期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于动态自适应旗鱼优化BP神经网络的工作面周期来压预测
1
作者 姚钰鹏 熊武 《工矿自动化》 CSCD 北大核心 2024年第8期30-37,共8页
针对现有工作面周期来压预测方法精度不足、泛化性较差和算力要求高等问题,提出了一种基于动态自适应旗鱼优化BP神经网络(DASFO−BP)的工作面周期来压预测模型。通过分析工作面周期来压机理,得到与来压相关的影响因素,通过皮尔逊相关系... 针对现有工作面周期来压预测方法精度不足、泛化性较差和算力要求高等问题,提出了一种基于动态自适应旗鱼优化BP神经网络(DASFO−BP)的工作面周期来压预测模型。通过分析工作面周期来压机理,得到与来压相关的影响因素,通过皮尔逊相关系数确定对来压具有显著影响的因素(推进速度、直接顶厚度、基本顶厚度、采高、煤层倾角和倾向长度)作为预测模型输入,并以下次来压强度和来压步距作为预测模型输出。针对旗鱼优化(SFO)算法鲁棒性不足的问题,提出了动态自适应优化策略对SFO算法进行改进,即在优化前期利用SFO达到快速收敛的目的,中期则借助秃鹰搜索(BES)跳出局部最优,后期发挥粒子群优化(PSO)深度搜索的优势来提高解的精度。通过改进后的动态自适应旗鱼优化(DASFO)算法对BP神经网络的超参数进行训练,构建了基于DASFO−BP的来压预测模型。实验结果表明:DASFO算法在单峰和多峰测试函数上均能实现快速收敛;与BP,SFO−BP和NCPSO−BP相比,DASFO−BP对周期来压强度和步距的预测值与真实值更为接近,具有更高的精度,拟合能力和泛化能力强,能够准确预测下一周期来压分布情况。 展开更多
关键词 基本顶垮落 工作面周期来压 来压强度 来压步距 旗鱼优化算法 动态自适应优化 BP神经网络
在线阅读 下载PDF
自适应动态范围优化技术临床应用效果探讨
2
作者 胡旭君 史靓 +3 位作者 金冬冬 徐怡萍 Nanhan Xiong Sam Mok 《听力学及言语疾病杂志》 CAS CSCD 2008年第6期506-508,共3页
目的比较宽动态范围压缩线路(wided ynamic range compression,WDRC)助听器和自适应动态范围优化线路(adaptive dynamic range optimization,ADRO)助听器的助听性能。方法选择具有2年以上WDRC线路助听器配戴史的中重度感音神经性... 目的比较宽动态范围压缩线路(wided ynamic range compression,WDRC)助听器和自适应动态范围优化线路(adaptive dynamic range optimization,ADRO)助听器的助听性能。方法选择具有2年以上WDRC线路助听器配戴史的中重度感音神经性听力损失青年人9名(13耳),分别配戴WDRC线路助听器和ADRO线路助听器,经8周适应期后,通过问卷调查和言语识别率测试对不同压缩线路助听器的助听效果进行评估。结果问卷调查结果显示,受试者配戴WDRC线路助听器在适宜交谈的安静环境(EC)、具有背景噪声的环境(BN)、存在回响和混响的环境(RV)、令人厌恶的或突然的声音(AV)的聆听困难度(不适度)的得分分别为20.2%、33.5%、45.6%、38.9%;配戴ADRO线路助听器在EC、BN、RV、AV的聆听困难度(不适度)的得分分别为17.9%、35.4%、53.6%、46.9%。言语识别率测试结果则显示,无论是处于安静环境或噪声环境,针对不同强度的声音信号,受试者配戴ADRO线路助听器所记录的言语识别率较配戴WDRC线路助听器所记录的言语识别率平均可提高8%~10%(P值均〈0.05)。结论自适应动态范围优化线路助听器的助听性能优于宽动态范围压缩线路助听器。 展开更多
关键词 助听器 自适应动态范围优化 动态范围压缩 言语识别率
在线阅读 下载PDF
基于ADPSO算法优化LSSVM的高速公路交通量预测方法 被引量:6
3
作者 司文静 封喜波 +1 位作者 耿立艳 张占福 《河北大学学报(自然科学版)》 CAS 北大核心 2017年第3期302-308,共7页
针对高速公路交通量与其经济影响因素之间的复杂非线性关系,将最小二乘支持向量机(least squares support vector machines,LSSVM)与自适应动态粒子群优化(adaptive dynamic particle swarm optimization,ADPSO)算法相结合,提出一种ADPS... 针对高速公路交通量与其经济影响因素之间的复杂非线性关系,将最小二乘支持向量机(least squares support vector machines,LSSVM)与自适应动态粒子群优化(adaptive dynamic particle swarm optimization,ADPSO)算法相结合,提出一种ADPSO算法优化LSSVM的高速公路交通量新型预测方法.将建模简单、精度高的LSSVM作为预测模型,通过寻优能力优异的ADPSO算法选择LSSVM最优参数.以某市高速公路交通量为例验证模型的有效性.结果表明,所提方法的预测性能较好,适合于高速公路交通量的短期预测. 展开更多
关键词 高速公路 交通量预测 自适应动态粒子群优化算法 最小二乘支持向量机
在线阅读 下载PDF
基于LS-SVM的变压器最优维护周期研究
4
作者 刘剑 刘开培 +1 位作者 周仕杰 郭玮 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期94-103,13,共10页
优化变压器维护周期可提高变电站可靠性,降低变电站运行维护成本。基于最小二乘支持向量机(least squaressupport vector machines,LS-SVM)算法,结合成本–效益分析法对变压器维护周期优化进行研究。首先利用统计数据构建变压器缺陷树,... 优化变压器维护周期可提高变电站可靠性,降低变电站运行维护成本。基于最小二乘支持向量机(least squaressupport vector machines,LS-SVM)算法,结合成本–效益分析法对变压器维护周期优化进行研究。首先利用统计数据构建变压器缺陷树,并将缺陷数据、停电时间及缺陷权重专家数据等综合起来作为基础,在采用两层动态自适应优化法确定LS-SVM参数后,利用LS-SVM算法对变更维护计划后的缺陷数进行预测,将维护变更的成本(效益比较结果)作为量化约束条件,确定变压器的最优维护周期。采用该算法对某供电公司变压器进行评估,对变压器年度维护计划进行修正并实用,取得了较好的效果。 展开更多
关键词 最小二乘支持向量机 成本–效益分析法 两层动态自适应优化 变压器 维护周期
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部