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7,741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：
改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究 被引量：2
1
作者 张国浩 王彩玲 +1 位作者 王洪伟 于涛 《光谱学与光谱分析》 北大核心 2025年第2期394-402,共9页
使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总... 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。 展开更多
关键词 光谱数据 改进粒子群优化算法 bp神经网络模型 核主成分分析(KPCA) 总磷浓度
在线阅读 下载PDF
基于粒子群优化的BP神经网络PID的加速度计组件温控算法 被引量：1
2
作者 魏国 朱旭 +3 位作者 高春峰 侯承志 程嘉奕 陈迈伦 《中国惯性技术学报》 北大核心 2025年第4期359-366,共8页
在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提... 在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提出了基于PSO-BPNN-PID控制器,利用粒子群优化算法和反向传播算法对神经网络PID控制器进行离线和在线的连接权值整定,实现石英挠性加速度计组件一体化温度控制算法,满足加速度计组件的自适应智能控制需求。仿真和实验结果表明,所提算法能够显著提升系统的温度稳定性,可实现±0.002℃的温度稳定控制。同时,验证了系统具备快速响应温度变化的能力,能够在短时间内将温度调整至设定值附近,并有效抑制超调现象。此外,实验还模拟了外部扰动情况,验证了系统在面对扰动时能够迅速恢复稳定状态,表现出优越的抗扰动能力,可以满足多种温度环境下的加速度计组件高精度温控应用需求。 展开更多
关键词 石英挠性加速度计 温度控制 粒子群优化算法 bp神经网络
在线阅读 下载PDF
基于模糊神经网络-粒子群优化算法的电机直驱操动机构速度环控制参数优化方法
3
作者 黎卫国 马丽娟 +4 位作者 张长虹 杨旭 李明洋 肖曦 王潇 《电气工程学报》 北大核心 2025年第3期20-27,共8页
电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(F... 电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(Fuzzy neural network,FNN)-粒子群优化(Particle swarm optimization,PSO)算法的电机直驱操动机构速度环控制参数优化方法,标准PSO算法用于优化电机直驱操动机构中永磁同步电机(Permanent magnet synchronous motor,PMSM)控制系统的速度环PI(Proportional integral,PI)参数,而FNN算法用于优化PSO算法中的惯性权重。首先,建立PMSM数学模型,并分析速度环PI控制器参数设计方法;其次,基于标准PSO算法对电机直驱操动机构中PMSM控制系统速度环PI控制器参数优化进行分析;随后,结合FNN算法对标准PSO算法中的惯性权重进行优化;最终,通过试验验证了所提方法的有效性。试验结果表明,该方法能够提高电机直驱操动机构控制系统速度环性能,为电机直驱操动机构在面对系统惯量变化时的控制性能提升提供了一种有效的解决方案。 展开更多
关键词 高压断路器 操动机构 模糊神经网络 粒子群算法
在线阅读 下载PDF
基于粒子群算法优化BP神经网络的森林降水量预测
4
作者 于万荣 田淙海 +2 位作者 刘奎军 邱旭梅 郭文昕 《兵工自动化》 北大核心 2025年第5期61-65,112,共6页
针对森林降水量预测传统方法的缺点,提出粒子群算法优化BP神经网络森林降水量预测方法。将2020—2022年森林降水量作为数据集进行对比实验,实验证明PSO-BP神经网络算法相较于LSTM模型和传统的BP神经网络,误差明显降低,预测精度更高,同... 针对森林降水量预测传统方法的缺点,提出粒子群算法优化BP神经网络森林降水量预测方法。将2020—2022年森林降水量作为数据集进行对比实验,实验证明PSO-BP神经网络算法相较于LSTM模型和传统的BP神经网络,误差明显降低,预测精度更高,同时训练集和测试集提升了5%~11%,降低了泛化误差,适用于数据量较大的森林降水量预测。结果表明,该方法为后续森林降水量预测提供新的思路和方法。 展开更多
关键词 粒子群 bp算法 森林降水量 预测模型
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络 被引量：1
5
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
基于粒子群优化BP神经网络的核事故源项反演
6
作者 游清悦 曹博 +3 位作者 彭丁萍 李中昊 缪学伟 陈洲亮 《核电子学与探测技术》 北大核心 2025年第3期371-381,共11页
核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(^(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所... 核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(^(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所需的数据集。利用Matlab构建了粒子群算法(Particle Swarm Optimization,PSO)优化误差反向传播(Back Propagation,BP)神经网络的核事故源项反演模型,同时考虑了粒子群算法中超参数和适应度函数的不同对算法优化性能的影响。结果表明:PSOBP模型源项反演测试结果的平均绝对百分比误差为2.14%,平均绝对误差为0.011437,均方差为0.000685,各个评价指标明显优于BP神经网络,验证了该模型的可行性,有助于快速核应急响应。 展开更多
关键词 源项反演 bp神经网络 粒子群优化 参数优化 适应度函数
在线阅读 下载PDF
基于神经网络和粒子群算法的船舶板架动力学优化
7
作者 周俞 栾晨 夏利娟 《舰船科学技术》 北大核心 2025年第15期30-35,共6页
本文提出一种基于神经网络和粒子群算法(Particle Swarm Optimization,PSO)的船舶板架动力学优化方法,用于板架布局的快速寻优。首先,分析船舶板架布局的特征参数,利用拉丁超立方采样和模态分析获得样本点的固有频率;然后,构建BP神经网... 本文提出一种基于神经网络和粒子群算法(Particle Swarm Optimization,PSO)的船舶板架动力学优化方法,用于板架布局的快速寻优。首先,分析船舶板架布局的特征参数,利用拉丁超立方采样和模态分析获得样本点的固有频率;然后,构建BP神经网络代理模型,用以反映板架特征参数和固有频率之间的非线性映射关系;最后,结合粒子群算法,以结构重量和一阶固有频率为目标,将代理模型应用于船舶板架结构的动力学优化,以确定较优的布局型式。结果表明,BP神经网络代理模型对板架固有频率的预测具有较高的精度,BP-PSO方法对不同尺寸和类型的板架均适用,具有广泛性、高效性、普适性的优势。因此,BP-PSO法能为板架优化设计提供较好的思路和方案。 展开更多
关键词 船舶板架结构 bp神经网络代理模型 粒子群算法 结构动力学优化
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
8
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
基于改进灰狼算法优化BP神经网络的RSS指纹定位
9
作者 刘伟 李艾龙 +1 位作者 李卓 王智豪 《电子测量技术》 北大核心 2025年第14期162-175,共14页
室内定位技术,特别是基于接收信号强度(RSSI)的指纹定位方法,因其成本低廉、设备支持广泛、易于部署、计算开销小等特点,受到了广泛关注。为了增强RSSI与实际物理距离之间的映射关系并提高测距精度,本文提出了一种基于改进灰狼优化(IGWO... 室内定位技术,特别是基于接收信号强度(RSSI)的指纹定位方法,因其成本低廉、设备支持广泛、易于部署、计算开销小等特点,受到了广泛关注。为了增强RSSI与实际物理距离之间的映射关系并提高测距精度,本文提出了一种基于改进灰狼优化(IGWO)算法与反向传播神经网络(BPNN)结合的RSSI测距算法。与遗传算法(GA)、粒子群算法(PSO)和经典灰狼优化算法(GWO)相比,改进的GWO算法在定位精度和全局搜索能力方面具有显著优势。通过实验,本文提出的IGWO算法在均方根误差RMSE上相比GWO算法、GA算法、PSO算法分别减少了21.3%、15.7%、14.6%,IGWO算法表现出了较好的定位性能,在精度和性能上均优于传统方法。 展开更多
关键词 室内定位 RSSI测距 bp神经网络 灰狼算法 粒子群算法
在线阅读 下载PDF
结合更新过程与粒子群优化的BP神经网络铁路物资预测模型
10
作者 黄自力 蔡小强 +8 位作者 金荣森 刘承亮 廖志刚 刘立法 孙晶 王芳 刘柏志 王劲 戴梦岚 《铁道科学与工程学报》 北大核心 2025年第7期3011-3024,共14页
非周期性消耗的铁路运营物资(即偶换件),包括导轨、指示器、弹簧片、散热器组件、蓄电池标牌、灯头接头等,是铁路部门生产及经营的重要资源。由于该类物资的易耗性和偶然性,采用高精度的方法预测物资需求能够显著提升铁路部门的日常经... 非周期性消耗的铁路运营物资(即偶换件),包括导轨、指示器、弹簧片、散热器组件、蓄电池标牌、灯头接头等,是铁路部门生产及经营的重要资源。由于该类物资的易耗性和偶然性,采用高精度的方法预测物资需求能够显著提升铁路部门的日常经营效率,也能加强灾害状态下铁路部门的反应能力。本研究聚焦于分析广州铁路集团各地区物资出库数据,由于铁路物资需求具有较大的随机性与偶然性,普通的拟合函数较难刻画其复杂的变动关系。因此,探讨一种基于粒子群优化(particle swarm optimization, PSO)与反向传播神经网络(backpropagation neural network, BPNN)的铁路物资需求预测方法。该方法基于神经网络优化中的频率原则及凝聚现象的理论基础,通过PSO对BPNN进行预训练,赋予其一个较大的初始化权重,使其最终能够学到一个较为复杂的拟合函数,从而刻画物资数据的复杂性与随机性。此外,针对部分具有高频次、高周转物理特性的物资,利用调整后的更新过程(renewal process, RP)对物资数据进行时间序列建模,然后将该时间序列预测值作为一列新的特征,加入先前的神经网络模型中,取得更高的预测精度。与传统机器学习和深度学习方法相比,结合更新过程与粒子群优化的反向传播神经网络(RP-PSO-BPNN)模型表现出色,具有较强的泛化能力,成功克服了传统方法中常见的局部最优问题。PSO算法在优化过程中的高效性得到了验证,相对于传统梯度下降方法,PSO算法显著减少了训练时间。此外,RP-PSO-BPNN模型在不同选定物资的实时序列波动上表现出良好的拟合,证实了其适用性和实用性。本研究通过提出的RP-PSO-BPNN模型为铁路物资,特别是非周期性消耗的铁路物资需求预测领域提供了具有增强预测准确性的方案。未来研究方向包括进一步优化模型结构、探索其他元启发式算法,以及引入更多领域特定因素以提升模型的泛化能力和适应性。 展开更多
关键词 铁路物资数据 物料预测 粒子群优化 反向传播神经网络 PSO-bpNN 泛化性 更新过程
在线阅读 下载PDF
基于粒子群优化长短期记忆神经网络的电池容量估计
11
作者 王科 彭晶 +2 位作者 杜宇维 杨骏 巫春玲 《科学技术与工程》 北大核心 2025年第29期12511-12518,共8页
针对锂离子电池在老化和衰退过程中容量的非线性和非平稳特性问题,结合充放电特性的变化,提出了一种基于粒子群优化长短期记忆神经网络(particle swarm optimization long short-term memory neural network,PSO-LSTM)的电池容量预测模... 针对锂离子电池在老化和衰退过程中容量的非线性和非平稳特性问题,结合充放电特性的变化,提出了一种基于粒子群优化长短期记忆神经网络(particle swarm optimization long short-term memory neural network,PSO-LSTM)的电池容量预测模型。该方法详细描述了锂离子电池充放电过程中的关键环节,包括恒流充电时间、恒压充电时间及放电过程中的电压变化,并明确了这些特征与老化之间的相关性。通过数据挖掘技术,系统地提取了这些特征在电池生命周期中的变化规律,从而为电池性能评估提供了可靠的基础。为验证所提出方法的有效性,进行了多组实验,通过与传统预测模型进行比较,实验结果表明,该模型在容量估计中的最大均方根误差(root mean squared error,RMSE)仅为2.4176,最大平均绝对误差(mean absolute error,MAE)为1.9843,展示了良好的适应性与鲁棒性,能够有效反映电池的实际性能衰退情况,为电池管理系统的优化提供了重要的理论支持。 展开更多
关键词 锂离子电池 容量估计 粒子群优化算法 长短期记忆神经网络
在线阅读 下载PDF
基于BP神经网络和遗传算法的铜-铝双层药型罩结构优化设计
12
作者 李伟芾 高绪杰 +2 位作者 常征 朱立华 朱光明 《兵器装备工程学报》 北大核心 2025年第8期89-95,共7页
为得到具备最优侵彻性能的铜-铝双层药型罩结构参数,基于有限元仿真结果训练神经网络,并结合遗传算法对最佳结构参数进行了优化设计,以获得最大侵彻深度。首先通过正交试验设计结合LS-DYNA软件进行数值模拟,得到样本数据及各因素显著性... 为得到具备最优侵彻性能的铜-铝双层药型罩结构参数,基于有限元仿真结果训练神经网络,并结合遗传算法对最佳结构参数进行了优化设计,以获得最大侵彻深度。首先通过正交试验设计结合LS-DYNA软件进行数值模拟,得到样本数据及各因素显著性。同时,构建了BP人工神经网络模型,并将预测值作为适应度,使用遗传算法以侵彻深度为优化目标得到对应的最佳结构参数。研究结果表明:当药型罩锥角为59.07°,壁厚为1.66 mm,长径比为1.36,Cu/Al壁厚比为2.38∶1时,形成的射流侵彻深度相较正交试验优化结果更好。 展开更多
关键词 双层药型罩 bp神经网络 遗传算法 结构优化 数值模拟
在线阅读 下载PDF
计及改进粒子群算法优化BP神经网络的沼气产量软测量预测模型 被引量：2
13
作者 于雪彬 贾宇琛 +2 位作者 高立艾 周加栋 霍利民 《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期643-650,共8页
为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权... 为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权重系数法和引入变异算子对粒子群算法进行改进,并对BP神经网络进行初始化来提高模型性能。通过实验比较改进PSO-BP模型、传统BP神经网络以及遗传算法优化的BP神经网络在预测沼气日产量方面的性能,采用改进的PSO-BP模型进行预测时,均方根误差(RMSE)、决定系数(R2)和平均绝对误差(MAE)分别为1.38440、0.84011和1.00910,证明改进PSO-BP模型结合软测量技术对进行复杂非线性牛粪高温厌氧发酵过程预测的可行性,同时可保证预测结果的精准性。 展开更多
关键词 生物质能 沼气 粒子群优化算法 bp神经网络 软测量技术
在线阅读 下载PDF
基于改进的灰狼算法优化BP神经网络的入侵检测方法
14
作者 彭庆媛 王晓峰 +3 位作者 唐傲 华盈盈 何飞 刘建平 《现代电子技术》 北大核心 2025年第13期96-104,共9页
当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改... 当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改进的灰狼算法优化BP神经网络的入侵检测方法。改进的灰狼算法通过改变线性控制参数,以及在灰狼位置更新公式中加入反余切惯性权重策略,以扩展狼群的搜索范围,从而避免陷入局部最优解。利用改进的算法优化BP神经网络的初始权值和阈值,将优化的BP神经网络应用于入侵检测。实验结果表明,改进的灰狼算法具有更好的稳定性、寻优效率和寻优精度,改进的入侵检测方法不易陷入局部极小值,泛化能力强,预测精度高和可靠性好。 展开更多
关键词 非线性控制参数 惯性权重 灰狼优化算法 bp神经网络 入侵检测 网络安全
在线阅读 下载PDF
基于旗鱼算法优化BP神经网络的水-能源-粮食耦合系统安全特征测度分析
15
作者 刘东 刘海岳 +2 位作者 张祥敏 张亮亮 齐晓晨 《农业工程学报》 北大核心 2025年第11期229-242,共14页
针对区域水-能源-粮食耦合系统安全状况难以精准量化问题,该研究构建一种基于旗鱼优化算法改进的BP神经网络模型(sailfish optimization algorithm-back propagation neural network,SFO-BPNN),并将其应用于哈尔滨市2000—2022年WEF耦... 针对区域水-能源-粮食耦合系统安全状况难以精准量化问题,该研究构建一种基于旗鱼优化算法改进的BP神经网络模型(sailfish optimization algorithm-back propagation neural network,SFO-BPNN),并将其应用于哈尔滨市2000—2022年WEF耦合系统安全特征测度分析中。采用基于主成分分析法-R聚类分析法-皮尔逊相关系数法-变异系数法的优选方法构建WEF耦合系统安全评价指标体系。深入分析耦合系统安全时间演变特征与关键驱动因子。结果表明:哈尔滨市WEF耦合系统安全指数在研究时段内呈现先波动变化,后大幅提升,最后趋于稳定的趋势。降水量、顷均机电井数目、人均粮食产量和农机总动力等为关键驱动因子。构建的SFO-BPNN模型与传统BP神经网络模型和基于遗传算法优化的BP神经网络模型相比,平均绝对误差分别降低16.94%和3.36%、均方误差分别降低26.40%和16.93%、平均绝对百分比误差分别降低22.89%和2.66%、单次运行时间分别降低31.6%和30.5%、决定系数分别升高0.98%和0.15%,说明SFO-BPNN模型无论从精度还是效率方面都更具优势。研究结果可为水-能源-粮食耦合系统安全特征测度分析提供新模型,同时可为有效防控和降低区域安全风险提供参考。 展开更多
关键词 水-能源-粮食耦合系统 安全特征 旗鱼优化算法 bp神经网络
在线阅读 下载PDF
基于改进粒子群优化与混合卷积神经网络的受端电网直流闭锁频率紧急控制决策优化
16
作者 曹镇 庄俊 +3 位作者 薛金花 齐航 李华瑞 李常刚 《现代电力》 北大核心 2025年第4期711-721,共11页
针对直流闭锁事故后受端电网频率安全问题,提出一种基于改进粒子群优化和混合卷积神经网络的频率紧急控制决策优化方法。首先,协调考虑紧急切负荷和抽蓄切泵控制措施,对受端电网频率紧急控制优化问题进行数学建模。然后,使用粒子群优化... 针对直流闭锁事故后受端电网频率安全问题,提出一种基于改进粒子群优化和混合卷积神经网络的频率紧急控制决策优化方法。首先,协调考虑紧急切负荷和抽蓄切泵控制措施,对受端电网频率紧急控制优化问题进行数学建模。然后,使用粒子群优化算法求解最优控制策略,并基于对立学习机制和混沌Tent映射改进粒子群优化算法,在保证紧急控制策略动态安全可行性前提下提高全局收敛性。最后,在粒子群优化过程中基于混合CNN构建多任务动态安全评估模型,快速判断紧急控制策略是否满足系统动态安全约束,提高频率紧急控制决策优化效率,并以某多直流馈入受端系统为例,验证所提方法有效性。 展开更多
关键词 直流闭锁 受端电网 频率紧急控制 粒子群优化 混合卷积神经网络 多任务动态安全评估
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
17
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
基于粒子群优化神经网络的光网络节点信号异常数据提取
18
作者 何健 张瀚驰 《激光杂志》 北大核心 2025年第3期181-186,共6页
随着现代光通信网络的快速发展,光网络的安全性备受瞩目。为了保证信息的准确性,降低光网络异常信息出现的频率,提出基于粒子群优化光网络节点信号异常数据提取方法。首先,设计滤波器组对光网络节点信号展开频带处理。在此基础上构造判... 随着现代光通信网络的快速发展,光网络的安全性备受瞩目。为了保证信息的准确性,降低光网络异常信息出现的频率,提出基于粒子群优化光网络节点信号异常数据提取方法。首先,设计滤波器组对光网络节点信号展开频带处理。在此基础上构造判决统计量,将其作为依据判决处理各频带,实现节点信号增强处理;其次,依据经验模态算法对节点信号展开分解,通过筛选获取有效的IMF分量,计算其能量作为该节点信号特征,为后续异常数据的提取提供依据。最后,通过粒子群优化算法优化BP神经网络权值,将节点信号特征输入优化后的神经网络,实现光网络节点信号异常数据提取。经实验验证:该方法对节点信号增强效果好,提取IMF分量能量以及光网络节点信号异常数据精度高、稳定性好。 展开更多
关键词 光网络节点信号 经验模态分解 bp神经网络 粒子群算法 异常数据提取
在线阅读 下载PDF
群智能算法优化神经网络的光通信信号分类研究
19
作者 钱兰美 吴芳 +1 位作者 陈浩 徐欢潇 《激光杂志》 北大核心 2025年第8期176-180,共5页
为了在处理复杂优化问题时,能够提升对新数据的适应能力,更好地处理未见过的光通信信号,设计了群智能算法优化神经网络的光通信信号分类方法。通过短时傅里叶变换处理光通信信号,得到光通信信号的时频图像,采用群智能算法中的改进粒子... 为了在处理复杂优化问题时,能够提升对新数据的适应能力,更好地处理未见过的光通信信号,设计了群智能算法优化神经网络的光通信信号分类方法。通过短时傅里叶变换处理光通信信号,得到光通信信号的时频图像,采用群智能算法中的改进粒子群优化卷积神经网络(Convolutional Neural Network, CNN)的权值与偏置,训练CNN网络;在完成训练的CNN网络内,输入光通信信号时频图像,提取时频图像特征,输出光通信信号分类结果。仿真实验证明,该方法可以有效处理光通信信号,提取时频图像特征,完成光通信信号分类,具有较高的实际应用值。 展开更多
关键词 群智能算法 神经网络 光通信 信号分类 粒子群 混合变异策略
在线阅读 下载PDF
基于BP神经网络和改进NSGA-Ⅱ算法的龙门横梁结构优化
20
作者 王乐恒 蔡玉强 +2 位作者 袁鵾 周敬然 王明明 《机床与液压》 北大核心 2025年第19期56-63,共8页
针对按经验法设计得到的大型龙门设备横梁质量偏大和冗余度较大的问题,结合BP神经网络与改进的NSGA-Ⅱ算法对横梁进行高刚度轻量化设计。以横梁质量为目标函数,数个关键尺寸为设计变量,横梁最大变形为约束条件建立优化数学模型。通过构... 针对按经验法设计得到的大型龙门设备横梁质量偏大和冗余度较大的问题,结合BP神经网络与改进的NSGA-Ⅱ算法对横梁进行高刚度轻量化设计。以横梁质量为目标函数,数个关键尺寸为设计变量,横梁最大变形为约束条件建立优化数学模型。通过构建Kriging模型代替有限元仿真快速获取大量训练样本,利用训练样本对神经网络进行训练,得到高精度的含有输入-输出映射关系的BP神经网络模型。其次,对NSGA-Ⅱ算法中的初始化种群和精英保留策略进行改进,提高种群的多样性,从而提高算法在全域内寻优的能力。最后结合BP神经网络和改进的NSGA-Ⅱ算法对横梁尺寸参数进行高效寻优。结果表明:优化后,横梁在刚度和强度保持不变的情况下,质量减少了9.30%。并且相比于Workbench自带的优化程序,优化效率提升了35.7%,质量进一步减少了2.42%。 展开更多
关键词 优化设计 NSGA-Ⅱ算法 bp神经网络 龙门设备横梁
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