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500篇文章
< 1 2 … 25 >
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：
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
1
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
在线阅读 下载PDF
改进KPCA结合多目标蜻蜓算法优化BP神经网络的联合收割机故障诊断
2
作者 孟桐 雷鸣 +2 位作者 宋文广 王丹丹 黄梦可 《机电工程》 北大核心 2025年第7期1258-1267,共10页
针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性... 针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性,能够有效捕捉收割机的瞬态变化与局部异常,从而提取出了不同工况下的主要成分,降低了数据维度,减少了冗余信息;其次,针对传统蜻蜓算法的局限性,引入了自适应变异策略、非线性惯性权重及动态收敛因子,构建了多目标蜻蜓算法,对Schaffer、Michalewicz和Rastrigin函数进行了求解,验证了MTDA能显著提升全局与局部搜索平衡能力;最后,利用MTDA对BP神经网络的权值和阈值进行了优化,构建了MTDA-BP综合故障诊断模型,将模型应用于联合收割机的故障诊断中,通过实验验证了其有效性。研究结果表明:故障诊断平均精度达到96.7%,通过与当前主流方法的实验对比分析,采用Micro-average ROC进行了模型评价,结果显示该模型的曲线下面积(AUC)为0.967。实验结果充分证明了该模型在检测精确度与泛化性方面均具有显著优势,该研究也为解决智能农业机械中的诊断提供了一种有效的方法。 展开更多
关键词 核主成分分析 MORLET小波 多目标蜻蜓算法 反向传播神经网络 联合收割机 故障诊断
在线阅读 下载PDF
基于遗传算法-反向传播神经网络优化高压-超声-酶解法提取羊皮胶原蛋白工艺 被引量：1
3
作者 朱明 张德权 +5 位作者 李少博 陈丽 侯成立 程成鹏 于江颖 关文强 《肉类研究》 北大核心 2024年第6期42-50,共9页
采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最... 采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最佳提取参数为高压时间23 min、超声时间22 min、酶添加量3.2%、酶解时间222 min,羊皮胶原蛋白提取率达到(80.5±1.6)%,较传统的木瓜蛋白酶法提高40%;紫外-可见吸收光谱和傅里叶变换红外光谱结果显示,此条件下提取的羊皮胶原蛋白结构完整,高压-超声-酶解法对胶原蛋白的破坏较小。 展开更多
关键词 羊皮 羊皮胶原蛋白 高压-超声-酶解法 遗传算法-反向传播神经网络 响应面法
在线阅读 下载PDF
贝叶斯正则化优化BP神经网络估算SOH 被引量：1
4
作者 朱聪聪 郭晟 +1 位作者 常海涛 路密 《电池》 北大核心 2025年第1期25-31,共7页
为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应... 为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应性。以充电全过程提取健康特征验证模型精度;以放电片段数据提取健康特征模拟实际工况。训练后的模型在充电全过程提取特征时的均方根误差(RMSE)和平均绝对误差(MAE)均小于1.65%,采用放电片段提取特征时的RMSE和MAE均小于3.85%,相较于未优化的BP神经网络,两种方式的估算误差分别降低18%和41%以上。 展开更多
关键词 锂离子电池 健康状态(SOH) 贝叶斯正则化算法 反向传播(bp)神经网络 健康特征 先验分布 后验分布
在线阅读 下载PDF
基于PSO-BP神经网络模型的浸胶竹束干燥过程含水率预测
5
作者 王晓曼 吕建雄 +5 位作者 李贤军 吴义强 李新功 郝晓峰 乔建政 徐康 《林业科学》 北大核心 2025年第5期187-198,共12页
【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测... 【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测数据,以干燥温度、干燥时间、铺装方式和初始含水率为输入变量,干燥过程含水率为输出变量,制作数据集。将数据集划分为训练集(308个测试数据,占总数据量的70%)、验证集(66个测试数据,占总数据量的15%)和测试集(66个测试数据,占总数据量的15%),采用粒子群优化算法(PSO)优化反向传播(BP)神经网络初始权重与阈值,构建PSO-BP神经网络预测模型,并进行验证分析。【结果】PSO-BP神经网络模型具有较强的预测能力,在模型测试集中,决定系数(R^(2))、均方误差(MSE)、平均绝对误差(MAE)和剩余预测残差(RPD)分别达0.98、1.27、3.73和7.96。相较BP神经网络,PSO-BP神经网络的R^(2)和RPD分别提高6.53%和110.2%,MSE和MAE分别降低54.0%和71.86%。模型验证表明,干燥温度和铺装方式是影响浸胶竹束干燥过程含水率变化的主要因素,二者对PSO-BP神经网络模型预测结果影响显著。干燥温度为60℃时,在4种不同铺装方式下PSO-BP神经网络模型展现出较好预测效果,其R^(2)均超过0.969且MSE均低于3;铺装层数为3时,在4种不同干燥温度下PSO-BP神经网络模型表现最佳,其R^(2)均超过0.99且MSE均低于2。干燥时间和浸胶竹束初始含水率对PSO-BP神经网络模型预测结果影响不显著。【结论】PSO-BP神经网络模型在浸胶竹束干燥过程含水率预测中表现出准确性,可有效解决传统BP神经网络预测误差大、收敛速度慢等问题,为浸胶竹束高质高效干燥提供技术支撑。 展开更多
关键词 浸胶竹束 干燥 含水率 粒子群优化算法 反向传播 神经网络
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
6
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(bp)神经网络
在线阅读 下载PDF
基于PSO-BP神经网络的角接触球轴承凸出量预测
7
作者 章如意 段玥晨 +1 位作者 张瑞 赵明辉 《传感器与微系统》 北大核心 2025年第9期134-137,143,共5页
针对人工测量角接触球轴承的凸出量,对轴承进行配对效率较低的问题,提出了基于粒子群优化(PSO)—反向传播(BP)神经网络的角接触球轴承凸出量预测方法。根据200组实验数据,通过灰色关联度分析,选取了角接触球轴承内外圈的宽度、沟位、沟... 针对人工测量角接触球轴承的凸出量,对轴承进行配对效率较低的问题,提出了基于粒子群优化(PSO)—反向传播(BP)神经网络的角接触球轴承凸出量预测方法。根据200组实验数据,通过灰色关联度分析,选取了角接触球轴承内外圈的宽度、沟位、沟径和沟道曲率半径作为建模数据集,分别利用BP神经网络、遗传算法(GA)—BP神经网络、PSO-BP神经网络建立角接触球轴承凸出量预测模型。结果表明:PSO-BP神经网络预测模型预测效果最好,决定系数(R^(2))达0.986 3,整体误差≤±0.70%,能够较为准确地预测角接触球轴承的凸出量,提高轴承的配对效率。 展开更多
关键词 角接触球轴承 凸出量 灰色关联度分析 反向传播神经网络 遗传算法 粒子群优化算法
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
8
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(bp)神经网络 FBRLNNA-bp模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
9
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 K-近邻算法(KNN)-反向传播(bp)神经网络 RGV
在线阅读 下载PDF
基于粒子群优化BP神经网络的步态相位识别
10
作者 代金隧 何志琴 +3 位作者 马家庆 吴钦木 刘洪举 李永杰 《传感器与微系统》 北大核心 2025年第10期78-81,共4页
为了解决传统的反向传播(BP)神经网络在步态相位识别中易陷入局部最优解的问题,并增强BP神经网络在步态相位识别的准确性和高效性,提出了一种基于粒子群优化(PSO)的BP神经网络识别算法。该算法以经过滤波、特征提取以及基于步态相位划... 为了解决传统的反向传播(BP)神经网络在步态相位识别中易陷入局部最优解的问题,并增强BP神经网络在步态相位识别的准确性和高效性,提出了一种基于粒子群优化(PSO)的BP神经网络识别算法。该算法以经过滤波、特征提取以及基于步态相位划分准则分割后的数据作为输入,通过不断迭代更新粒子的速度和位置,来优化BP神经网络的权重和阈值。基于优化后的BP神经网络对输入数据进行训练,导出训练好的模型参数,并将其嵌入到外骨骼样机中进行实时步态相位识别测试。结果显示,该模型具有良好的实时性和高准确率,能够准确地识别步态相位。 展开更多
关键词 粒子群优化算法 反向传播神经网络 步态相位 外骨骼样机
在线阅读 下载PDF
基于GA-BP神经网络的冷连轧带钢板形预测
11
作者 杨熙成 叶俊成 +1 位作者 谢璐璐 孙杰 《材料与冶金学报》 北大核心 2025年第1期55-61,共7页
为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation... 为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation,BP)神经网络模型,并采用遗传算法(genetic algorithm,GA)进行优化,得到了基于遗传算法的反向传播(GA-BP)神经网络模型.结果表明,所构建的GA-BP神经网络模型在拟合优度、预测精度和稳定性等方面均优于BP神经网络模型,其RMSE值从0.9818 I降至0.4476 I,MAE值从0.6225 I降至0.2193 I,R^(2)由0.7454增至0.9131. 展开更多
关键词 冷轧带钢 板形预测 反向传播神经网络 遗传算法
在线阅读 下载PDF
基于改进海鸥优化算法的BP神经网络及其应用 被引量：1
12
作者 闫向彤 张健 +2 位作者 乔煜哲 董鹏辉 熊友锟 《传感器与微系统》 CSCD 北大核心 2024年第7期165-168,共4页
针对传统反向传播(BP)神经网络在预测时随机产生的初始权值、阈值影响准确性的问题,提出一种改进的海鸥优化算法(ISOA)对BP神经网络的初始阈值、权值进行寻优。首先,为提高海鸥优化算法(SOA)的收敛精度和跳出局部最优的能力,使用Sine混... 针对传统反向传播(BP)神经网络在预测时随机产生的初始权值、阈值影响准确性的问题,提出一种改进的海鸥优化算法(ISOA)对BP神经网络的初始阈值、权值进行寻优。首先,为提高海鸥优化算法(SOA)的收敛精度和跳出局部最优的能力,使用Sine混沌映射初始化种群,引入非线性参数A,在海鸥攻击时引入乘除策略进行扰动,同时在攻击阶段后引入反向学习策略。然后,使用ISOA优化BP神经网络初始权值、阈值,解决对初值敏感和易陷入局部最优的问题。最后,在冻结裂隙砂岩动态冲击试验中进行峰值应力预测,结果表明:对比原始BP、粒子群优化(PSO)-BP和SOA-BP,ISOA优化后的BP神经网络对峰值应力预测精度更高。 展开更多
关键词 反向传播神经网络 海鸥优化算法 混沌映射 乘除策略 反向个体
在线阅读 下载PDF
基于改进BP神经网络的火车防吊起快速检测方法
13
作者 姜军 宓为建 《中国工程机械学报》 北大核心 2025年第2期361-365,共5页
铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于B... 铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于BP神经网络的平板吊起检测模型,在权值调整时加入动量因子和自适应调节学习率以优化模型性能。在实际作业中测试,本方法具有较高的检出率和快速的检测速度,可为轨道吊自动化火车作业提供智能安全防护。 展开更多
关键词 集装箱火车 平板鹰钩(F-TR)锁防吊起 反向传播(bp)神经网络 动量因子 自适应学习
在线阅读 下载PDF
基于智能优化算法及其优化BP神经网络的室内定位 被引量：5
14
作者 李帅辰 武建锋 《科学技术与工程》 北大核心 2024年第20期8568-8576,共9页
为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO... 为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO)、鲸鱼优化算法(whale optimization algorithm,WOA)、灰狼优化算法(grey wolf optimizer,GWO)、麻雀优化算法(sparrow search algorithm,SSA)这6种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明:所使用的6种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44 m,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。 展开更多
关键词 智能优化算法 5G室内定位 到达时间差(TDOA) Taylor算法 优化反向传播(bp)神经网络
在线阅读 下载PDF
基于遗传算法优化反向传播网络的汽车造型评价
15
作者 李彦龙 叶升飞 张娜 《同济大学学报(自然科学版)》 北大核心 2025年第5期786-792,共7页
针对汽车造型评价存在由于主观性高而导致可靠性低的问题,运用遗传算法原理对评价方法进行了优化。通过遗传算法的优化,基于反向传播(BP)神经网络的汽车造型评价,减小了评价误差。通过问卷调研构建数据集,使用汽车的18个评价对象作为输... 针对汽车造型评价存在由于主观性高而导致可靠性低的问题,运用遗传算法原理对评价方法进行了优化。通过遗传算法的优化,基于反向传播(BP)神经网络的汽车造型评价,减小了评价误差。通过问卷调研构建数据集,使用汽车的18个评价对象作为输入,整车评价作为输出,创建了融合遗传算法的反向传播(GA-BP)网络结构,并在Matlab中进行了仿真预测。研究结果表明,经过优化的BP神经网络预测值的相对误差均值由6.7%下降至1.7%,显著提升了汽车造型评价的可靠性,具有更好的预测能力和实际应用潜力。 展开更多
关键词 汽车造型评价 反向传播神经网络 遗传算法应用
在线阅读 下载PDF
前馈神经网络中的反向传播算法及其改进:进展与展望 被引量：52
16
作者 刘曙光 郑崇勋 刘明远 《计算机科学》 CSCD 北大核心 1996年第1期76-79,共4页
BP网络和算法是使用最广泛的神经网络模型之一,但由于它使用悌度算法,因而存在固有的局部极小及收敛速度慢等问题。本文首先回顾了BP算法的产生和和发展过程,之后对BP算法固有的特点进行了阐述,最后针对原基本BP算法的缺陷对各种改进方... BP网络和算法是使用最广泛的神经网络模型之一,但由于它使用悌度算法,因而存在固有的局部极小及收敛速度慢等问题。本文首先回顾了BP算法的产生和和发展过程,之后对BP算法固有的特点进行了阐述,最后针对原基本BP算法的缺陷对各种改进方法进行了全面综述,并指出了这一研究中的有关问题。 展开更多
关键词 神经网络 反向传播算法 前馈神经网络
在线阅读 下载PDF
基于改进的粒子群算法优化反向传播神经网络的热舒适度预测模型 被引量：18
17
作者 张玲 王玲 吴桐 《计算机应用》 CSCD 北大核心 2014年第3期775-779,共5页
针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,提出一种基于改进的粒子群优化(PSO)算法优化反向传播(BP)神经网络的热舒适度预测模型。这一预测模型通过采用PSO算法优化BP神经网络的初始权值和阈值,改善了传... 针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,提出一种基于改进的粒子群优化(PSO)算法优化反向传播(BP)神经网络的热舒适度预测模型。这一预测模型通过采用PSO算法优化BP神经网络的初始权值和阈值,改善了传统BP算法收敛速度慢及对网络初始值敏感的问题。同时,针对标准PSO算法易出现早熟收敛、局部寻优能力弱等缺点,提出了相应改进策略,进一步提高了PSO优化BP神经网络的能力。实验结果表明:与传统BP模型和标准PSO-BP模型相比,基于改进的PSO-BP算法的热舒适度预测模型具有更高的预测精度和更快的收敛速度。 展开更多
关键词 热舒适度 预测 反向传播神经网络 粒子群优化算法 模型
在线阅读 下载PDF
适用于海量负荷数据分类的高性能反向传播神经网络算法 被引量：40
18
作者 刘洋 刘洋1 许立雄 《电力系统自动化》 EI CSCD 北大核心 2018年第21期96-103,共8页
负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网... 负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网络(BPNN)算法并行化,实现对海量负荷数据的高效分类。然后,通过对训练样本抽样分块以降低各网络学习时间,针对分布式后BPNN基分类器由于学习样本缺失潜在的准确度下降问题,采用集成学习予以改善。并通过BPNN学习不同训练样本块构建差异化基分类器,对基分类结果多数投票得到最终分类结果。另外,提供了一种基于K-means和K-medoids聚类的负荷数据训练样本选取方法。算例表明所提方法既能对负荷曲线有效分类,又能大幅提高海量数据的处理效率。 展开更多
关键词 负荷分类 Spark平台 反向传播神经网络 集成学习 聚类算法
在线阅读 下载PDF
基于反向传播算法神经网络的信用评分系统预测力研究 被引量：4
19
作者 朱晓明 程建 +1 位作者 刘治国 钟经樊 《西安交通大学学报》 EI CAS CSCD 北大核心 2006年第12期1405-1409,共5页
为了提高信用评分系统的预测准确性和稳定性,建立了基于反向传播(BP)算法神经网络的信用评分系统,并提出信用评分系统预测力和预测稳定性验证的新方法.结合信用评分问题的实际特点建立了模型并确定了参数,然后采用一种正向选入法确定输... 为了提高信用评分系统的预测准确性和稳定性,建立了基于反向传播(BP)算法神经网络的信用评分系统,并提出信用评分系统预测力和预测稳定性验证的新方法.结合信用评分问题的实际特点建立了模型并确定了参数,然后采用一种正向选入法确定输入变量,进行模型训练,并通过引入接收器操作特征曲线的分析理论、曲线面积(AUC)值及信息理论等评价方式,对所构造的神经网络信用评分系统预测力进行评价,最后利用自抽样法构造出多个验证样本来评估信用评分系统的稳定性.与传统的逻辑信用评分系统的比较结果表明,BP神经网络信用评分系统具有更高的预测准确性和稳定性,其AUC值平均提高0.036 7,AUC值的标准误差平均降低0.005. 展开更多
关键词 神经网络 反向传播算法 信用评分 曲线面积值
在线阅读 下载PDF
一种改进的反向传播神经网络算法 被引量：4
20
作者 邱浩 王道波 张焕春 《应用科学学报》 CAS CSCD 2004年第3期384-387,共4页
在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通... 在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性. 展开更多
关键词 反向传播 神经网络 误差 模式 顺传播 学习算法
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 … 25 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