[D];吉林大学;2014年
10 文宁;我国中小企业对外直接投资绩效评价指标体系研究[D];辽宁大学;2014年
中国硕士学位论文全文数据库 前10条
1 李逸;基于BP神经网络模型热镀锌锌层厚度控制研究[D];武汉工程大学;2017年
2 钱纪光;径向基函数方法在分数阶微分方程数值解中的应用[D];浙江工商大学;2018年
3 张凌;室内环境监测中的BP神经网络算法的改进及其仿真分析[D];南京邮电大学;2017年
4 李岩;基于Arduino与LabVIEW的农作物生长环境检测系统的设计与实现[D];安徽科技学院;2017年
5 潘琪;径向基神经网络基函数中心确定方法改进研究[D];东北农业大学;2017年
6 王晶;加氢危险工艺模糊PID控制方法研究[D];南昌航空大学;2017年
7 谢炜;基于BP神经网络PID算法的多电机同步控制研究[D];沈阳工业大学;2017年
8 夏玲;大体积混凝土施工的裂缝控制研究[D];湖北工业大学;2017年
9 林杨;基于深度学习的刀具磨损状态监测技术的研究[D];中国科学技术大学;2017年
10 郭瑞雪;基于BP神经网络的网约车出行需求短时预测[D];北京交通大学;2017年
【二级引证文献】
中国期刊全文数据库 前4条
1 吴文嘉;王军;张辉杰;孙军;;基于小波神经网络的主轴热误差预测研究[J];组合机床与自动化加工技术;2015年08期
2 温宗周;李瑛;;土壤旱情监测系统设计[J];电子技术应用;2015年08期
3 孙会波;闫宝瑞;信春玲;何亚东;;基于BP神经网络的挤出温升预测[J];塑料;2014年06期
4 蔡会娟;曹西征;刘艳梅;张宁;;基于一种BP改进算法的大学生学习成绩评价模型构建[J];郑州师范教育;2014年04期
中国博士学位论文全文数据库 前1条
1 李雨薇;锡林郭勒草原荒漠化灾害风险评估研究[D];内蒙古农业大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 鞠金艳;王金武;;黑龙江省农业机械化作业水平预测方法[J];农业工程学报;2009年05期
2 魏铁军;王永成;刘东;;BP网络在三江平原井灌区地下水埋深预测中的应用[J];黑龙江水专学报;2009年01期
3 张淑娟;冯屾;介邓飞;王凤花;;基于Shapley值的农机装备水平组合预测[J];农业工程学报;2008年06期
4 张淑娟;赵飞;;基于Shapley值的农机总动力组合预测方法[J];农业机械学报;2008年05期
5 王吉权;赵玉林;马力;;组合预测方法研究及其在电力负荷预测中的应用[J];东北农业大学学报;2008年04期
6 王声锋;张展羽;段爱旺;高阳;;豫北地区降水的时间序列特性分析[J];中国农村水利水电;2008年03期
7 洪一前;张光明;金定;;基于GM(1,1)模型的浙江省农机总动力预测分析[J];农机化研究;2008年01期
8 胡坤伦;杨仁树;徐晓峰;马鑫民;;煤矿深部岩巷掘进爆破试验研究[J];辽宁工程技术大学学报;2007年06期
9 郑文钟;应霞芳;;农业机械总动力变化影响因素的灰色关联分析[J];农机化研究;2007年12期
10 喻寿益;王吉林;彭晓波;;基于神经网络的铜闪速熔炼过程工艺参数预测模型[J];中南大学学报(自然科学版);2007年03期
中国博士学位论文全文数据库 前2条
1 孙福田;农业机械化对农业发展的贡献及农业机械化装备水平的研究[D];东北农业大学;2004年
2 杨敏丽;中国农业机械化与提高农业国际竞争力研究[D];中国农业大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 李秋硕;王岩;孙宇军;肖勇;欧阳涛;;BP神经网络在用电用户分类中的应用[J];现代电子技术;2017年09期
2 田波;;基于BP神经网络的人脸识别方法[J];铜仁学院学报;2017年03期
3 张怡文;敖希琴;时培俊;郭傲东;费久龙;陈家丽;;基于Pearson相关指标的BP神经网络PM2.5预测模型[J];青岛大学学报(自然科学版);2017年02期
4 赵学军;李育珍;武文斌;;BP神经网络改进TSVM的矿产资源评价模型研究[J];矿业科学学报;2016年02期
5 边宁;许允之;;基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断[J];煤矿机电;2017年03期
6 王鸿;段晓明;伍燕翔;张玉龙;;基于BP神经网络的耕地土壤重金属污染评价——以宜宾市翠屏区土壤重金属污染评价为例[J];农业与技术;2017年10期
7 杨文光;田立勤;高艳辉;;基于磨光函数的权值直接确定双输入BP神经网络[J];华北科技学院学报;2017年02期
8 李光升;梁靖聪;谢永成;李国强;王天祺;;基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用[J];计算机测量与控制;2017年06期
9 肖成;焦智;孙介涛;张磊;宋玉彬;石莹;;基于小波BP神经网络的风电机组变桨系统故障预测[J];可再生能源;2017年06期
10 莫秋金;莫显德;万谦;;改进BP神经网络在边坡稳定性分析中的运用[J];西部交通科技;2017年04期
中国重要会议论文全文数据库 前10条
1 杨建华;刘宁;姚余梁;;基于BP神经网络的装备服务链信任伙伴配置[A];第八届中国软科学学术年会论文集(下)[C];2011年
2 张德欣;张海祥;陈友良;;基于BP神经网络的电子战系统干扰能力评估[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
3 范龙振;张子刚;黎志成;;BP神经网络的一种稳健改进算法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
4 陈亮;邹静;刘念;谢植;;BP神经网络在在线辐射测温中的应用[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
5 邵景峰;马创涛;王蕊超;王希尧;;基于烟花算法改进BP神经网络的纺纱质量预测模型[A];第36届中国控制会议论文集(C)[C];2017年
6 苗红涛;笠峥;;基于优化BP神经网络的颜色特征模型[A];2015第四届中国印刷与包装学术会议论文摘要集[C];2015年
7 郑勇明;吴信民;张叶;杨亚新;;BP神经网络方法在铀矿山辐射环境评价中的应用研究[A];中国核科学技术进展报告(第二卷)——中国核学会2011年学术年会论文集第5册(辐射防护分卷、核化工分卷)[C];2011年
8 包龙生;张乐;于玲;曹鑫;;基于BP神经网络对大跨径预应力连续梁桥标高偏差预测分析[A];第22届全国结构工程学术会议论文集第Ⅰ册[C];2013年
9 张荣;韩京清;;BP神经网络在自抗扰控制器中的应用[A];1998年中国控制会议论文集[C];1998年
10 马骥;;基于BP神经网络的生产成本预测[A];全国冶金自动化信息网2014年会论文集[C];2014年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年
2 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年
3 吕军城;山东省农村居民自杀未遂预警BP神经网络及指标体系构建[D];山东大学;2015年
4 江沸菠;基于神经网络的混合非线性电阻率反演成像[D];中南大学;2014年
5 李洋;小波过程神经网络相关理论及其应用研究[D];哈尔滨工业大学;2008年
6 周颖华;具时变脉冲的神经网络的稳定性研究[D];西南大学;2018年
7 张婷;深度神经网络的核映射结构和跨连结构研究[D];北京工业大学;2018年
8 胡中旭;虚拟场景人机交互中手势识别技术研究[D];华中科技大学;2018年
9 蒙西;模块化神经网络优化设计及应用研究[D];北京工业大学;2018年
10 吴霆;基于光谱技术的三文鱼品质检测方法研究[D];华南农业大学;2018年
中国硕士学位论文全文数据库 前10条
1 吕琼帅;BP神经网络的优化与研究[D];郑州大学;2011年
2 刘天舒;BP神经网络的改进研究及应用[D];东北农业大学;2011年
3 周志文;灰色BP神经网络方法的研究[D];厦门大学;2009年
4 李丽霞;BP神经网络及其在疾病预后分类问题中的应用[D];山西医科大学;2002年
5 李杨;基于遗传算法的BP神经网络在网络数据抓取中的研究[D];中国海洋大学;2010年
6 黄博;基于BP神经网络的兰州地区军用油料消耗预测[D];兰州大学;2011年
7 徐芳元;基于BP神经网络的桥梁健康状况评定[D];长安大学;2006年
8 蒋亮;BP神经网络的优化研究及应用[D];南昌大学;2014年
9 闫岩;基于BP神经网络的未爆物识别研究[D];吉林大学;2015年
10 陈桥;基于BP神经网络的五子棋自学习系统的设计与实现[D];燕山大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026