基于改進PSO優(yōu)化神經(jīng)網(wǎng)絡的水泵全特性預測研究.pdf_第1頁
已閱讀1頁，還剩109頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、水泵廣泛使用在國民經(jīng)濟的各個部門,而隨著國民經(jīng)濟的發(fā)展,對水泵及其輸運系統(tǒng)的運行安全性要求越來越高。然而對于水泵的研究還遠遠不能滿足實際需要,尤其是水泵全特性參數(shù)的研究。水泵全特性參數(shù)能夠表示水泵—水輪機的各種工況,對于水泵及其輸運系統(tǒng)的水力過渡過程的計算和分析至關(guān)重要,而水力過渡過程的計算直接影響水泵輸運系統(tǒng)的設計與建成后的運行安全。雖然在水泵全特性數(shù)據(jù)的獲取與預測方面,中外的學者們做了大量工作,但是截止目前實測數(shù)據(jù)稀少,預測工作的精

2、度仍有待提高,因此尋找更好的模型對水泵全特性參數(shù)進行預測具有重要的實際意義。
　　本文的主要研究內(nèi)容和成果有:
　　1、詳細介紹了水泵的相關(guān)理論,分析了水泵全特性曲線的應用,并對水泵全特性數(shù)據(jù)的獲取及預測方法進行了總結(jié)。
　　2、對神經(jīng)網(wǎng)絡的神經(jīng)元模型、學習算法、分類及常用模型進行了介紹,分析對比了幾種神經(jīng)網(wǎng)絡的特點。對粒子群算法原理及其發(fā)展進行了介紹。構(gòu)建了采用自適應慣性權(quán)重的粒子群算法來優(yōu)化RBF神經(jīng)網(wǎng)絡的預測模型

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論