主要讲述应用最小二乘法分析拟合质量流量计(MFC)的工作曲线,以完善流量计的使用操作参数.首先根据已有的工作曲线通过拟合找出设定流量(msetting)-工作时间(t)的变化规律,再根据此规律拟合找到流量计的设定流量(m)-稳定时间(tsteady)曲线.并根据此结果指导流量计实际的工艺参数设定调整.

利用神经网络进行光电轴角编码器的误差补偿,是一种新的编码器误差修正技术。在利用径向基函数网络(RBF)建立非线性模型对编码器的长周期误差进行修正时,实验数据中的随机噪声会造成过拟合现象的产生,影响模型的补偿效果。针对RBF网络的过拟合现象,分别采用滑动平均法与异常点剔除法对实验数据进行预处理以减小随机噪声的影响。实验表明,使用径向基神经网络进行误差补差可以将编码器的系统精度提高至3倍以上,在此基础上对建模数据进行预处理,可以进一步优化网络性能,使得编码器的系统精度在原有基础上得到进一步的改善,验证了方法的有效性。

为了设计一个实用、高精度的BP网络算法,对双隐层BP网络进行了深入研究。从对双隐层BP网络的设计入手,给出了设计该网络的所有关键因素,并且推导了两输入单输出类型的双隐层BP网络的学习算法。为了分析双隐层BP网络逼近能力,选取了4个具有代表性的函数,同时使用双隐层BP网络和单隐层BP网络进行逼近实验,从而比较双隐层BP网络与单隐层BP网络。实验数据表明,双隐层BP网络具有更高的训练样本的输出精度和更强的泛化能力,为BP网络的使用提供了另一条路径。同时也表明了超过两个隐含层的BP网络的实用性可能不太大。