期刊信息
刊名： 高等教育研究
Journal of Higher Education
主办：华中科技大学
周期：月刊
出版地：湖北省武汉市
语种：中文
开本：大16开
ISSN：1000-4203
CN：42-1024/G4
邮发代号:38-73
复合影响因子:2.017
综合影响因子：1.415
历史沿革：
现用刊名：高等教育研究
创刊时间：1980
中文核心期刊(2017)
CSSCI（2019-2020）来源期刊
Journal of Higher Education
主办：华中科技大学
周期：月刊
出版地：湖北省武汉市
语种：中文
开本：大16开
ISSN：1000-4203
CN：42-1024/G4
邮发代号:38-73
复合影响因子:2.017
综合影响因子：1.415
历史沿革：
现用刊名：高等教育研究
创刊时间：1980
中文核心期刊(2017)
CSSCI（2019-2020）来源期刊
05 现在的位置：首页 > 期刊导读 > 2012 > 05 >
基于BP神经网络的离心泵关死点功率预测
作者: 孙健
关键词: 离心泵 神经网络 预测 功率 关死点
摘要：
离心泵关死点功率至今还不能通过理论计算求得。该文介绍了BP神经网络的结构和特点及其在离心泵性能预测领域的应用现状。基于BP神经网络建立了离心泵关死点功率的预测模型。给出了预测模型的输入模式,并应用试凑法确定了BP神经网络中间隐含层的数目。用46组数据该预测模型进行了训练并给出了神经网络权值和阈值,用3组数据该预测模型进行了仿真并对仿真结果进行了线性回归分析。研究结果表明：建立的离心泵关死点功率预测模型具有比较高的预测精度,其预测平均偏差为4%,可以应用于工程实践中离心泵关死点功率的理论求解。
上一篇：我国院校研究数据系统建设现状及发展建议
下一篇：再论高等院校分类框架