基于FPGA的BP神經(jīng)網(wǎng)絡設計及其在水質(zhì)預測中的應用研究.pdf

1、為了解決傳統(tǒng)水質(zhì)預測方法在應用上存在運行速度慢、實時性不足、成本較高以及不適合于在嵌入式應用的等問題，本文研究了利用FPGA設計基于BP神經(jīng)網(wǎng)絡的水質(zhì)預測系統(tǒng)。通過硬件上的BP神經(jīng)網(wǎng)絡對水質(zhì)數(shù)據(jù)進行在線訓練和預測，得到較為理想的預測結(jié)果，有助于將水質(zhì)預測算法的理論研究更好的應用于實際系統(tǒng)。 本文首先介紹了神經(jīng)網(wǎng)絡在水質(zhì)預測上的理論研究與神經(jīng)網(wǎng)絡的實現(xiàn)方法，結(jié)合研究團隊在水質(zhì)預測方面的理論研究成果，確定了本文要實現(xiàn)的神經(jīng)網(wǎng)絡結(jié)構。

2、 其次，本文先從硬件結(jié)構的設計入手，對神經(jīng)網(wǎng)絡在FPGA上實現(xiàn)的關鍵模塊進行了設計。在對神經(jīng)網(wǎng)絡中激勵函數(shù)的常用的硬件實現(xiàn)方式進行了詳細的比較后，采用了STAM算法進行sigmoid函數(shù)及其導數(shù)的硬件實現(xiàn)，取得了很好的逼近效果，具有資源耗費少、運行速度快和精度高的特點。 然后，采用自頂向下的設計方法，通過FPGA硬件技術，利用Altera公司低成本的CycloneⅡ系列EP2C35F672C6芯片進行BP神經(jīng)網(wǎng)絡水質(zhì)預測

3、系統(tǒng)的設計。在設計中，本文利用神經(jīng)網(wǎng)絡層之間串行運算的特性，采用了映射的方法解決了神經(jīng)網(wǎng)絡規(guī)模與資源消耗之間的矛盾，用層分割的方法來提高神經(jīng)網(wǎng)絡構造的靈活性，使得我們可以在本系統(tǒng)上構建任意結(jié)構的神經(jīng)網(wǎng)絡。 最終完成系統(tǒng)的設計后，本文從資源消耗情況、運行速度與預測精度進行測試仿真三個方面對設計的系統(tǒng)進行測試與仿真。實驗結(jié)果表明，本文所設計的系統(tǒng)的資源消耗較少，CycloneⅡ系列的EP2C35F672C6完全可以滿足構建一個在線訓