ABC-RBF神经网络在平板坝裂缝开合度监测中的应用 被引量：3

1

作者 赵鲲鹏 梁嘉琛 +4 位作者 杨景文 曹睿哲 胡添翼 戴波 何启 《水利水电技术》 CSCD 北大核心 2015年第10期35-37,58,共4页

为提高混凝土平板坝裂缝开合度预测精度,针对混凝土平板坝裂缝开合度监测序列呈非线性以及周期性变化的特点,将基于EMD分解优化的ABC-RBF神经网络模型应用于混凝土平板坝裂缝开合度安全监测中,对比分析普通RBF和ABC-RBF神经网络模型。... 为提高混凝土平板坝裂缝开合度预测精度,针对混凝土平板坝裂缝开合度监测序列呈非线性以及周期性变化的特点,将基于EMD分解优化的ABC-RBF神经网络模型应用于混凝土平板坝裂缝开合度安全监测中,对比分析普通RBF和ABC-RBF神经网络模型。结果表明,ABC-RBF神经网络模型预测误差相对较小,可用于分析混凝土平板坝裂缝开合度的安全监测。 展开更多

关键词 混凝土平板坝 裂缝开合度 经验模态分解 abc—RBF神经网络

在线阅读 下载PDF 职称材料

基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断 被引量：4

2

作者 陈聪 娄高 +1 位作者 高洁 陈灏 《航空发动机》 北大核心 2022年第3期89-93,共5页

为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的AB... 为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的“反馈式更新”拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短。随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明:选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值。 展开更多

关键词 燃油流量预测 人工蜂群算法 径向基神经网络 快速存取记录器数据 航空发动机

在线阅读 下载PDF 职称材料

多源数据融合的焊接质量监测技术

3

作者 张发平 孙昊 +1 位作者 魏剑峰 宋紫阳 《北京理工大学学报》 北大核心 2025年第5期471-481,共11页

针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并... 针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并将这些特征值与焊接的熔池图像特征值结合,构成焊接质量的原始特征空间;然后采用线性判别方法,降维形成焊接信息的低维特征空间;最后,使用孤立森林法筛选邻域搜索空间,并将该邻域搜索空间中的焊接数据点划分为多个重叠子集.采用局部离群因子法对新数据点在多个重叠子集中进行邻域搜索,对焊接过程进行异常检测,该方法充分考虑了焊接质量数据的全局特征并且计算复杂度大为降低.最后,采用基于人工蜂群算法优化的概率神经网络进行焊接质量数据的精确细分和异常的精准识别,该方法增强了全局搜索能力,同时避免陷入局部最优.试验验证结果显示所提方法都焊接异常的检测精度可达97.44%,对综合焊接异常的识别精度可达96.03%,证明了方法的有效性. 展开更多

关键词 隐性焊接异常 多源数据 局部离群因子 概率神经网络 线性判别方法 人工蜂群算法

在线阅读 下载PDF 职称材料

基于神经网络与改进ABC算法的瓦斯预测研究 被引量：2

4

作者 付华 荆晓亮 杨義葵 《传感器与微系统》 CSCD 北大核心 2011年第4期79-81,92,共4页

人工蜜蜂群(ABC)优化算法具有较强的全局搜索能力。在标准算法的基础上,参考粒子群优化算法,加入当前全局最优解对算法的有益引导;当观察蜂在引导蜂所在食物源附近搜索时,引入混沌搜索机制,改善局部搜索性能。利用改进的ABC算法,以网络... 人工蜜蜂群(ABC)优化算法具有较强的全局搜索能力。在标准算法的基础上,参考粒子群优化算法,加入当前全局最优解对算法的有益引导;当观察蜂在引导蜂所在食物源附近搜索时,引入混沌搜索机制,改善局部搜索性能。利用改进的ABC算法,以网络训练的最小方差F为优化指标,优化神经网络的连接权值。优化后的神经网络用于瓦斯预测,取得了良好的效果。 展开更多

关键词 人工蜜蜂群优化算法 神经网络 混沌搜索 瓦斯预测

在线阅读 下载PDF 职称材料

基于ABC和BP神经网络的铁路货运成本预测研究 被引量：4

5

作者 赵智文 卢沁瑶 《铁道运输与经济》 北大核心 2006年第12期20-22,共3页

运用作业成本法,结合BP神经网络理论建立铁路货运成本预测模型。通过案例分析,得出BP神经网络可以更准确的预测铁路货运成本费用的结论。

关键词 作业成本法 BP神经网络 铁路 货运成本

在线阅读 下载PDF 职称材料

改进ABC-BP模型在数字调制识别中的应用 被引量：1

6

作者 史先铭 刘以安 《江南大学学报（自然科学版）》 CAS 2015年第4期396-402,共7页

为了提高数字调制信号在不同信噪比下的识别性能,将改进人工蜂群算法优化BP神经网络(MABC-BP)的模型应用于数字调制识别中;为进一步提高基本人工蜂群(Artificial Bee Colony,ABC)算法的寻优性能,对基本ABC算法中"跟随蜂"在&qu... 为了提高数字调制信号在不同信噪比下的识别性能,将改进人工蜂群算法优化BP神经网络(MABC-BP)的模型应用于数字调制识别中;为进一步提高基本人工蜂群(Artificial Bee Colony,ABC)算法的寻优性能,对基本ABC算法中"跟随蜂"在"食物源"邻域的搜索行为进行改进。从仿真结果可以看出,当信噪比低至0 d B时,7种数字调制信号的调制识别率依然可以达到85%以上,从而证明了该方法能有效地提高数字调制信号的识别性能。 展开更多

关键词 数字调制技术 信噪比 人工蜂群算法 BP神经网络 跟随蜂

在线阅读 下载PDF 职称材料

基于ABC-BP神经网络的光纤传感器光强补偿 被引量：1

7

作者 路茵 杨瑞峰 郭晨霞 《仪表技术与传感器》 CSCD 北大核心 2023年第4期7-10,25,共5页

为了减少光纤传感器测量过程中接收光强受到非线性因素的影响,提出利用人工蜂群算法(artificial bee colony, ABC)优化反向传播神经网络(BPNN)进行光强补偿的方法。通过人工蜂群算法局部搜索最优的能力优化传统反向传播神经网络的权值... 为了减少光纤传感器测量过程中接收光强受到非线性因素的影响,提出利用人工蜂群算法(artificial bee colony, ABC)优化反向传播神经网络(BPNN)进行光强补偿的方法。通过人工蜂群算法局部搜索最优的能力优化传统反向传播神经网络的权值与阈值,达到减少局部样本陷入极值的目的。将内圈与外圈2组接收光功率以及位移作为训练数据,优化神经网络各参数值,从而建立最优ABC-BP神经网络补偿模型。结果表明人工蜂群算法优化后平均绝对误差减少了0.001 114,均方根误差减少了0.001 182,参数值均小于传统反向传播神经网络和支持向量机补偿模型。对比实验证明该混合算法预测误差更小,能够更高精度完成光强补偿过程。 展开更多

关键词 人工蜂群算法 BP神经网络 abc-BP神经网络 光纤传感器 光强补偿

在线阅读 下载PDF 职称材料

基于粗糙集理论-神经网络-蜂群算法集成的客户流失研究 被引量：24

8

作者 罗彬 邵培基 +2 位作者 罗尽尧 刘独玉 夏国恩 《管理学报》 CSSCI 2011年第2期265-272,共8页

针对电信客户流失问题的复杂性,融合粗糙集理论、神经网络和蜂群算法的优势,提出了一种新的客户流失预测模型——基于粗糙集理论、神经网络和蜂群算法线性集成多分类器的客户流失预测模型。首先利用自组织神经网络(SOM)对连续属性值进... 针对电信客户流失问题的复杂性,融合粗糙集理论、神经网络和蜂群算法的优势,提出了一种新的客户流失预测模型——基于粗糙集理论、神经网络和蜂群算法线性集成多分类器的客户流失预测模型。首先利用自组织神经网络(SOM)对连续属性值进行非监督离散化处理;接着使用粗糙集方法(RS)对离散属性进行约简;然后分别使用BP神经网络、RBF神经网络、ELMAN神经网络和广义回归神经网络(GRNN)在约简属性集上建立4个子分类器;最后使用模型集成法对4个子分类器进行线性集成,并采用人工蜂群(ABC)算法优化线性组合的权重。将该模型应用于某电信客户流失,实验结果表明该集成方法是可行且有效的。 展开更多

关键词 客户流失 粗糙集理论 神经网络 人工蜂群算法 多分类器集成

在线阅读 下载PDF 职称材料

基于自适应GRNN的无线室内定位算法 被引量：13

9

作者 葛柳飞 李克清 戴欢 《计算机工程》 CAS CSCD 北大核心 2016年第6期81-85,90,共6页

室内信号强度波动的随机性使广义回归神经网络(GRNN)难以选择最优参数建立定位模型并预测目标位置。为此,提出一种自适应广义回归神经网络的定位算法。利用改进的人工蜂群算法对广义回归神经网络进行参数优化,并将其应用于无线室内定位... 室内信号强度波动的随机性使广义回归神经网络(GRNN)难以选择最优参数建立定位模型并预测目标位置。为此,提出一种自适应广义回归神经网络的定位算法。利用改进的人工蜂群算法对广义回归神经网络进行参数优化,并将其应用于无线室内定位,建立无线信号特征与目标位置信息的映射关系,利用建立的映射关系预测目标位置,降低信号强度波动的随机性对定位精度的影响。实验结果表明,在12 m×12 m的区域范围内,该算法的平均定位误差为0.65 m,与基于蜂群算法的GRNN以及基于粒子群算法的GRNN相比,该算法的定位准确率分别提高了21.3%和23.1%,且收敛速度较快。与路径损耗模型和BP神经网络相比,该算法的定位准确率分别提高了17.86%和3.1%,能够有效提高定位精度。 展开更多

关键词 信号强度 室内定位 广义回归神经网络 人工蜂群 定位准确率

在线阅读 下载PDF 职称材料

一种蜂群-神经网络集成方法的应用研究 被引量：1

10

作者 齐灿 陈凯 +1 位作者 赵华生 赵欢 《计算机应用与软件》 CSCD 北大核心 2012年第10期109-112,共4页

提出一种蜂群-神经网络集成方法,与一般的神经网络集成方法不同的是:(1)集成个体的生成首先利用蜂群算法优化三层BP神经网络的结构和连接权,并以优化后的网络结构和连接权作为新的神经网络结构和初始连接权,再进行新一轮BP神经网络训练... 提出一种蜂群-神经网络集成方法,与一般的神经网络集成方法不同的是:(1)集成个体的生成首先利用蜂群算法优化三层BP神经网络的结构和连接权,并以优化后的网络结构和连接权作为新的神经网络结构和初始连接权,再进行新一轮BP神经网络训练后生成;(2)为提高集成个体间的差异度,首先对个体进行分类,其次利用ABC算法对每一类个体进行最优组合搜索,选取相关系数最低的一个组合的均值作为该类的代表,最后对不同类别的代表作平均集成。在西太平洋热带气旋强度的预测试验中,所提出的蜂群-神经网络集成方法的泛化能力不仅明显优于单个神经网络,也优于Bagging和AdaBoost这两种集成方法。是一种具有较高应用价值的神经网络集成预测方法。 展开更多

关键词 蜂群算法 神经网络集成 泛化能力 热带气旋强度

在线阅读 下载PDF 职称材料

优化CMP碱性铜抛光液配比的新方法 被引量：2

11

作者 樊世燕 刘玉岭 +2 位作者 林凯 石陆魁 刘恩海 《半导体技术》 CAS CSCD 北大核心 2015年第3期211-216,共6页

采用响应曲面法(RSM)和人工神经网络(ANN)分别对化学机械抛光(CMP)碱性铜抛光液的主要成分(Si O2磨料、FA/O型螯合剂、H2O2氧化剂)进行优化研究。采用RSM优化,当抛光液中磨料、氧化剂和FA/O型螯合剂的体积分数分别为10.57%,1.52%和2.196... 采用响应曲面法(RSM)和人工神经网络(ANN)分别对化学机械抛光(CMP)碱性铜抛光液的主要成分(Si O2磨料、FA/O型螯合剂、H2O2氧化剂)进行优化研究。采用RSM优化,当抛光液中磨料、氧化剂和FA/O型螯合剂的体积分数分别为10.57%,1.52%和2.196%时,Cu的抛光速率的预测值和实测值分别为924.29和908.96 nm/min;采用ANN结合人工蜂群算法(ABC)优化,当抛光液中磨料、氧化剂和FA/O型螯合剂的体积分数分别为11.58%,1.467%和2.313%时,Cu的抛光速率的预测值和实测值分别为947.58和943.67 nm/min,其拟合度为99.36%,高于RSM的94.63%,且均方根误差较低为0.199 3。结果表明,在抛光液配比优化方面,RSM和ANN都是可行的,但后者比前者具有更好的拟合度和预测准确度,为更加高效科学地优化抛光液配比提供了一种新的思路和方法。 展开更多

关键词 抛光液 化学机械抛光(CMP) 响应曲面法(RSM) 人工神经网络(ANN) 人工蜂群(abc)算法

在线阅读 下载PDF 职称材料

电力信息网络安全态势评估方法 被引量：21

12

作者 于海 李峰 +1 位作者 霍英哲 尹晓华 《科学技术与工程》 北大核心 2021年第9期3642-3648,共7页

电力信息网络安全态势评估是当今网络安全领域研究中的热门领域。但现有基于神经网络的网络安全态势评估方法效率较低,且容易陷入局部最优导致评估精度不高。提出一种改进人工蜂群优化神经网络的网络安全态势评估方法。首先,通过引入混... 电力信息网络安全态势评估是当今网络安全领域研究中的热门领域。但现有基于神经网络的网络安全态势评估方法效率较低,且容易陷入局部最优导致评估精度不高。提出一种改进人工蜂群优化神经网络的网络安全态势评估方法。首先,通过引入混沌序列改进人工蜂群算法提高蜂群的多样性,使其具备更强大的全局搜索能力。然后,利用改进的蜂群算法代替反向传播算法来优化神经网络的各权值参数。最后,新方法对真实的电力信息网络攻击实验进行了安全态势评估预测。与传统的评估方法相比,基于改进的人工蜂群和神经网络的安全评估方法提高了安全评估精度,加快了收敛速度。 展开更多

关键词 网络安全态势评估 神经网络 人工蜂群算法 混沌序列 入侵检测系统

在线阅读 下载PDF 职称材料