神经网络在数据拟合方面的应用Word文件下载.docx
- 文档编号:13520254
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:18
- 大小:147.20KB
神经网络在数据拟合方面的应用Word文件下载.docx
《神经网络在数据拟合方面的应用Word文件下载.docx》由会员分享,可在线阅读,更多相关《神经网络在数据拟合方面的应用Word文件下载.docx(18页珍藏版)》请在冰豆网上搜索。
人工神经网络;
拟合;
径向基结构;
MATLAB
Abstract
Thispaperwilldescribetheapplicationofartificialneuralnetworkanditsdatafitting.Artificialneuralnetworkisakindofsimplemodel,whichisbasedontheinformationprocessingpointofviewofthehumanbrainneuralnetworktoestablishasimplemodel.Thedifferentconnectionwaysformdifferentnetworks.Itiswidelyusedinpatternrecognition,intelligentrobot,automaticcontrol,predictionandestimation,biology,medicine,economyandsoon.Thispaperstudiedtheneuralnetworkinthedatafittingapplication.Bythebackground,basicknowledgeandneuralnetworktheory,weintroducedthedevelopmentprocessofneuralnetworkanditsmodels,andfinallywegotthedesignandimplementationofalgorithmofneuralnetworkindatafitting.Thispaperintroducedthemethodofusingneuralnetworktofitthedatathroughanexample.
KeyWords:
Curvefitting;
Surfacefitting;
Least-squaresmethod;
Engineeringapplications
第1章绪论.........................................................1
1.1课题国内外研究动态,课题研究背景及意义.......................1
国内外的研究现状........................................1
课题研究的意义..........................................2
1.2研究主要成果...............................................2
发展趋势....................................................3
研究的基本内容..............................................4
论文的主要工作及结构安排....................................4
第2章神经网络概述
2.1神经网络基础知识..............................................5
2.1.1人工神经元模型........................................5
2.1.2神经网络结构..........................................5
2.1.3神经网络结构工作方式..................................6
2.1.4神经网络的训练与泛化..................................7
2.2径向基网络结构与应用.......................................7
2.3例题详解...................................................7
2.3.1例1....................................................7
2.3.2例2...................................................11
第3章数据拟合的基本理论.........................................12
3.1最小二乘曲线拟合............................................12
3.1.1多项式拟合............................................14
3.1.2正交多项式作最小二乘拟合的原理........................14
3.1.3非线性最小二乘拟合....................................16
3.2多元最小二乘拟合............................................18
3.3最小二乘法的另一种数学表达..................................19
3.4本章小结....................................................21
第4章数据拟合应用实例...........................................22
4.1数据拟合在物理实验中的应用..................................22
4.1.1多项式拟合............................................22
4.1.2指数拟合..............................................22
4.2数据拟合在塔机起重量方面的应用...............................24
4.2.1工程原理................................................24
4.2.2应用实例................................................24
4.3数据拟合在换热器方面的应用...................................26
4.3.1工程原理................................................26
4.3.2应用实例................................................28
4.4数据拟合在起重力矩方面的应用.................................31
4.4.1工程原理................................................31
4.4.2模型估计算法的研究......................................31
4.4.3应用实例................................................32
4.5数据拟合在轮辋逆向设计工程中的应用...........................33
4.5.1工程原理................................................34
4.5.2参数拟合算法............................................35
4.5.3轴截面圆半径的拟合算法..................................35
4.6数据拟合在其他实际工程中的应用...............................36
4.6.1数据拟合在神经网络设计开发中的应用......................37
4.6.2数据拟合在透气性测试方面的应用..........................37
4.7本章小结.....................................................37
第5章结论......................................................38
参考文献.........................................................39
第1章绪论
课题国内外研究动态,课题研究背景及意义
在科技飞速发展的今天数学也早已成为众多研究的基础学科。
尤其是在这个信息量巨大的时代,实际问题中国得到的中离散数据的处理也成为数学研究和应用领域中的重要的课题。
。
国内外的研究现状
数据拟合的研究和应用主要是面对各种工程问题,有着系统的研究和很大的发展。
通过研究发展使得数据拟合有着一定的理论研究基础。
但是,由于现实问题的复杂性,数据拟合还拥有很好的研究空间,还有很多能够优化和创新的问题需要去研究和探索。
各种算法的改进和应用以及如何得到合适的模型一直是一个比较热门的研究领域。
其中北京系统工程研究所对模糊方法在知识发现中应用;
北京大学对数据立方体代数的研究;
华中理工大学、复旦大学对关联规则算法的优化和改造;
数据拟合出现于20世纪80年代后期,90年代有了突飞猛进的发展,例如对银行或商业上经常发生的诈骗行为进行预测;
课题研究的意义
对实验数据进行拟合是为了得到符合数据的函数关系,从而能更好地理解数据背后的数学、物理意义。
进而对实验的各个参数有更深入的理解,能分析出各个参数对实验结果的影响。
研究和发展数据拟合理论,发掘各种数据拟合的优化方案。
根据离散的数据,我们想要得到连续的函数或更加密集的离散方程与已知数据相吻合。
研究主要成果
作为数据拟合的最基本也是应用最广泛的方法,最小二乘法有了很大的发展。
在工程实际应用和实验中,我们经常采用实验的方法寻找变量间的相互关系。
但是,当观测到的数据较多时,一般情况下使用插值多项式来求近似函数是不现实的。
根据多元函数线性回归理论,使用曲线拟合最小二乘法来寻求变量之间的函数关系能够很好的解决这个问题。
而且我们对它在实际应用中产生各方面的需求有着各种研究。
例如:
基于于均差最小二乘拟合方程形式的研究、数据拟合函数的最小二乘积分法、非线性最小二乘法等各种方法已经在工程中得到了应用。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经网络 数据 拟合 方面 应用