一种基于粒子群优化BP神经网络技术的震后压埋人员手机定位方法 被引量：3

1

作者 付锐 肖东升 《世界地震工程》 北大核心 2024年第1期206-217,共12页

近年全球地震灾害频发,如何快速准确定位压埋人员方位是震后搜救工作中的重点和难点。本文提出的基于粒子群优化BP神经网络技术震后压埋人员手机定位方法,通过对压埋手机的定位,间接定位到被压埋人员。利用WiFi探针捕捉被压埋手机发出... 近年全球地震灾害频发,如何快速准确定位压埋人员方位是震后搜救工作中的重点和难点。本文提出的基于粒子群优化BP神经网络技术震后压埋人员手机定位方法,通过对压埋手机的定位,间接定位到被压埋人员。利用WiFi探针捕捉被压埋手机发出的接收信号强度数据,采用高斯-卡尔曼混合滤波对数据进行处理。以粒子群优化BP神经网络解算出的压埋距离为基础,融合对数衰减模型与多项式衰减模型,建立多衰减模型融合的压埋距离修正模型,获取更为精确的压埋距离。通过加权六点质心定位算法求解压埋手机位置。实验结果表明:多衰减模型融合的压埋距离修正模型定位误差为0.579 m,相较于单一的信道衰减模型与神经网络,定位精度分别提升43.5%、30.9%和12.7%。 展开更多

关键词 地震救援 PSO-bp神经网络 加权六点质心定位 多信道模型 混合滤波

在线阅读 下载PDF 职称材料

虑及多源不确定性的贮箱结构多裂纹扩展分析

2

作者 王冲 王祥硕 +3 位作者 范浩然 邱志平 张文丰 刘涛 《力学学报》 北大核心 2025年第9期2209-2222,共14页

针对火箭贮箱搅拌摩擦焊焊缝区域多裂纹萌生与扩展融合问题,基于有限元联合仿真技术与混合不确定性分析理论,提出了一种虑及多源不确定性的贮箱结构多裂纹扩展融合分析方法.通过采用有限元软件对贮箱结构进行有限元分析并模拟贮箱底部... 针对火箭贮箱搅拌摩擦焊焊缝区域多裂纹萌生与扩展融合问题,基于有限元联合仿真技术与混合不确定性分析理论,提出了一种虑及多源不确定性的贮箱结构多裂纹扩展融合分析方法.通过采用有限元软件对贮箱结构进行有限元分析并模拟贮箱底部焊缝区域共线多裂纹的扩展融合过程,系统分析了多裂纹动态演化行为及其应力强度因子变化规律,并揭示了多裂纹敏感参数对焊缝疲劳寿命的影响机制.在此基础上,考虑多源不确定性对多裂纹扩展寿命的影响,构建了随机-区间混合分析模型,其中材料参数的不确定性用随机变量表征,多裂纹尺寸参数的不确定性用区间变量进行表征,此时输入混合不确定性对于扩展寿命的影响可以通过响应的区间边界以及区间边界的随机特征进行描述.为进一步提高不确定性分析效率,通过训练BP(back propagation)神经网络模型以代替耗时的有限元仿真模型,实现了多源不确定因素影响下共线多裂纹扩展寿命的高效预测.最终,通过贮箱焊接结构共线多裂纹融合扩展的工程算例验证了所提方法的有效性. 展开更多

关键词 搅拌摩擦焊 多裂纹扩展融合 多源不确定性 混合分析模型 bp 神经网络

在线阅读 下载PDF 职称材料

基于MIC筛选规则和BP神经网络的变换装置建模及产品预测 被引量：7

3

作者 潘艳秋 李鹏飞 +1 位作者 高石磊 俞路 《化工进展》 EI CAS CSCD 北大核心 2022年第S01期36-43,共8页

在石化企业数字工厂建设中,装置的数字智能化建设十分重要。本文针对某石化企业变换装置数字化建设的需要,结合装置特点,建立了基于最大信息系数方法(MIC)的装置实时数据筛选规则和基于BP神经网络的装置产品质量预测模型。结果表明,利... 在石化企业数字工厂建设中,装置的数字智能化建设十分重要。本文针对某石化企业变换装置数字化建设的需要,结合装置特点,建立了基于最大信息系数方法(MIC)的装置实时数据筛选规则和基于BP神经网络的装置产品质量预测模型。结果表明,利用实时数据筛选规则对采集到的44天共1041组装置实际运行数据进行分析,将161个变量参数删减到23个变量参数,有效降低了数据的维度,数据简化率达到85.63%;进一步采用Levenberg-Marquardt方法,用3层隐含层的网络结构建立装置的产品质量预测模型,模拟得到的装置出口变换气CO摩尔含量值与实际生产偏差很小(平均偏差1.193%),说明本文所建模型可以很好地预测装置产品组成。以上建立的模型可为装置生产优化提供支撑,并可集成到工厂信息物理系统(CPS)中,支撑装置数字化和智能化建设需要。本文所提出的建模方法同样可用于其他类似装置的建模参考。 展开更多

关键词 变换装置 混合建模 bp神经网络 最大信息系数方法 信息物理系统

在线阅读 下载PDF 职称材料

基于LH-BP松散耦合模型的日径流预测 被引量：1

4

作者 方玉杰 万金保 +2 位作者 罗定贵 陈春丽 邓长涛 《水电能源科学》 北大核心 2014年第8期30-33,共4页

鉴于基流过程对降雨不敏感,致使传统的BP神经网络日径流预测性能受到制约的问题,结合LyneHollick(LH)数字滤波算法和BP算法的优点,建立了基于LH分割基流与BP神经网络日径流预测的松散耦合模型(LH-BP)。先采用LH数字滤波算法分割出基流,... 鉴于基流过程对降雨不敏感,致使传统的BP神经网络日径流预测性能受到制约的问题,结合LyneHollick(LH)数字滤波算法和BP算法的优点,建立了基于LH分割基流与BP神经网络日径流预测的松散耦合模型(LH-BP)。先采用LH数字滤波算法分割出基流,再利用BP神经网络预测锦江流域四个水文站的直接径流和基流。结果表明,LH-BP耦合模型较传统的BP模型性能更优,弥补了传统的BP模型对日径流模拟与预测的不足。 展开更多

关键词 基流分割 日径流预测 数字滤波算法 bp神经网络 耦合模型

在线阅读 下载PDF 职称材料

基于故障传播的模块化BP神经网络电路故障诊断 被引量：27

5

作者 何春 李琦 +1 位作者 吴让好 刘邦欣 《计算机应用》 CSCD 北大核心 2018年第2期602-609,共8页

大规模的数模混合电路所含故障模式众多,电路故障状态复杂,且易发生传播,因而电路故障诊断难度较大。针对大规模电路发生故障时存在故障传播的问题,提出一种基于故障传播的模块化BP神经网络(MBPFP)故障诊断方法。首先,在电路模块划分的... 大规模的数模混合电路所含故障模式众多,电路故障状态复杂,且易发生传播,因而电路故障诊断难度较大。针对大规模电路发生故障时存在故障传播的问题,提出一种基于故障传播的模块化BP神经网络(MBPFP)故障诊断方法。首先,在电路模块划分的基础上分析子电路间的故障传播,并将故障源和故障传播源"模块化";然后,通过子电路的异常检测模型进行一级定位,缩小故障原因集合,确定故障模块;最后,利用目标模块的BP神经网络模型进行二级定位,实现故障诊断并识别故障模式。与传统BP神经网络等方法进行比较的实验结果表明,MBPFP故障诊断方法具有较高的故障覆盖率,在定位准确率方面提高了至少8个百分点,其性能优于传统BP神经网络等方法。 展开更多

关键词 大规模数模混合电路 故障诊断 故障传播 bp神经网络 异常检测模型

在线阅读 下载PDF 职称材料

船载投料系统饲料颗粒流落点预测 被引量：1

6

作者 俞国燕 王涛 +1 位作者 郭国全 刘皞春 《广东海洋大学学报》 CAS CSCD 北大核心 2024年第1期142-152,共11页

【目的】为解决网箱养殖中使用船载投料系统的饲料颗粒流落点控制问题,提出一种用于实时分割饲料颗粒流轨迹并精确预测其落点的方法(MLBP)。【方法】考虑到输料管管内参数及饲料颗粒流出口参数获取难度较大,本研究采用高速相机获取饲料... 【目的】为解决网箱养殖中使用船载投料系统的饲料颗粒流落点控制问题,提出一种用于实时分割饲料颗粒流轨迹并精确预测其落点的方法(MLBP)。【方法】考虑到输料管管内参数及饲料颗粒流出口参数获取难度较大,本研究采用高速相机获取饲料颗粒流轨迹图像,并利用提出的混合网络模型分割饲料颗粒流轨迹,以获取轨迹关键信息;为准确预测饲料颗粒流落点,利用BP神经网络的优势,将轨迹信息及投料口高度作为其输入,实现饲料颗粒流落点的预测。【结果】与相关研究方法对比,结合混合网络模型与BP神经网络的MLBP方法的系统单次运行时间降低95%,同时落点预测准确度达到96%,落点的平均误差范围与平均误差百分比也分别降低32.0%和30.5%。【结论】本研究提出的MLBP方法预测精度及实时性均能满足网箱投饵作业需求,可为相关研究提供参考。 展开更多

关键词 网箱养殖 船载式投料系统 落点预测模型 混合网络模型 bp神经网络

在线阅读 下载PDF 职称材料

基于混合模型的异构无人机蜂群效能评估 被引量：1

7

作者 卢元杰 龙珊珊 +2 位作者 赵航 冯国旭 赵晓葭 《系统仿真学报》 CAS CSCD 北大核心 2024年第3期700-712,共13页

为实现无人机蜂群效能的快速评估,提出一种基于ADC(availability dependability capability)系统效能评估和BP神经网络预测的混合模型,以应对无人机蜂群配置和状态的多样性以及效能计算的复杂性。在分析蜂群效能构成要素的基础上,建立... 为实现无人机蜂群效能的快速评估,提出一种基于ADC(availability dependability capability)系统效能评估和BP神经网络预测的混合模型,以应对无人机蜂群配置和状态的多样性以及效能计算的复杂性。在分析蜂群效能构成要素的基础上,建立包含无人机通用平台能力,系统级能力,以及任务执行能力的能力指标体系。利用ADC法生成蜂群作战效能样本集合,运用BP神经网络构建关于无人机参数和能力指标的综合作战效能评估模型。利用该评估模型实现异构无人机蜂群实例的综合作战效能评估。结果表明:该模型评估误差可达5%以下,基于样本的评估时间可达3h以内,验证了该模型在异构无人机蜂群效能评估中的有效性及高效性。同时,通过分析数量、配置对无人机蜂群综合效能的影响,获得了异构无人机蜂群配置的可行建议。 展开更多

关键词 异构无人机 蜂群系统 效能评估 ADC-bp神经网络 混合模型

在线阅读 下载PDF 职称材料

基于混合预测模型的船舶海水冷却系统状态参数预测 被引量：6

8

作者 孙晓磊 邹永久 +1 位作者 张鹏 张跃文 《舰船科学技术》 北大核心 2018年第8期104-109,共6页

为了提高船舶海水冷却系统状态参数的预测精度,提出了自回归滑动平均线性子模型和BP神经网络非线性子模型相结合的海水冷却系统状态参数混合预测模型。介绍混合预测模型的建模过程以及预测流程,选取"育鲲轮"海水冷却系统5天... 为了提高船舶海水冷却系统状态参数的预测精度,提出了自回归滑动平均线性子模型和BP神经网络非线性子模型相结合的海水冷却系统状态参数混合预测模型。介绍混合预测模型的建模过程以及预测流程,选取"育鲲轮"海水冷却系统5天状态参数作为训练样本输入到混合预测模型,对第6天状态参数进行预测,将混合预测模型的预测值分别与自回归滑动平均预测模型预测值、实际观测值对比并运用平均绝对百分比误差法进行验证,结果表明搭建的混合预测模型可以提高海水冷却系统状态参数的预测精度,具有良好的预测能力。 展开更多

关键词 海水冷却系统 自回归滑动平均模型 bp神经网络 混合预测模型 平均绝对百分比误 差法

在线阅读 下载PDF 职称材料

机车二系弹簧载荷均匀性分配调整的混合建模方法 被引量：3

9

作者 韩锟 潘迪夫 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第1期378-383,共6页

针对机车二系弹簧载荷均匀性分配调整的建模问题,提出综合运用机理建模和神经网络建模的混合建模方法。该方法在刚性车体假定下采用经典力学和数学方法建立机车车体-二系弹簧系统的机理模型,作为调簧主规律模型;用人工神经网络方法建立B... 针对机车二系弹簧载荷均匀性分配调整的建模问题,提出综合运用机理建模和神经网络建模的混合建模方法。该方法在刚性车体假定下采用经典力学和数学方法建立机车车体-二系弹簧系统的机理模型,作为调簧主规律模型;用人工神经网络方法建立BP网络误差补偿模型来弥补机理模型的建模误差;二者并联组成混合模型,其输出为机理模型和BP网络模型输出的叠加。研究结果表明:混合建模方法用于二系调簧的多维连续空间系统建模,可大幅提高模型精度;实际调簧过程中使用混合模型可进一步提高调簧精度和效率,使载荷分布最大误差较机理模型减少8%～15%,平均调簧时间缩短25%以上。 展开更多

关键词 机车二系载荷 调整 混合建模 bp神经网络

在线阅读 下载PDF 职称材料

基于微分进化的钢水温度预报混合模型 被引量：1

10

作者 袁平 毛志忠 王福利 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第8期1083-1086,共4页

针对LF冶炼过程钢水温度预报问题对机理模型进行了分析.将基于微分进化的BP网络引入混合模型,以确定模型中难以准确获得的参数,建立了基于微分进化的钢水温度混合预报模型.模型通过适当时刻变异因子的随机选取和重复进行种群个体初始化... 针对LF冶炼过程钢水温度预报问题对机理模型进行了分析.将基于微分进化的BP网络引入混合模型,以确定模型中难以准确获得的参数,建立了基于微分进化的钢水温度混合预报模型.模型通过适当时刻变异因子的随机选取和重复进行种群个体初始化的方法,对微分进化算法进行了改进,有效解决了BP网络训练的困难,避免了算法早熟.实验结果表明,混合模型具有较好的预测结果,基本满足了实际生产的需要. 展开更多

关键词 钢包炉(LF) 钢水温度预报 混合建模 微分进化算法 bp神经网络

在线阅读 下载PDF 职称材料

配料过程非平稳时间序列混合预测模型

11

作者 孔玲爽 席利君 +1 位作者 袁川来 肖伸平 《控制工程》 CSCD 北大核心 2015年第5期908-913,共6页

针对氧化铝配料过程波动较大的非平稳时间序列参数预测问题,提出了一种基于小波分析的ARMA(自回归移动平均)模型、BP神经网络模型和Holt-Winters非季节模型的组合模型。首先通过小波分解,将原始时间序列依尺度分解为同长度不同频率的数... 针对氧化铝配料过程波动较大的非平稳时间序列参数预测问题,提出了一种基于小波分析的ARMA(自回归移动平均)模型、BP神经网络模型和Holt-Winters非季节模型的组合模型。首先通过小波分解,将原始时间序列依尺度分解为同长度不同频率的数据,然后对经过处理的高频数据和低频数据分别采用不同的模型进行预测,最后将不同频率的所有预测数据进行重构得到原始时间序列的组合预测模型。预测结果表明,所建立的模型对波动较大的非平稳时间序列的预测具有很大的优势。 展开更多

关键词 配料过程 小波分析 bp 神经网络 组合模型

在线阅读 下载PDF 职称材料

并联混合神经网络模型及应用研究

12

作者 曹云忠 《计算机工程与应用》 CSCD 北大核心 2009年第21期218-221,共4页

单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成。控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果... 单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成。控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果。详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络和提出的混合网络的预测性能。实验表明,混合神经网络在预测精度上比单一网络具有更优的性能,同时,该混合模型为复杂系统提供了一种通用的预测工具。 展开更多

关键词 径向基函数 bp神经网络 混合网络模型 数据预测 线性映射

在线阅读 下载PDF 职称材料

基于集合经验模态和深浅层学习组合的风电场功率短期预测研究 被引量：18

13

作者 曹天行 刘三明 +2 位作者 王致杰 刘剑 孙元存 《电测与仪表》 北大核心 2018年第13期84-88,共5页

风电功率的准确预测是减少风电接入电网的不良影响的必要前提。然而风电功率序列在时间上和空间上表现出非平稳性使其难以准确预测,因此提出一种基于集合经验模态分解(EEMD)和深浅层学习组合的短期风电功率组合预测方法,其中深度学习使... 风电功率的准确预测是减少风电接入电网的不良影响的必要前提。然而风电功率序列在时间上和空间上表现出非平稳性使其难以准确预测,因此提出一种基于集合经验模态分解(EEMD)和深浅层学习组合的短期风电功率组合预测方法,其中深度学习使用稀疏自编码器(SAE)而浅层学习则使用BP神经网络,从而建立EEMD-SAEBP预测模型。该模型先用EEMD将风电功率原始序列分解为一系列按不同时间尺度分布的分量;然后针对分量中的高频分量建立SAE预测模型,对低频分量则用BP网络建立预测模型;最后将各子序列预测结果叠加得到最终的风电功率预测结果。通过比较几种预测模型的结果,文中所提出的预测模型能有效地提高预测精度,有较高的实用价值。 展开更多

关键词 风电功率预测 集合经验模态分解 深度学习 bp神经网络 组合预测模型

在线阅读 下载PDF 职称材料

基于智能优化灰色模型的电子固废预测 被引量：2

14

作者 孙晓安 栾小丽 刘飞 《系统仿真学报》 CAS CSCD 北大核心 2022年第3期536-542,共7页

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模方法。利用粒子群算法对灰色模型的累加阶数以及背景值参数寻优,发挥灰色模型的最大性能;利用BP神... 针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模方法。利用粒子群算法对灰色模型的累加阶数以及背景值参数寻优,发挥灰色模型的最大性能;利用BP神经网络对灰色建模的误差进行补偿,提高固废产生量的预测精度;利用华盛顿州电子固废数据验证了所提方法的有效性。通过对电子固废产生量的精确估计,为电子固废回收的基础设施规划、回收流程优化等提供参考。 展开更多

关键词 电子固废预测 混合智能建模 分数阶多元灰色模型 bp神经网络 粒子群算法

在线阅读 下载PDF 职称材料

基于变权重组合的短期风光发电功率混合预测

15

作者 何玉灵 焦凌钰 +4 位作者 孙凯 解奎 杜晓东 王海朋 张祥宇 《华北电力大学学报(自然科学版)》 2025年第6期49-59,共11页

以风光为代表的新能源发电功率准确预测是高比例新能源并网消纳的基础,为此提出一种变权重组合的风光混合预测模型,可实现风光发电功率的同时预测。首先考虑风光发电功率耦合相关性,分析风电场和光伏发电场站的关联特性,利用支持向量机... 以风光为代表的新能源发电功率准确预测是高比例新能源并网消纳的基础,为此提出一种变权重组合的风光混合预测模型,可实现风光发电功率的同时预测。首先考虑风光发电功率耦合相关性,分析风电场和光伏发电场站的关联特性,利用支持向量机、遗传算法优化的BP神经网络和径向基神经网络,得到风光发电功率的初步预测值,进一步采用方差-协方差权值动态分配法组合单一预测算法预测初值,构建基于变权重组合的风光发电功率混合预测模型,并以新疆某地区为案例进行分析。研究结果表明:变权重组合的混合预测模型优于单一预测算法和其它预测模型,组合模型的3个评价指标均优于单一预测算法,能够对风光发电功率做出有效的预测,验证了本文所提模型的有效性和优越性。 展开更多

关键词 风光混合预测 变权重组合预测模型 支持向量机 bp神经网络 径向基神经网络 短期预测

在线阅读 下载PDF 职称材料