利用BP神经网络进行故障诊断，内有西储大学的轴承数据，且对数据进行截取、分类以及特征提取等

针对现有太阳能光伏阵列仿真实验中因采用环境温度代替光伏组件温度而导致的光伏阵列建模不正确问题,指出应在光伏电池仿真模型中区分环境温度和组件的实际工作温度;分析了光伏组件温度与环境温度和输出功率的关系,给出了一种基于BP神经网络的光伏阵列组件温度预测方法,并将预测结果与实测结果进行比较,得出结论:该方法可有效预测光伏阵列组件温度,且采用前一天数据和前三天数据都有较好的预测效果,因此实际应用时可采用前一天的数据来预测当天的组件温度。

用遗传算法优化bp神经网络，Matlab代码版本，内含4个m程序

【预测模型】基于遗传算法优化BP神经网络房价预测matlab源码.zip

对BP神经网络的经典且详细讲解，包含BP神经网络原理和BP神经网络的实现等内容，相比其他讲义更加全面，更加通俗易懂。

如何使用Matlab中BP神经网络工具箱进行加法器的设计和代码的编写 压缩包内容: BP.m----MATLAB代码实现 ; 基于BP神经网络的加法器设计与实现.docx ; 基于BP神经网络的加法器设计与实现.pdf ; 所有数据.xlsx 文档目录: 一、设计目的 二、设计思路 三、参数设置 3.1 BP神经网络参数设置 3.2 Sim函数参数设置 四、设计结果对比研究 4.1 结果分析 4.2 不同参数对比分析 4.3 残差分析 五、结论 5.1结论 5.2 优化改进 参考文献 附录 附录一 实现代码 附录二 数据导出

针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种Ada Boost算法优化BP神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性;其次利用Ada Boost算法对训练样本的权重进行不断调整,从而获得BP神经网络最优权重和阈值;最后再通过Ada Boost算法将BP弱分类器组合成BP强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.

该课题为基于Matlab的神经网络汉字识别系统。是用bp神经网络。带有一个人机交互界面，输入测试图片，进行预处理，读取隐含层等信息，进行信息识别的输出。

基于BP神经网络的人力资源的绩效考评分析，刘菲，，在企业竞争如此激烈的今天，人力资源管理成为了企业管理的核心组成部分，同时对员工的绩效考评也突显了其在人力资源管理中的重要

BP神经网络的simulink仿真模型已建立完成，即下即可用，内含BP神经网络模型的使用说明