基于BP神经网络的磁滞回线的曲线拟合  

THE CURVE FITTING OF HYSTERESIS LOOP BASED ON BP NEURAL NETWORK

作　　者：卢立中[1] 孙宇新[2] 王纪俊[1] 

机构地区：[1]江苏大学理学院,镇江212013 [2]江苏大学电气信息工程学院,镇江212013

出　　处：《大学物理实验》2004年第4期70-72,共3页Physical Experiment of College

摘　　要：BP神经网络通过调节连接权重可以实现以任意精度逼近非线性函数,利用这一特点可对非线性函数关系进行拟合。本文利用BP神经网络对测定磁滞回线实验中的数据进行处理,结果表明该方法处理结果精度高,拟合效果好,计算机处理程序通用。BP neural network can implement approximating nonlinear functions by arbitrary accuracy through regulating variable weight connection.This character can fit the nonlinear functions relations.The paper uses BP neural network to process the data in the hysteresis loop experiment. The result shows this method has the high precision of processing result, good effect of fitting, and this computer processing program is generally used in other experiment.

关 键 词：连接权 BP神经网络 通用 非线性函数 曲线拟合 计算机处理 逼近 磁滞回线 实验 

分 类 号：O482[理学—固体物理] TP183[理学—物理]