神經網絡在采煤機故障診斷中的運用(編輯修改稿)
2025-05-06 12:05 本頁面
【文章內容簡介】 int count=0。 //記錄感知器訓練次數//初始化W矩陣int j。 for(j=0。j2。j++){ srand( (unsigned)time( NULL )+j*10 )。 w[j]=(float)((rand()%10+1))/100。 //隨機生成較小的權值 }do{ count++。 if(count100){ printf( 單層感知器學習訓練次數過多，請重新調整初始權值\n)。 break。} if(i==4) i=0。 if(i4) {xx(i)。 repower(i)。 i++。 }}while(ec[0]ECamp。amp。ec[1]ECamp。amp。ec[2]ECamp。amp。ec[3]EC)。 if(count100){ printf( 權值矩陣w[0]=%f\n, w[0] )。 printf( 權值矩陣w[1]=%f\n, w[1] )。 printf( \n經過學習訓練%d 次達到要交\n, count )。 printf( \n單層感知器學習完成\n)。}return 0。} 作業(yè)二：神經網絡在采煤機故障診斷中的應用 本人本科階段就讀于中國礦業(yè)大學機電工程學院，畢業(yè)設計時做的題目為采煤機截割部的相關設計。采煤機是煤礦生產中非常關鍵的設備，是一個集機械、電
公司管理相關推薦
鄂ICP備17016276號-1