期刊文献+
共找到241篇文章
< 1 2 13 >
每页显示 20 50 100
Numeral eddy current sensor modelling based on genetic neural network 被引量:1
1
作者 俞阿龙 《Chinese Physics B》 SCIE EI CAS CSCD 2008年第3期878-882,共5页
This paper presents a method used to the numeral eddy current sensor modelling based on the genetic neural network to settle its nonlinear problem. The principle and algorithms of genetic neural network are introduced... This paper presents a method used to the numeral eddy current sensor modelling based on the genetic neural network to settle its nonlinear problem. The principle and algorithms of genetic neural network are introduced. In this method, the nonlinear model parameters of the numeral eddy current sensor are optimized by genetic neural network (GNN) according to measurement data. So the method remains both the global searching ability of genetic algorithm and the good local searching ability of neural network. The nonlinear model has the advantages of strong robustness, on-line modelling and high precision. The maximum nonlinearity error can be reduced to 0.037% by using GNN. However, the maximum nonlinearity error is 0.075% using the least square method. 展开更多
关键词 modelLING numeral eddy current sensor functional link neural network genetic neural network
在线阅读 下载PDF
Combining the genetic algorithms with artificial neural networks for optimization of board allocating 被引量:2
2
作者 曹军 张怡卓 岳琪 《Journal of Forestry Research》 SCIE CAS CSCD 2003年第1期87-88,共2页
This paper introduced the Genetic Algorithms (GAs) and Artificial Neural Networks (ANNs), which have been widely used in optimization of allocating. The combination way of the two optimizing algorithms was used in boa... This paper introduced the Genetic Algorithms (GAs) and Artificial Neural Networks (ANNs), which have been widely used in optimization of allocating. The combination way of the two optimizing algorithms was used in board allocating of furniture production. In the experiment, the rectangular flake board of 3650 mm 1850 mm was used as raw material to allocate 100 sets of Table Bucked. The utilizing rate of the board reached 94.14 % and the calculating time was only 35 s. The experiment result proofed that the method by using the GA for optimizing the weights of the ANN can raise the utilizing rate of the board and can shorten the time of the design. At the same time, this method can simultaneously searched in many directions, thus greatly in-creasing the probability of finding a global optimum. 展开更多
关键词 Artificial neural network genetic algorithms Back propagation model (BP model) OPTIMIZATION
在线阅读 下载PDF
TWO-DIMENSIONAL STOCHASTIC AIRFOIL OPTIMIZATION DESIGN METHOD BASED ON NEURAL NETWORKS 被引量:1
3
作者 林宇 王和平 彭润艳 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2011年第4期324-330,共7页
To avoid the aerodynamic performance loss of airfoil at non-design state which often appears in single point design optimization, and to improve the adaptability to the uncertain factors in actual flight environment, ... To avoid the aerodynamic performance loss of airfoil at non-design state which often appears in single point design optimization, and to improve the adaptability to the uncertain factors in actual flight environment, a two-dimensional stochastic airfoil optimization design method based on neural networks is presented. To provide highly efficient and credible analysis, four BP neural networks are built as surrogate models to predict the airfoil aerodynamic coefficients and geometry parameter. These networks are combined with the probability density function obeying normal distribution and the genetic algorithm, thus forming an optimization design method. Using the method, for GA(W)-2 airfoil, a stochastic optimization is implemented in a two-dimensional flight area about Mach number and angle of attack. Compared with original airfoil and single point optimization design airfoil, results show that the two-dimensional stochastic method can improve the performance in a specific flight area, and increase the airfoil adaptability to the stochastic changes of multiple flight parameters. 展开更多
关键词 stochastic airfoil optimization surrogate model neural network uncertain factor genetic algorithm
在线阅读 下载PDF
陕西省月用水量预测方法研究 被引量:1
4
作者 陈星 沈紫菡 +2 位作者 许钦 刘睿佳 蔡晶 《水利水电科技进展》 北大核心 2025年第1期73-78,共6页
基于国家水资源管理信息系统的月用水量数据分析,选用ARIMA模型、BP神经网络模型以及经过遗传算法(GA)优化的BP神经网络模型(GA-BP神经网络模型)进行月用水量模拟。在构建BP神经网络模型过程中,通过多源社会经济数据的整合与分析,采用... 基于国家水资源管理信息系统的月用水量数据分析,选用ARIMA模型、BP神经网络模型以及经过遗传算法(GA)优化的BP神经网络模型(GA-BP神经网络模型)进行月用水量模拟。在构建BP神经网络模型过程中,通过多源社会经济数据的整合与分析,采用平均影响值算法(MIV)和皮尔逊相关系数联合方法筛选月用水量的关键影响因子。研究结果表明,三种模型在陕西省月用水量预测中均表现出较高的精度,其中GA-BP神经网络模型的预测精度最高。为进一步验证影响因子对模拟结果的影响,采用不同方法筛选影响因子作为GA-BP神经网络模型的输入,模拟结果表明,MIV和皮尔逊相关系数联合方法提高了影响因子的选取精度,能够有效提升GA-BP神经网络模型的模拟性能。 展开更多
关键词 月用水量预测 ARIMA模型 遗传算法 神经网络模型 因子筛选 陕西省
在线阅读 下载PDF
GA-BP模型在HSS模型参数取值中的应用
5
作者 张杰 马杰 +2 位作者 陈啸海 钟鹏 王营营 《城市道桥与防洪》 2025年第1期229-235,共7页
小应变硬化土(HSS)模型可以有效反映土的压缩硬化特性和小应变特性,非常适合黄土基坑的数值模拟计算。但是,HSS模型包含了11个硬化土(HS)模型参数和2个小应变参数,而这2个小应变参数往往需要采用试验方法确定,获取过程复杂。为了探讨小... 小应变硬化土(HSS)模型可以有效反映土的压缩硬化特性和小应变特性,非常适合黄土基坑的数值模拟计算。但是,HSS模型包含了11个硬化土(HS)模型参数和2个小应变参数,而这2个小应变参数往往需要采用试验方法确定,获取过程复杂。为了探讨小应变参数的预测方法,采用经过遗传算法优化的BP神经网络模型,即GA-BP神经网络模型,首先根据预设的小应变参数水平经过数值模拟计算得到49组位移数据,然后将得到的数据用于GA-BP神经网络的训练,待GA-BP神经网络的预测误差达到要求之后,再使用实际的位移数据反演得到小应变参数,最后基于预测得到的小应变参数进行数值模拟。结果显示,GA-BP神经网络模型预测的小应变参数在基坑围护结构最大水平位移和地表最大沉降计算方面表现良好,可以应用于实际工程。 展开更多
关键词 岩土工程 遗传算法 HSS模型 BP神经网络 小应变参数 参数反演
在线阅读 下载PDF
基于改进BP神经网络的烟草收获机械故障诊断研究 被引量:2
6
作者 戴欧阳 胡洪林 《农机化研究》 北大核心 2025年第4期70-76,共7页
烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提... 烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前,主要以BP神经网络模型应用较为广泛,但在模型构建中预测效率低、鲁棒性强。针对以上问题,提出一种改进BP神经网络模型,以烟草收获机械中的齿轮故障诊断为研究对象,构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型,并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明:改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要,在模型算法与计算速度方面都得到了很大的提高。 展开更多
关键词 烟草收获 机械故障 遗传算法 BP神经网络 优化模型
在线阅读 下载PDF
基于GA-BP神经网络岩石单轴抗压强度预测模型研究
7
作者 张奥宇 杨科 +1 位作者 池小楼 张杰 《煤》 2025年第1期6-10,17,共6页
为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-B... 为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-BP神经网络对煤矿砂岩与泥岩单轴抗压强度进行了预测,并与传统的BP神经网络和非线性回归分析法进行了比较。研究结果表明,GA-BP神经网络预测模型在预测砂岩和泥岩单轴抗压强度与弹性模量间关系上具有较高的精度和泛化能力,能够有效地解决传统BP神经网络的局部最优和过拟合问题,相较于非线性回归分析,拥有更强的非线性关系建模能力,是一种适用于砂岩与泥岩单轴抗压强度预测的有效方法。 展开更多
关键词 岩石力学参数 非线性回归 BP神经网络 遗传算法 预测模型
在线阅读 下载PDF
基于数据驱动的磁电复合材料性能研究
8
作者 王欢 文建彪 李瑨哲 《湘潭大学学报(自然科学版)》 2025年第1期97-107,共11页
如何准确且快速预测磁电系数是磁电多功能器件优化设计领域的一大难题.针对这一问题,该文提出了一种新的遗传算法(GA)优化的反向传播(BP)神经网络的预测磁电系数模型.该模型弥补了BP神经网络模型中经验化计算隐含层神经元个数与手动设... 如何准确且快速预测磁电系数是磁电多功能器件优化设计领域的一大难题.针对这一问题,该文提出了一种新的遗传算法(GA)优化的反向传播(BP)神经网络的预测磁电系数模型.该模型弥补了BP神经网络模型中经验化计算隐含层神经元个数与手动设定模型最佳训练轮次的不足,有效地提高了GA优化后的BP神经网络的预测精度.结果表明,GA优化后的BP神经网络模型的预测指标R 2高达98.49%,比普通BP模型的预测指标R 2高2.37%,同时该模型的误差更低,故GA优化后的BP预测模型在预测磁电系数上有显著的优越性与更高的精确度.另外在GA-BP模型的基础上引入SHAP模型,充分解释输入参数对磁电系数的影响程度.本研究为更快速、简洁地预测磁电系数,优化磁电复合材料设计提供了有效的支持. 展开更多
关键词 磁电系数 磁电复合材料 GA优化 BP神经网络 SHAP模型
在线阅读 下载PDF
罗汉果籽吸附氟离子效果的不同预测模型研究
9
作者 邓忠惠 谢微 《食品安全质量检测学报》 CAS 2024年第6期246-255,共10页
目的建立不同罗汉果籽吸附氟离子预测模型。方法以吸附量为评价指标,筛选影响吸附效果的因素。在单因素的基础上,通过响应面法(response surface methodology,RSM)优化吸附温度、接触时间、吸附剂投加量、氟离子初始质量浓度和溶液pH。... 目的建立不同罗汉果籽吸附氟离子预测模型。方法以吸附量为评价指标,筛选影响吸附效果的因素。在单因素的基础上,通过响应面法(response surface methodology,RSM)优化吸附温度、接触时间、吸附剂投加量、氟离子初始质量浓度和溶液pH。以吸附温度、接触时间、吸附剂投加量、氟离子初始质量浓度和溶液pH作为输入参数构建基于反向传播人工神经网络(back propagation artificial neural network,BP-ANN)的吸附量预测模型。根据模型在预测集上的表现确定具体的输入参数,将优化隐含层神经元数的BP-ANN与其他学习模型[遗传算法(genetic algorithm,GA)]优化的模型对比。结果通过两种模型的决定系数(coefficient of determination,R^(2))、平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)、均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)值比较,得出GA-BP-ANN预测模型(R^(2)=0.92594)的预测效果较优于BP-ANN(R^(2)=0.88498)。结论相较于BP-ANN预测模型,经过优化后的GA-BP-ANN预测模型对吸附量的预测精度更高。GA-BP-ANN预测模型可为罗汉果籽吸附氟离子效果提供技术参考,去除水中氟离子效果较好。 展开更多
关键词 罗汉果籽 反向传播人工神经网络 遗传算法 氟离子 预测模型 响应面
在线阅读 下载PDF
基于遗传算法和BP神经网络的矿区土壤重金属含量空间分布预测
10
作者 赵萍 阮旭东 +4 位作者 刘亚风 赵思逸 孙雨 常杰 周俊 《土壤》 CAS CSCD 北大核心 2024年第4期889-896,共8页
本研究提出了一种基于遗传算法(Genetic algorithm,GA)和BP神经网络(Back propagation neural network,BPNN)的复合模型——GABP模型,以安徽省池州市某矿区及其周边为研究区,预测了土壤中p H和7种重金属元素(Cd、Pb、Cr、Cu、Ni、Hg、As... 本研究提出了一种基于遗传算法(Genetic algorithm,GA)和BP神经网络(Back propagation neural network,BPNN)的复合模型——GABP模型,以安徽省池州市某矿区及其周边为研究区,预测了土壤中p H和7种重金属元素(Cd、Pb、Cr、Cu、Ni、Hg、As)含量的空间分布,并与BPNN和反比距离权重法(Inverse distance weighting,IDW)进行了比较。研究结果表明:受采矿活动影响,研究区土壤p H和重金属含量呈显著的空间分异性;GABP复合模型的数据扩增能够有效弥补BPNN对样本数量的依赖,同时结合了地理位置和高程属性,精度评价结果显示GABP模型的平均R^(2)、r、RMSE、MAE分别是IDW和BPNN的3.03倍、2.56倍,2.93倍、2.39倍,0.85倍、0.61倍,0.79倍、0.62倍,预测精度更高。模型解决了传统空间插值方法结果中可能出现负值和边界无法插值的问题,为土壤重金属含量空间分布预测提供了一种新方法。 展开更多
关键词 遗传算法 BP神经网络 GABP模型 空间分布预测 重金属含量
在线阅读 下载PDF
纵扭超声振动辅助铣削60%SiC_(p)/Al多目标参数优化研究
11
作者 牛秋林 戴福朋 +3 位作者 荆露 王星华 刘俐鹏 肖玉斌 《航空制造技术》 CSCD 北大核心 2024年第12期14-26,共13页
针对高体积分数碳化硅颗粒增强型铝基复合材料(SiC_(p)/Al)在铣削过程中加工难度大、表面质量差等问题,提出了纵扭超声振动辅助铣削复合工艺。以超声振幅、切削速度、每齿进给量和切削深度为变量,设计了四因素五水平正交试验。通过响应... 针对高体积分数碳化硅颗粒增强型铝基复合材料(SiC_(p)/Al)在铣削过程中加工难度大、表面质量差等问题,提出了纵扭超声振动辅助铣削复合工艺。以超声振幅、切削速度、每齿进给量和切削深度为变量,设计了四因素五水平正交试验。通过响应曲面法和人工神经网络,建立了切削力、切削温度和表面粗糙度的预测模型,分析了4个参数变量中两个指标的交互影响作用,并对预测模型的准确性进行了对比验证。最后,采用遗传算法对切削力、切削温度和表面粗糙度进行了多目标参数优化。结果表明,响应曲面法与人工神经网络建立的模型均有较好的预测能力,但人工神经网络准确性更高。采用遗传算法优选出的最佳参数组合为超声振幅A=1.84μm,切削速度v_(c)=20 m/min,每齿进给量f_(z)=0.015 mm/z,切削深度a_(p)=0.8 mm,经过验证试验后发现,采用优选参数有效降低了切削力、切削温度和表面粗糙度,各值分别为切削力F_(t)=7.23 N,切削温度T=40.18℃,表面粗糙度R_(a)=2.4673μm,预测误差分别为6.91%、6.53%、2.53%,证明了预测模型的准确性与优化参数的有效性。 展开更多
关键词 纵扭超声振动辅助铣削 响应曲面法 人工神经网络 遗传算法 预测模型 多目标参数优化
在线阅读 下载PDF
基于GA-BP神经网络的新疆南疆核桃树生长模型研究
12
作者 陈杰 《无线互联科技》 2024年第4期16-18,22,共4页
文章提出了一种利用遗传算法优化BP神经网络的核桃树生长模型来预测核桃树的树高、胸径的方法,通过优化BP神经网络的权值和阈值建立GA-BP模型,与多元线性回归模型的预测结果进行比较。结果表明:采用遗传算法优化后的模型具有更高的预测... 文章提出了一种利用遗传算法优化BP神经网络的核桃树生长模型来预测核桃树的树高、胸径的方法,通过优化BP神经网络的权值和阈值建立GA-BP模型,与多元线性回归模型的预测结果进行比较。结果表明:采用遗传算法优化后的模型具有更高的预测精度,对核桃树生长预测具有指导意义。 展开更多
关键词 遗传算法 DB神经网络 GA-BP模型 核桃树生长模型
在线阅读 下载PDF
多级离心泵叶轮和蜗壳协同优化研究 被引量:2
13
作者 赵建涛 裴吉 +1 位作者 袁建平 王文杰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1670-1678,共9页
为了解决多级离心泵高效运行区窄,整体能效偏低的问题,本文对比转速为64.3的双进口多级离心泵叶轮和蜗壳进行了优化设计研究。对比了不同代理模型在多级离心泵水力性能优化中的适用性,选择了GA-BP神经网络作为最优代理模型,以叶轮和蜗壳... 为了解决多级离心泵高效运行区窄,整体能效偏低的问题,本文对比转速为64.3的双进口多级离心泵叶轮和蜗壳进行了优化设计研究。对比了不同代理模型在多级离心泵水力性能优化中的适用性,选择了GA-BP神经网络作为最优代理模型,以叶轮和蜗壳的9个主要设计参数作为优化变量,0.6Qd和1.0Qd工况泵的效率为优化目标,通过拉丁超立方抽样方法和自动数值分析程序构建样本库,使用NSGA-II算法获得多目标优化问题的帕累托最优解,并根据实际工程需求选取了适当的参数组合。结果表明:模型泵在小流量工况和设计工况点效率分别提高了2.49%和3.09%,大流量工况扬程陡降问题得到缓解。该方法可以为多级离心泵的正向设计提供参考。 展开更多
关键词 多级离心泵 匹配优化 能效优化 多目标优化 反向传播神经网络 遗传算法 数值模拟 代理模型
在线阅读 下载PDF
基于遗传算法优化的含氢Ti65合金人工神经网络本构模型的构建
14
作者 朱铭 夏敏 +3 位作者 田壵 邓磊 金俊松 王新云 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第8期232-239,共8页
本研究对不同氢含量(未置氢、0.13 wt.%、0.25 wt.%、0.34 wt.%和0.43 wt.%氢)的Ti65合金试样在其α+β两相区和β单相区、0.001 s^(-1)应变速率范围内进行等温压缩,研究了含氢Ti65合金的高温流变行为,建立了综合考虑氢含量、变形温度... 本研究对不同氢含量(未置氢、0.13 wt.%、0.25 wt.%、0.34 wt.%和0.43 wt.%氢)的Ti65合金试样在其α+β两相区和β单相区、0.001 s^(-1)应变速率范围内进行等温压缩,研究了含氢Ti65合金的高温流变行为,建立了综合考虑氢含量、变形温度、应变、应变速率的含氢Ti65合金GA-BP神经网络本构模型,并将所建模型通过二次开发集成入有限元软件中,对含氢Ti65合金等温热压缩过程进行模拟。结果表明:4-12-12-1结构的GA-BP神经网络本构模型的相关系数和平均绝对误差分别为0.9982和0.46%,模型具有较高的预测精度和泛化能力,能够用于局部置氢Ti65合金热塑成形过程的分析。 展开更多
关键词 置氢处理 Ti65合金 人工神经网络 遗传算法 本构模型
在线阅读 下载PDF
零维预测燃烧模型建模方法
15
作者 胡登 王贺春 +3 位作者 王彬彬 王银燕 杨传雷 史明伟 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第7期1322-1329,共8页
为了解决神经网络建立的柴油机零维燃烧模型对稳态和动态工况预测能力不稳定问题,本文采用遗传算法对神经网络的初始权值、阈值进行综合优化,提出了遗传算法-神经网络算法。基于TBD620型柴油机,通过稳态和瞬态试验获得运行参数和缸压数... 为了解决神经网络建立的柴油机零维燃烧模型对稳态和动态工况预测能力不稳定问题,本文采用遗传算法对神经网络的初始权值、阈值进行综合优化,提出了遗传算法-神经网络算法。基于TBD620型柴油机,通过稳态和瞬态试验获得运行参数和缸压数据,通过代数分析法结合遗传算法获得对应燃烧参数,最后分别利用遗传算法-神经网络算法和神经网络算法对燃烧模型进行构建并对比辨识结果。结果表明:与神经网络算法相比,遗传算法-神经网络算法构建的零维燃烧模型对应φ_(50)和IMEP预测值平均误差分别降低了43.84%和42.73%,遗传算法具有高效的权值、阈值寻优能力,模型具有更高的预测精度,泛化性更好,适用于柴油机零维燃烧模型研究。 展开更多
关键词 柴油机 韦伯方程 零维燃烧模型 神经网络 遗传算法 生物柴油 代数分析法 遗传算法-神经网络算法
在线阅读 下载PDF
基于BP人工神经网络与遗传算法的航速优化
16
作者 陈映彬 文逸彦 +2 位作者 董国祥 屠海洋 张焱飞 《舰船科学技术》 北大核心 2024年第1期82-87,共6页
为了进一步提高船舶能耗效率,本文提出一种基于BP人工神经网络与遗传算法的航速优化技术路线。首先,介绍常见油耗模型的构建方法;其次,利用BP人工神经网络建立目标船舶的油耗模型。模型预测的平均绝对误差为2.3%,准确度和泛化能力基本... 为了进一步提高船舶能耗效率,本文提出一种基于BP人工神经网络与遗传算法的航速优化技术路线。首先,介绍常见油耗模型的构建方法;其次,利用BP人工神经网络建立目标船舶的油耗模型。模型预测的平均绝对误差为2.3%,准确度和泛化能力基本满足工程应用要求。最后,利用遗传算法,并基于历史气象数据对目标船舶的航线做分段航速优化。计算结果表明,航速优化后目标船舶的航行时长不仅能减少1.35天,燃油损耗还可节省10.1%,由此说明对航行船舶做分段航速优化是一种可行方案。 展开更多
关键词 BP神经网络 遗传算法 油耗模型 航速优化
在线阅读 下载PDF
基于近似模型的弹性背腔穿孔管消声器声学性能优化
17
作者 张帆 朱海潮 侯九霄 《噪声与振动控制》 CSCD 北大核心 2024年第1期282-287,共6页
弹性背腔穿孔管消声器利用声波和弹性管壁的耦合作用,相比于穿孔管消声器具有更好的低频消声性能。为了进一步提高该消声器的低频、宽频消声能力,采用遗传算法对其进行优化。首先,利用COMSOL有限元软件建立该消声器的传递损失计算模型... 弹性背腔穿孔管消声器利用声波和弹性管壁的耦合作用,相比于穿孔管消声器具有更好的低频消声性能。为了进一步提高该消声器的低频、宽频消声能力,采用遗传算法对其进行优化。首先,利用COMSOL有限元软件建立该消声器的传递损失计算模型。其次,分析弹性管壁材料对消声器低频消声性能的影响,并选取橡胶复合材料作为弹性管壁材料。再次,由于所采用的有限元模型计算耗时长,为节约时间资源,利用径向基函数(Radial Basis Function,RBF)神经网络方法建立近似模型代替有限元计算模型。最后,利用近似模型结合遗传算法进行全局寻优,获得该消声器结构参数的优化结果,并利用有限元模型验证优化的准确性。结果表明:优化后在100~1000 Hz低频段范围内弹性背腔穿孔管消声器消声带宽增加62%,且平均传递损失提高3.6 dB。 展开更多
关键词 声学 消声器 近似模型 遗传算法 神经网络模型 传递损失
在线阅读 下载PDF
面向脱轨后被动安全防护的转向架结构优化
18
作者 胡玉炜 唐兆 +2 位作者 陈涛 彭子豪 庄达源 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第5期1989-1999,共11页
为了验证和优化列车转向架部件的脱轨后被动安全防护效果,提出基于多边形接触模型的列车脱轨后接触建模方法,并建立列车脱轨后动力学模型,模拟不同结构参数组合下的列车脱轨后运行行为。将所得横移量和结构参数组合作为反向传播神经网... 为了验证和优化列车转向架部件的脱轨后被动安全防护效果,提出基于多边形接触模型的列车脱轨后接触建模方法,并建立列车脱轨后动力学模型,模拟不同结构参数组合下的列车脱轨后运行行为。将所得横移量和结构参数组合作为反向传播神经网络模型的训练样本,拟合两者之间的非线性关系,采用基于锦标赛选择的自适应遗传算法搜索横移量最小解及其对应的参数组合。以拖车制动盘优化问题为例,运用该优化模型进行结构参数优化。研究结果表明:在100 km/h脱轨速度下,制动盘的最优结构参数组合的半径为335 mm、厚度为80 mm、安装位置为320 mm;与原设计相比,车辆脱轨后横移量减少80.2%,大幅度提高了制动盘被动安全防护能力。本文所提出的建模方法和优化模型可推广应用于其他列车结构的脱轨后被动安全防护能力优化和验证,具有较大的工程实用价值。 展开更多
关键词 脱轨后行为 多边形接触模型(PCM) 结构参数优化 反向传播神经网络 遗传算法
在线阅读 下载PDF
基于CNN和LSTM的机器学习模型在测井岩性识别的应用 被引量:1
19
作者 张凤博 马雪玲 +4 位作者 董珍珍 邹路 王茜 李伟荣 吴磊 《西安石油大学学报(自然科学版)》 CAS 北大核心 2024年第5期96-103,133,共9页
在油气田勘探和开发中,测井解释是表征储层物性参数和评价油气储量的重要手段之一。其中,岩性识别是测井解释的主要任务。针对用于储层岩性识别的机器学习方法普遍存在参数优化难、训练时间长、容易过拟合等问题,导致测井解释精度低及... 在油气田勘探和开发中,测井解释是表征储层物性参数和评价油气储量的重要手段之一。其中,岩性识别是测井解释的主要任务。针对用于储层岩性识别的机器学习方法普遍存在参数优化难、训练时间长、容易过拟合等问题,导致测井解释精度低及岩性相近易混淆等。本文将卷积神经网络(CNN)有利于特征提取的优点与长短期记忆神经网络(LSTM)可考虑测井曲线随深度变化的趋势性信息的优点相结合,提出CNN-LSTM混合神经网络构建测井数据与岩性类别之间的非线性模型,并采用遗传算法(GA)优化混合神经网络模型的超参数,提高识别效率。基于4069组样本数据评估了该混合模型的性能。研究结果表明,与传统的机器学习方法相比,CNN-LSTM-GA混合神经网络优化模型有效地克服了储层岩性识别研究中的问题,取得更好的岩性识别效果,对油藏精细描述和储量评价具有一定的实用价值。 展开更多
关键词 岩性识别 卷积神经网络 长短期记忆网络 遗传算法 混合神经网络模型
在线阅读 下载PDF
基于XRT感应特性及BP神经网络的某钨矿石品位预测模型
20
作者 李思佑 李丽匣 +4 位作者 张宏亮 徐阳 张依然 张晨 晏丽鑫 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第11期4124-4134,共11页
为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神... 为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神经网络的WO_(3)品位预测模型,并对钨矿石样本的模型进行训练和测试,比较2种预测模型的预测效果;最后,基于模型的精度与泛化能力,确定合适的钨矿石品位预测模型及优化方法。研究结果表明:不同品位矿石XRT灰度图像的灰度分布存在明显差异,图像的灰度分布与矿石品位之间具有高度相关性;钨矿石品位越高,像素灰度级在低灰度区间的占比越大,可通过XRT图像灰度分布建立矿石品位的预测模型;使用遗传算法对BP神经网络进行优化可以取得显著效果,基于GA-BP神经网络的预测模型能够获得更大的决定系数和更小的误差,具有更高的预测精度和更强的泛化能力,可以更好地预测矿石WO_(3)品位;在小样本情况下,GA-BP神经网络预测模型对于WO_(3)品位预测具有可行性与有效性。 展开更多
关键词 品位预测模型 XRT灰度图像 BP神经网络 遗传算法
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部