期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到11,412篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
特征融合与BP神经网络结合的刀具磨损预测 被引量：1
1
作者 郭宏 徐延 +1 位作者 伊亚聪 胡孔耀 《机械设计与制造》 北大核心 2025年第1期108-111,116,共5页
通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在... 通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在时域、频域和时频域内分析并提取特征,再将融合后的各类传感器特征使用Pearson相关系数和主成分分析(PCA)实现数据降维,最后将降维后的融合特征输入搭建好的BP神经网络,通过非线性仿真分析,从而实现刀具磨损量的预测。案例验证表明:与单一传感器预测相比,提出的多传感器特征融合的刀具磨损预测方法误差最小,且决定系数R2达到0.993。 展开更多
关键词 传感器 特征提取 小波去噪 PCA bp神经网络 磨损预测
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断 被引量：2
2
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 bp神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
基于BP神经网络结合ERA5数据的风电功率预测 被引量：1
3
作者 王婷婷 李斯胜 +4 位作者 于伟 能锋田 李星南 杨佳琳 熊亮 《储能科学与技术》 北大核心 2025年第1期183-189,共7页
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。 展开更多
关键词 风力发电 bp神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测
在线阅读 下载PDF
基于GA-BP神经网络的烟叶打叶风分工艺参数优化
4
作者 田斌强 付龙 +5 位作者 唐剑宁 刘辉 夏凡 黄沙 刘莉艳 郭筠 《河南农业大学学报》 北大核心 2025年第3期508-515,共8页
【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构... 【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构建GA-BP神经网络模型,并结合NSGA-Ⅱ的方法对工艺参数进一步优化。【结果】正交试验确定较高的大中片率最佳工艺参数为:第1至5级打叶转速分别为493、471、620、798、794 r·min^(-1),第7、第8级风机频率分别为49、45 Hz,较低的碎片率和叶中含梗率的最优工艺参数为:第1至5级打叶转速分别为503、489、621、792、792 r·min^(-1),第7、第8级风机频率分别为50、46 Hz。经GA-BP神经网络模型优化后为第1至5级打叶转速分别为485、474、620、796、794 r·min^(-1),第7、第8级风机频率分别为49、46 Hz,在此条件下,大中片率提升了1.52个百分点,叶中含梗率、碎片率分别降低了0.09和0.08个百分点。【结论】在正交试验的基础上,通过GA-BP神经网络模型优化多工艺参数,叶片结构更为合理,可为提升烟叶叶片加工质量提供参考。 展开更多
关键词 叶片结构 bp神经网络 遗传算法 打叶风分 参数优化
在线阅读 下载PDF
基于介电特性和BPNN建模的小麦含水率在线检测
5
作者 姬虹 李康 +3 位作者 宋东方 王万章 李保谦 冯伟 《农机化研究》 北大核心 2025年第8期119-129,共11页
为满足小麦籽粒含水率在线检测需求,设计了一种搭载在联合收获机上基于介电特性的同侧圆弧电容式小麦籽粒含水率在线检测传感器。对6个不同品种小麦进行了温度、频率、电容、容重4个因素对含水率检测影响的实验研究,采用BP神经网络法建... 为满足小麦籽粒含水率在线检测需求,设计了一种搭载在联合收获机上基于介电特性的同侧圆弧电容式小麦籽粒含水率在线检测传感器。对6个不同品种小麦进行了温度、频率、电容、容重4个因素对含水率检测影响的实验研究,采用BP神经网络法建立了含水率与温度、频率、电容、容重4因素关系的预测模型,其训练集和测试集的决定系数R 2为0.896和0.893,均方根误差RMSE为1.317和1.342,预测模型稳定性和预测能力较强。研究表明:将温度、频率、容重这3因素引入的电容法联合收获机在线小麦含水率检测系统,能有效提高整体系统的检测精度和重复性。通过对不同小麦品种含水率检测影响因素相关性分析和数学模型的建立与优化,提高了电容法小麦含水率检测精度,为联合收获机小麦含水率检测系统中电容式传感器软硬件设计提供了理论依据。 展开更多
关键词 小麦含水率 在线检测 介电特性 bp神经网络
在线阅读 下载PDF
基于BP神经网络的家具供应链脆弱性评价
6
作者 屈俊林 庞燕 王忠伟 《中南林业科技大学学报》 北大核心 2025年第3期158-166,共9页
【目的】对家具供应链脆弱性进行评价研究,以期从供应链脆弱性的角度为家具供应链风险管理决策提供参考依据。【方法】结合新时代背景下家具供应链发展新特征,对家具供应链各环节脆弱性进行分解,运用德尔菲法筛选家具供应链脆弱性因素,... 【目的】对家具供应链脆弱性进行评价研究,以期从供应链脆弱性的角度为家具供应链风险管理决策提供参考依据。【方法】结合新时代背景下家具供应链发展新特征,对家具供应链各环节脆弱性进行分解,运用德尔菲法筛选家具供应链脆弱性因素,利用SPSS软件进行信度和效度分析,构建包括数字化供应链成熟度在内的家具供应链脆弱性评价指标体系。利用BP神经网络在风险评价方面的优势,结合置换特征重要性算法,运用Python进行仿真训练,构建基于BP神经网络的家具供应链脆弱性评价模型。【结果】1)构建了由3个一级指标、9个二级指标和24个三级指标构成的家具供应链脆弱性评价指标体系;2)采用置换特征重要性算法计算家具供应链脆弱性评价指标权重,根据权重对评价指标进行了排序发现,市场需求预测、供应链信息协同、供应链决策水平、产业结构调整和产品竞争力这5项指标对家具企业供应链脆弱性预测值具有较大的正向显著性;3)通过迭代和训练发现,基于BP神经网络的家具供应链脆弱性评价模型对61组训练集数据的分类预测准确率为100%,最大相对误差为0.002 256%;对20组测试样本数据的分类预测准确率为95%,最大相对误差为0.5%。【结论】基于BP神经网络的家具供应链脆弱性评价模型有良好的非线性映射和学习能力,拥有较强的分类预测功能,能全面有效地对家具供应链脆弱性进行评价。 展开更多
关键词 家具 供应链 脆弱性 bp神经网络 评价
在线阅读 下载PDF
应用人工智能方法计算致密气藏可采储量——以BP神经网络为例
7
作者 米乃哲 乔向阳 +3 位作者 李旭芬 吕远 许伟 谢小飞 《大庆石油地质与开发》 北大核心 2025年第3期70-76,共7页
针对传统可采储量计算条件苛刻,尤其致密气藏可采储量计算存在工作量大、计算误差大,测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量,其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提... 针对传统可采储量计算条件苛刻,尤其致密气藏可采储量计算存在工作量大、计算误差大,测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量,其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提供产品、服务、应用,将人工智能具有的解决数据模糊问题、高效协调能力、强学习能力和非线性能力的优势用于可采储量计算。将资料完整准确气井计算可采储量作为学习样本;利用气藏地质和动态研究成果初选计算参数,灰色关联遴选最终计算参数;通过人工智能训练学习建立最终参数与可采储量间关系,应用建立的关系完成其他气井可采储量的计算。应用于延安气田Y50井区,单井验证误差范围-1.88%~4.80%,多井累计误差为1.13%。实践表明,应用人工智能方法计算可采储量可以满足工程计算需要,可大幅度提高计算效率,节约人工成本,降低测试费用,无测试资料和资料不完整气井也可完成可采储量的计算。 展开更多
关键词 致密气藏 可采储量 人工智能 bp神经网络
在线阅读 下载PDF
基于改进BP神经网络的激光选区熔化表面粗糙度预测
8
作者 丁燕 王磊 王远 《电加工与模具》 北大核心 2025年第1期62-68,共7页
为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因... 为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因子,同时指数模型预测结果作为特征输入到BP神经网络模型;最后给出算法流程。实验显示,改进BP神经网络在较少的隐含层节点下达到了更低的平均相对误差,激光选区熔化表面粗糙度预测更接近真实值,改进BP神经网络决定系数相比EM、BPNN、GABPNN分别提升了6.40%、1.14%、0.07%,均方根误差相比EM、BPNN、GABPNN分别降低了0.0363、0.0627、0.0668,评价指标较优。 展开更多
关键词 bp神经网络 激光选区熔化 粗糙度 粒子群 精确度
在线阅读 下载PDF
基于PCA-BPNN的桥梁爆炸荷载时程预测
9
作者 杜晓庆 何益平 +2 位作者 邱涛 程帅 张德志 《爆炸与冲击》 北大核心 2025年第3期77-91,共15页
人工智能方法是预测爆炸荷载的新手段,但现有方法主要用于预测爆炸冲击波的超压峰值或冲量,而用于预测反射超压时程的研究不多。针对这一问题,以平面冲击波绕射桥梁主梁为对象,提出了一种基于主成分分析(principal components analysis,... 人工智能方法是预测爆炸荷载的新手段,但现有方法主要用于预测爆炸冲击波的超压峰值或冲量,而用于预测反射超压时程的研究不多。针对这一问题,以平面冲击波绕射桥梁主梁为对象,提出了一种基于主成分分析(principal components analysis,PCA)和误差反向传播神经网络(backpropagation neural network,BPNN)的桥梁爆炸冲击波反射超压时程预测模型。该预测模型利用PCA降维处理时程数据,基于多任务学习的BPNN算法,提出了考虑超压峰值和冲量峰值影响的损失函数,使模型能有效预测不同入射超压下的桥梁冲击波荷载时程。通过分析多任务学习模型、多输入单输出模型和多输入多输出模型等3种BPNN模型,发现多任务学习模型的预测精度最高,而多输入多输出模型难以有效适应当前预测任务需求。采用多任务学习模型预测得到的桥梁表面各测点位置的反射超压时程、超压峰值精度较高,决定系数R2分别为0.792和0.987,作用在箱梁上的合力时程和扭矩时程预测值也与数值模拟值较为吻合。同时,该模型对内插值预测的表现优于外推值预测,但其在预测外推值方面同样展现出了一定的能力。 展开更多
关键词 爆炸荷载预测 反射超压时程 误差反向传播神经网络 主成分分析 多任务学习
在线阅读 下载PDF
基于动量算法优化的BP神经网络HRG漂移补偿方法
10
作者 罗巍 魏博深 +2 位作者 陈刚 唐明浩 戴劼峰 《中国惯性技术学报》 北大核心 2025年第5期502-509,共8页
针对半球谐振陀螺(HRG)漂移传统分步标定补偿方法存在的补偿精度低与耗时长问题,提出一种基于动量算法优化的反向传播(BP)神经网络HRG漂移补偿方法。根据HRG误差模型分析了分步标定补偿方法的局限性,构建了基于BP神经网络的HRG漂移补偿... 针对半球谐振陀螺(HRG)漂移传统分步标定补偿方法存在的补偿精度低与耗时长问题,提出一种基于动量算法优化的反向传播(BP)神经网络HRG漂移补偿方法。根据HRG误差模型分析了分步标定补偿方法的局限性,构建了基于BP神经网络的HRG漂移补偿模型,并引入动量算法,提升BP神经网络训练效率,利用三只自研的HRG进行了实验验证。实验结果表明:所提方法能够有效提升陀螺精度,同时简化标定和补偿流程,提高陀螺漂移补偿工作效率,相比现有分步标定补偿法,陀螺精度提升36.1%,标定补偿效率提升32.1%。 展开更多
关键词 半球谐振陀螺 bp神经网络 陀螺漂移补偿
在线阅读 下载PDF
基于EWMA—优化BP神经网络的农业巡检机器人定位
11
作者 蒋祥龙 丁珠玉 《中国农机化学报》 北大核心 2025年第5期86-91,共6页
为解决农业巡检机器人行间定位过程中产生非视距(NLOS)误差干扰,提出一种EWMA—优化BP神经网络模型定位方法。在BP神经网络基础上,融合指数加权移动平均算法(EWMA)弥补其定位远距离处精度较低的不足,同时EWMA采用三次函数形式设计加权系... 为解决农业巡检机器人行间定位过程中产生非视距(NLOS)误差干扰,提出一种EWMA—优化BP神经网络模型定位方法。在BP神经网络基础上,融合指数加权移动平均算法(EWMA)弥补其定位远距离处精度较低的不足,同时EWMA采用三次函数形式设计加权系数;为避免BP神经网络收敛速度慢、局部最优,引入动量因子和自适应学习速率进行改进BP神经网络,并通过归一化处理数量级差距很大的输入、输出向量,考虑到计算方便,降低神经元饱和度,最终融合TDOA定位模型的Chan算法获得最优值。农业大棚巡检机器人行间动静态定位试验分析表明,所提模型静态定位误差90%的情况下不超过0.2 cm,动态定位X轴方向估计误差均值为3 cm,Y轴方向估计误差均值为5 cm,NLOS因素干扰下平均定位误差降低90%,基本滤除NLOS因素干扰下的定位误差。 展开更多
关键词 农业巡检机器人 精准定位 bp神经网络 非视距
在线阅读 下载PDF
基于BP神经网络的路堑下穿致高铁桥墩位移的预测
12
作者 宋旭明 陈松 +2 位作者 唐冕 孙凯 程丽娟 《中南大学学报(自然科学版)》 北大核心 2025年第6期2539-2549,共11页
依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛... 依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛法,对参数进行1×10^(6)次抽样计算,得到墩顶附加位移的超限概率。研究结果表明:浅层土体力学参数对墩顶纵向位移的影响较大,开挖深度对墩顶纵向位移的影响最显著;最优BP神经网络模型预测的墩顶附加位移与有限元计算值的均方误差为4.345×10^(-4),最大相对误差为5.1%,表明最优BP神经网络模型可代替有限元进行快速估算;当开挖深度在2 m以内时,背景工程墩顶纵向附加位移基本不会超限,当开挖深度为3 m时,超限概率达40%,建议开挖前采用适当的支护措施以确保结构安全。 展开更多
关键词 路堑开挖 敏感性分析 随机响应面 bp神经网络 位移预测 可靠度
在线阅读 下载PDF
基于WOA-BP神经网络的热式流量测量技术研究
13
作者 刘升虎 刘太逸 +3 位作者 冉建立 郭会强 邢亚敏 梁钊睿 《仪表技术与传感器》 北大核心 2025年第4期50-54,共5页
针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的... 针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的补偿模型,提高了算法的收敛速度。实验结果表明:优化后的神经网络模型在热式流量测量方法中具有较好的流量预测效果,WOA-BP网络模型R~2达到0.989,比传统BP模型的预测精确性和鲁棒性更高,在对油井产液量预测方面具有实用价值。 展开更多
关键词 鲸鱼优化算法(WOA) bp神经网络 热式流量测量方法 温度补偿
在线阅读 下载PDF
基于BP-ANN的人工渗滤系统去除总磷过程优化
14
作者 刘元坤 曹塬琪 +2 位作者 于艾鑫 李星 郭晓天 《中国环境科学》 北大核心 2025年第6期3151-3160,共10页
本文利用BBD响应面法(BBD-RSM)和反向传播人工神经网络(BP-ANN)算法对活性炭吸附总磷(TP)的过程参数(接触时间、初始浓度、温度、pH值)进行了建模和预测,并结合遗传算法(GA)对BP-ANN模型中的反应条件进行优化.结果表明,在BBD-RSM模型中,... 本文利用BBD响应面法(BBD-RSM)和反向传播人工神经网络(BP-ANN)算法对活性炭吸附总磷(TP)的过程参数(接触时间、初始浓度、温度、pH值)进行了建模和预测,并结合遗传算法(GA)对BP-ANN模型中的反应条件进行优化.结果表明,在BBD-RSM模型中,P<0.0001,可较好的对TP的去除过程进行预测,接触时间为TP去除率最显著的参数,TP吸附过程中各因素的相对影响顺序为:接触时间>pH值>温度>初始浓度.采用BP-ANN模型进行优化,最佳网络结构为4-8-1.敏感性分析表明,影响TP去除率的因素依次为接触时间(34.05%)>pH值(28.67%)>温度(19.56%)>初始浓度(17.72%).基于BP-ANN模型,采用GA优化人工渗滤系统运行条件,对TP去除过程的优化结果为:接触时间为720.53min、初始浓度为2.75mg/L、温度为30.62℃、pH为5,达到最佳去除率(99.63%).试验验证分析表明,BP-ANN-GA较BBD-RSM的预测值与实验值相比拥有较高的R 2(0.9939)和较低的RSME(1.2851),说明该模型具有更好的预测能力,能更好的描述人工快速渗滤系统对TP的去除过程. 展开更多
关键词 BBD响应面法 反向传播人工神经网络 遗传算法 总磷 人工快速渗滤系统
在线阅读 下载PDF
基于NSGA-Ⅱ与BP神经网络的复合材料身管结构参数优化
15
作者 孙磊 韩书永 +2 位作者 马梦蹊 王坚 刘宁 《火炮发射与控制学报》 北大核心 2025年第3期115-122,共8页
针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处... 针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处的身管内壁最大等效应力,复合材料身管三段复合缠绕位置处的金属内衬直径以及复合材料缠绕角度为设计变量。通过BP神经网络建立代理模型,再通过NSGA-Ⅱ遗传算法对多个目标进行优化求解,解得复合材料身管结构参数的Pareto最优解集。通过优化结果可知,采用遗传算法多目标优化生成的Pareto前沿面最优解集分散地较为均匀,优化解集的复合材料身管结构参数方案在刚度、强度和质量方面均有改善,为复合材料身管结构设计和优化提供了参考。 展开更多
关键词 复合材料 多目标结构优化 bp神经网络代理模型 NSGA-Ⅱ算法
在线阅读 下载PDF
基于BP神经网络的咸水黏度预测及其对渗流的影响
16
作者 李涛 美合日阿依·穆太力普 +2 位作者 薛福生 李延静 敬嘉珩 《油气地质与采收率》 北大核心 2025年第1期152-161,共10页
在碳中和背景下,采用CO_(2)咸水层封存技术来实现碳减排目标时,咸水黏度对储层中的CO_(2)-咸水两相渗流过程有着直接的影响。目前,基于压力影响的黏度预测方法仍有待完善。使用最小二乘法、BP神经网络和基于遗传算法的BP神经网络,将咸... 在碳中和背景下,采用CO_(2)咸水层封存技术来实现碳减排目标时,咸水黏度对储层中的CO_(2)-咸水两相渗流过程有着直接的影响。目前,基于压力影响的黏度预测方法仍有待完善。使用最小二乘法、BP神经网络和基于遗传算法的BP神经网络,将咸水黏度分别当作温度、质量摩尔浓度的二元函数以及温度、质量摩尔浓度、压力的三元函数优化了现有的计算方法,建立了考虑压力影响的黏度预测优化模型。在获得最佳的预测方式后,基于COMSOL软件的水平集方法系统分析了黏度对渗流的影响。研究结果表明,采用最小二乘法可以对现有的经验公式进行一定优化,但是效果不明显;采用二元BP神经网络可以将预测精度提高45.20%,考虑压力后采用三元BP神经网络可以将预测精度提高57.32%。因此,在实验数据充足的情况下,基于BP神经网络模型可以得到较大压力范围内可靠的咸水黏度值;由于经验公式法能够预测黏度变化趋势,在缺乏相应实验数据的情况下,可通过经验公式法获得咸水黏度值。此外,通过仿真结果可以发现,黏度会影响流体在流道的分布,进而影响流动速度,黏度比越大,出口平均速度波动越小且更快地趋于平稳;而且黏度比越大,残余水饱和度越小,越有利于驱替过程的进行,二者呈对数函数的关系。 展开更多
关键词 咸水黏度 bp神经网络 压力 渗流模拟 CO_(2)咸水层封存
在线阅读 下载PDF
基于PSO-BP的自平衡法试桩技术平衡点位置研究
17
作者 欧孝夺 梁枫 江杰 《广西大学学报(自然科学版)》 北大核心 2025年第2期231-241,共11页
针对自平衡法静载试验在灰岩地区应用较少,且工程中常用规范经验公式来确定平衡点位置存在较大误差的问题,提出以桩长、桩径、土层弹性模量为输入参数,构建PSO-BP神经网络平衡点位置的预测模型。通过将仿真预测值与真实值进行对比,并结... 针对自平衡法静载试验在灰岩地区应用较少,且工程中常用规范经验公式来确定平衡点位置存在较大误差的问题,提出以桩长、桩径、土层弹性模量为输入参数,构建PSO-BP神经网络平衡点位置的预测模型。通过将仿真预测值与真实值进行对比,并结合工程实例来验证本模型的适用性。结果表明,结合粒子群算法优化的PSO-BP神经网络模型,其平衡点位置预测值与真实值的平均相对误差控制在1.93%以内,而BP神经网络的平衡点位置预测值平均相对误差最高可达14.83%;依托来宾市当地以灰岩为持力层的工程试桩数据构建的PSO-BP神经网络平衡点位置预测模型,其仿真预测结果的均方根误差(R_(MSE))为0.294,决定系数R^(2)为0.988,预测值与真实值的相对误差在3.0%以内;在工程实例的对比验证中,PSO-BP神经网络模型在平衡点位置预测上的精度高于规范经验公式法,更接近实际位置,可作为灰岩地区基桩自平衡试桩测试的平衡点位置确定的有效手段。 展开更多
关键词 自平衡法 平衡点 粒子群优化-反向传播神经网络 粒子群算法 灰岩
在线阅读 下载PDF
基于SSA-GA-BP神经网络的城轨地下线振动源强预测模型
18
作者 刘庆杰 刘博亮 +3 位作者 冯青松 徐璐 罗信伟 刘文武 《铁道科学与工程学报》 北大核心 2025年第5期2355-2366,共12页
为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素... 为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素,利用斯皮尔曼相关系数得到各类影响因素与振动源强的关系强度。分别建立基于卷积神经网络(CNN)、随机森林(RF)、支持向量机(SVM)等5个机器学习模型,对比分析了不同模型对振动源强的预测效果。使用麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络模型的结构、超参数、权重及阈值,对比SSA-GA-BP、SSA-BP、GA-BP神经网络对振动源强的预测精度。最终使用4个差异明显且未经模型学习的新断面验证SSA-GA-BP模型的泛化能力。结果表明:5种机器学习模型中BP神经网络的非线性回归拟合能力最强,验证集MAE损失为1.55 dB,决定系数为0.948;SSA-GA-BP模型对振动源强的预测精度高于SSA-BP和GA-BP,验证集MAE、MAPE和决定系数分别为1.289 dB、1.856%和0.967,有80.11%数据的平均绝对误差在2 dB以内;SSA-GA-BP模型对4个经典的新断面数据预测效果良好,4个断面汇总数据的MAE、MSE和MAPE误差值分别为1.21 dB、2.18 dB和1.67%,决定系数为0.977,有70%数据的预测误差在2 dB以内,证明了SSA-GA-BP模型有较强的泛化能力。SSA-GA-BP振源预测模型具有较好的预测精度和快速预测能力,研究可为轨道交通地下线路设计阶段的减振降噪设计提供参考。 展开更多
关键词 城市轨道交通地下线 振动源强 预测 bp神经网络 麻雀搜索算法 遗传算法
在线阅读 下载PDF
基于FES-GALMBP模型的低速自动驾驶车辆服务质量测试评价
19
作者 梁军 戴雨辛 +3 位作者 李俊虎 张星 张偲桁 华国栋 《江苏大学学报(自然科学版)》 北大核心 2025年第3期266-275,共10页
针对传统自动驾驶功能评价方法准确率低等问题,设计了基于V2I功能的自动驾驶车辆在环仿真测试平台,提出了一种FES-GALMBP评价算法.通过HotSpot关联规则法确定低速自动驾驶车辆服务质量的评价指标,基于AHP-CRITIC主客观组合权重优化确定... 针对传统自动驾驶功能评价方法准确率低等问题,设计了基于V2I功能的自动驾驶车辆在环仿真测试平台,提出了一种FES-GALMBP评价算法.通过HotSpot关联规则法确定低速自动驾驶车辆服务质量的评价指标,基于AHP-CRITIC主客观组合权重优化确定指标权重,构建多级模糊综合评价模型(涵盖准则层、标准层与指标层权重计算);利用模糊专家系统对测试样本集进行评价,生成训练数据以训练FES-GALMBP神经网络模型.以低速自动驾驶巴士为应用场景,通过Prescan/MATLAB进行联合仿真,并完成实车测试.结果表明,使用所提出的FES-GALMBP模型与传统BP神经网络模型评价巴士运营,得到质量准确率分别为94%、59%,而安全准确率分别为80%、53%,且新模型预测每一类别的AUC值均大于传统BP模型,因此新模型分类器效果更好. 展开更多
关键词 巴士 自动驾驶 低速场景 服务质量评价 V2I 模糊专家系统 关联规则 bp神经网络
在线阅读 下载PDF
PCA-BP神经网络模型在拖拉机发动机故障诊断中的应用
20
作者 杨健 《农机化研究》 北大核心 2025年第3期254-258,共5页
拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(... 拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。 展开更多
关键词 拖拉机发动机 故障诊断 主成分分析 bp神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部