基于改进型PSO的模糊神经网络PM_(2.5)浓度预测 被引量：21

1

作者 马天成 刘大铭 +1 位作者 李雪洁 孙川川 《计算机工程与设计》 CSCD 北大核心 2014年第9期3258-3262,共5页

为科学合理地预测大气污染物PM2.5颗粒物浓度变化规律,分析PM2.5颗粒物浓度变化历史数据,综合判断外部条件(温度、风速、天气状况)和内部条件(其它污染物的浓度)对PM2.5颗粒物浓度变化的影响。采用一种改进型PSO优化的模糊神经网络,将... 为科学合理地预测大气污染物PM2.5颗粒物浓度变化规律,分析PM2.5颗粒物浓度变化历史数据,综合判断外部条件(温度、风速、天气状况)和内部条件(其它污染物的浓度)对PM2.5颗粒物浓度变化的影响。采用一种改进型PSO优化的模糊神经网络,将粒子群算法与模糊神经网络进行融合,发挥PSO算法全局寻优的特点,预测PM2.5颗粒物浓度的变化规律。对某市2013年PM2.5颗粒物浓度进行预测和验证,验证结果表明,该算法具备良好的预测精度。 展开更多

关键词 PM2.5浓度预测 改进型PSO算法 模糊理论 神经网络 模型参数

在线阅读 下载PDF 职称材料

基于改进型BP神经网络的瓦斯传感器的非线性校正 被引量：5

2

作者 刘刚 刘学仁 +1 位作者 嵇英华 罗海梅 《传感器与微系统》 CSCD 北大核心 2007年第1期15-17,20,共4页

提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线行校正。仿真实验结果表明:与传统的分段线性与BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确... 提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线行校正。仿真实验结果表明:与传统的分段线性与BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的±5.020%提高到现在的±0.130%,且易于动态调校。 展开更多

关键词 改进型BP神经网络 瓦斯传感器 非线性校正

在线阅读 下载PDF 职称材料

基于改进型RBF神经网络多变量系统的PID控制 被引量：21

3

作者 李绍铭 刘寅虎 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第2期53-57,共5页

针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿... 针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性. 展开更多

关键词 改进型RBF神经网络 非线性时变系 PID控制 最近邻聚类算法 解耦控制

在线阅读 下载PDF 职称材料

基于改进型PSO-BP神经网络的SVI软测量 被引量：6

4

作者 郭晓燕 郭民 韩红桂 《控制工程》 CSCD 北大核心 2014年第6期873-877,共5页

针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整。为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同... 针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整。为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同时引入自适应变异算子对局部最优的粒子进行变异,然后利用粗糙集理论消除冗余信息,得到输入变量。该模型对实际污水厂的SVI值进行软测量预测,并与其它软测量模型进行比较,结果表明了该软测量模型具有较好的精度。 展开更多

关键词 污泥膨胀 污泥体积指数 软测量 改进型PSO-BP神经网络

在线阅读 下载PDF 职称材料

改进型M-P神经网络在能量色散X荧光分析测定铅锌矿元素含量的应用研究 被引量：3

5

作者 李飞 葛良全 +3 位作者 张庆贤 谷懿 万志雄 李王燕 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2012年第5期1410-1412,共3页

以新疆西天山铅锌矿样品的Cu,Fe,Pb等元素X荧光测量数据做训练样本,McCulloch-Pitts神经网络(M-P神经网络)为基础,基体效应为依据,建立新的神经网络模型对Zn进行定量预测。结果预测值与测量值的相对误差在<5%。此方法可较准确,快速... 以新疆西天山铅锌矿样品的Cu,Fe,Pb等元素X荧光测量数据做训练样本,McCulloch-Pitts神经网络(M-P神经网络)为基础,基体效应为依据,建立新的神经网络模型对Zn进行定量预测。结果预测值与测量值的相对误差在<5%。此方法可较准确,快速的应用于现场X荧光测定,为X荧光光谱信息修正提供一种新方法。 展开更多

关键词 能量色散X荧光分析 改进型M-P神经网络 基体效应 定量预测

在线阅读 下载PDF 职称材料

改进型B样条模糊神经网络 被引量：3

6

作者 丛爽 宋瑞祥 +1 位作者 钱镇 魏衡华 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第2期277-280,共4页

提出了一种改进型B样条模糊神经网络 ,用以增加B样条函数在作为模糊神经网络控制器实际应用中的抗干扰能力 .通过指出常规B样条模糊隶属函数构造中存在的不足 ,提出了针对性的改进措施 ,从而既满足了B样条本身的性质 ,又从理论设计上避... 提出了一种改进型B样条模糊神经网络 ,用以增加B样条函数在作为模糊神经网络控制器实际应用中的抗干扰能力 .通过指出常规B样条模糊隶属函数构造中存在的不足 ,提出了针对性的改进措施 ,从而既满足了B样条本身的性质 ,又从理论设计上避免了使系统不稳定的因素 .在实际电机速度控制系统的对比实验中证明了所提改进方法的有效性和实用性 . 展开更多

关键词 样条函数 模糊神经网络 自适应控制 改进型B样条 电机 速度控制系统

在线阅读 下载PDF 职称材料

基于改进型BP神经网络的湿重软测量 被引量：3

7

作者 孙瑜 周强 王孟效 《中国造纸学报》 EI CAS CSCD 北大核心 2003年第1期114-118,共5页

针对制浆造纸工业中湿重无法在线测量的难题 ,分析了湿重值与进浆流量、打浆浓度、打浆电流及原湿重值等参数的关系 ,提出了基于改进型BP神经网络的湿重软测量技术 。

关键词 制浆造纸 湿重 改进型BP神经网络 在线测量 软测量

在线阅读 下载PDF 职称材料

基于Word2vec和改进型TF-IDF的卷积神经网络文本分类模型 被引量：43

8

作者 王根生 黄学坚 《小型微型计算机系统》 CSCD 北大核心 2019年第5期1120-1126,共7页

针对传统机器学习文本分类算法语义特征表达弱、文本表示维度高、词序丢失、矩阵稀疏等问题,提出基于Word2vec、改进型TF-IDF和卷积神经网络三者相结合的文本分类模型(CTMWT):首先通过Word2vec模型训练得出样本中所有的词向量;然后提出... 针对传统机器学习文本分类算法语义特征表达弱、文本表示维度高、词序丢失、矩阵稀疏等问题,提出基于Word2vec、改进型TF-IDF和卷积神经网络三者相结合的文本分类模型(CTMWT):首先通过Word2vec模型训练得出样本中所有的词向量;然后提出基于类频方差改进型TF-IDF算法,分析每个词向量在文本中的权重,构建基于词向量和权重的文本向量表示;最后借助卷积神经网络从局部到全局相关性特征的学习能力,对该大量文本向量进行深度学习.试验结果表明三者结合的文本分类模型不仅能实现文本的准确分类,并且相比传统的机器学习文本分类算法具有更好的分类效果. 展开更多

关键词 Word2vec 改进型TF-IDF算法 卷积神经网络 文本分类 CTMWT

在线阅读 下载PDF 职称材料

基于长短期记忆神经网络和改进型K-means聚类算法的居民峰谷时段划分模型 被引量：11

9

作者 江兵 李国荣 +1 位作者 孙赵盟 庞宗强 《现代电力》 北大核心 2021年第6期620-627,I0004,I0005,共10页

为了解决传统峰谷时段划分方法因只选取单一典型日而无法在较长时间范围内适用的问题,提出一种基于长短期记忆神经网络(long short-term memory,LSTM)和改进型K-means聚类算法的居民峰谷时段划分模型:首先对居民用户一整年的负荷数据进... 为了解决传统峰谷时段划分方法因只选取单一典型日而无法在较长时间范围内适用的问题,提出一种基于长短期记忆神经网络(long short-term memory,LSTM)和改进型K-means聚类算法的居民峰谷时段划分模型:首先对居民用户一整年的负荷数据进行有效性检查和归一化处理,保证数据的准确可靠;接着将处理后的负荷数据按照不同季节及不同日期类型进行相应的分类,保证分类的数据具有较强的相似性;然后将数据按分类分别加入LSTM进行训练,获得用户在不同分类下的负荷特征数据;最后利用改进型K-means聚类算法对训练得到的负荷特征数据进行聚类分析,并依据相应的权重矩阵及划分原则获得最终的时段划分结果。结果表明,相对于经典及当地的时段划分,所提方法的时段划分轮廓系数平均值更大,方差更小,更能反映居民用户实际的用电特点及用电规律,有利于挖掘用户侧需求响应潜力,获得更优的削峰填谷效果。 展开更多

关键词 峰谷时段划分 长短期记忆神经网络 改进型Kmeans算法 聚类分析 轮廓系数

在线阅读 下载PDF 职称材料

基于改进型BP神经网络的并联机构位置正解研究 被引量：5

10

作者 高刚毅 姜全新 陈畅子 《机床与液压》 北大核心 2017年第21期60-63,共4页

采用了一种改进型的BP神经网络方法对3-RSR并联机构的位置正解进行了研究,首先通过理论方法对3-RSR并联机构的位置逆解进行求解,然后采用改进型BP神经网络对通过位置逆解得到的数据进行了网络训练,神经网络训练结果与理论结果对比,验证... 采用了一种改进型的BP神经网络方法对3-RSR并联机构的位置正解进行了研究,首先通过理论方法对3-RSR并联机构的位置逆解进行求解,然后采用改进型BP神经网络对通过位置逆解得到的数据进行了网络训练,神经网络训练结果与理论结果对比,验证了该方法的合理性。而且,对比改进后的BP神经网络结果与普通BP神经网络结果,发现两种方法均具有非常高的计算效率,且有效避免了复杂的推导和演算,但改进型BP神经网络方法得到的结果精度更高,因而在高精度的工程领域,采用改进型BP神经网络方法更具合理性。 展开更多

关键词 并联机构 位置正解 改进型BP神经网络

在线阅读 下载PDF 职称材料

基于改进型模糊神经网络的抽油机节能控制器 被引量：5

11

作者 丁宝 马凯 孙立峰 《石油机械》 北大核心 2003年第5期36-38,7,共3页

为了解决抽油机拖动电动机长期处于“相对轻载状态” 的问题,采用电动机启停间歇控制方案,并提出了改进型模糊神经网络模型。该模型利用神经网络的学习功能划分输入空间,抽取删除置信度低的语言变量值和规则,确定模糊规则后件结构,不断... 为了解决抽油机拖动电动机长期处于“相对轻载状态” 的问题,采用电动机启停间歇控制方案,并提出了改进型模糊神经网络模型。该模型利用神经网络的学习功能划分输入空间,抽取删除置信度低的语言变量值和规则,确定模糊规则后件结构,不断增添、修改、删除知识数据库中的控制规则,使系统具有很强的自适应能力。将此模型及其学习算法合理简化后,主要利用微处理芯片的精简指令所编制的软件来加以实现。基于该思想开发的抽油机节能控制器在国内各大油田使用表明,控制系统工作可靠,抽油机启停时间合理,在保证采油量的前提下,节电率达30％以上,实现了控制的智能化。 展开更多

关键词 改进型 模糊神经网络 抽油机 节能控制器

在线阅读 下载PDF 职称材料

基于改进型遗传算法的前馈神经网络优化设计 被引量：12

12

作者 陈智军 《计算机工程》 CAS CSCD 北大核心 2002年第4期120-121,129,共3页

阐明了遗传算法和神经网络结合的可行性,提出了一种改进的面向神经网络权值学习的遗传算法。通过对XOR问题的实验,显示出其快速学习网络权值的能力,且能摆脱局部极值的困扰和初始权值的限制从各方面都表现出优于标准遗传算法和BP算法的... 阐明了遗传算法和神经网络结合的可行性,提出了一种改进的面向神经网络权值学习的遗传算法。通过对XOR问题的实验,显示出其快速学习网络权值的能力,且能摆脱局部极值的困扰和初始权值的限制从各方面都表现出优于标准遗传算法和BP算法的性能。 展开更多

关键词 前馈神经网络 优化设计 改进型遗传算法 人工神经网络

在线阅读 下载PDF 职称材料

改进型小波神经网络在变频系统故障诊断中的应用 被引量：1

13

作者 王新 戴丽 《噪声与振动控制》 CSCD 北大核心 2008年第6期20-23,91,共5页

目前,变频系统故障诊断还一直依赖于对电压和电流信号的监测与分析,现提出用改进小波包提取变频器故障信号的特征量,并将该特征向量作为改进型网络的学习样本进行训练的方法。仿真结果表明,改进型小波神经网络与常规神经网络诊断方法相... 目前,变频系统故障诊断还一直依赖于对电压和电流信号的监测与分析,现提出用改进小波包提取变频器故障信号的特征量,并将该特征向量作为改进型网络的学习样本进行训练的方法。仿真结果表明,改进型小波神经网络与常规神经网络诊断方法相比,具有准确度高、诊断速度快和泛化能力强等优点。 展开更多

关键词 振动与波 小波神经网络 改进型神经网络 改进型小波包 故障诊断

在线阅读 下载PDF 职称材料

基于改进型脉冲耦合神经网络的混沌相态分类方法 被引量：1

14

作者 蒋芳芳 王旭 杨丹 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第4期485-488,共4页

混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降... 混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦信号和标准ECG信号对所提方法进行检验,实验结果表明,所提方法可以快速、准确地对不同的混沌相态进行分类. 展开更多

关键词 混沌相态分类 改进型脉冲耦合神经网络 微弱信号检测 特征提取 心电信号

在线阅读 下载PDF 职称材料

改进型BP神经网络的非线性多模型自适应控制 被引量：3

15

作者 王素珍 刘建锋 《电光与控制》 CSCD 北大核心 2021年第8期1-5,共5页

针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控... 针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控制;而当非线性部分对系统影响较大时,则采用基于改进的BP神经网络的自适应控制。其次,利用切换准则对控制输入进行平滑切换并给出了稳定性证明。最后,仿真结果表明所提方法能提高系统控制品质、减少控制信号的振荡。 展开更多

关键词 多模型控制 非线性 改进型BP神经网络 系统辨识模型

在线阅读 下载PDF 职称材料

基于改进型Hopfield神经网络的潜污泵故障诊断方法

16

作者 王慧 李南奇 +2 位作者 杨志鹏 赵国超 田立勇 《机械强度》 CAS CSCD 北大核心 2022年第1期38-44,共7页

为了实现对潜污泵运行时的故障问题进行精准诊断,提出一种改进型Hopfield神经网络(HNN)故障诊断方法。利用BP神经网络进行编码操作,克服HNN神经网络的编码缺陷,并通过粒子群优化算法(PSO)对HNN神经网络连接权值进行优化,提高改进型神经... 为了实现对潜污泵运行时的故障问题进行精准诊断,提出一种改进型Hopfield神经网络(HNN)故障诊断方法。利用BP神经网络进行编码操作,克服HNN神经网络的编码缺陷,并通过粒子群优化算法(PSO)对HNN神经网络连接权值进行优化,提高改进型神经网络的全局收敛能力,得到改进型HNN神经网络模型。基于现场实验,获得潜污泵故障运行时的振动信号特征向量,将特征向量作为样本数据对改进型神经网络进行训练,并对潜污泵的故障类型进行诊断。研究结果表明:改进型HNN神经网络全局收敛能力较好,对潜污泵典型故障的诊断准确率达到90%以上,可以实现对潜污泵运行时的故障进行精确诊断。 展开更多

关键词 潜污泵 改进型Hopfield神经网络 PSO算法 故障诊断 振动信号

在线阅读 下载PDF 职称材料

滚动轴承多状态特征信息的改进型卷积神经网络故障诊断方法 被引量：20

17

作者 周陈林 董绍江 +4 位作者 李玲 汤宝平 贺坤 穆书锋 张潇汀 《振动工程学报》 EI CSCD 北大核心 2020年第4期854-860,共7页

针对现有滚动轴承故障诊断模型中人工选取特征的不确定性,诊断模型不具有针对性的难题,提出一种针对滚动轴承多状态特征信息的改进型卷积神经网络故障诊断方法。首先,该方法针对滚动轴承故障的多状态特征信息,提出一种改进型卷积神经网... 针对现有滚动轴承故障诊断模型中人工选取特征的不确定性,诊断模型不具有针对性的难题,提出一种针对滚动轴承多状态特征信息的改进型卷积神经网络故障诊断方法。首先,该方法针对滚动轴承故障的多状态特征信息,提出一种改进型卷积神经网络设计基本准则(BPDICNN);再次,利用提出的BPDICNN设计了卷积神经网络模型,直接在滚动轴承原始振动信号上进行“端到端”的学习训练,从原始信号中挖掘出包括故障类型、故障位置、故障损伤程度、故障检测时负载状态等多个特征;最后,利用实验数据进行了验证,实现了30个滚动轴承故障状态的有效诊断,准确率为100%,实验结果验证了方法的有效性。 展开更多

关键词 故障诊断 滚动轴承 改进型卷积神经网络 多状态

在线阅读 下载PDF 职称材料

基于改进型Elman神经网络和遗传算法的锅炉在线燃烧优化 被引量：10

18

作者 秦鹏 林中达 《锅炉技术》 北大核心 2005年第5期37-41,54,共6页

目前,电站锅炉燃烧优化要求在保证燃烧效率的基础上降低NOx的排放,即同时满足电站经济性和环保的要求。利用改进型Elman网络结构简单、计算量小、容易收敛和动态学习的特点,建立锅炉燃烧预测模型,并结合遗传算法的寻优特性,在线地搜寻... 目前,电站锅炉燃烧优化要求在保证燃烧效率的基础上降低NOx的排放,即同时满足电站经济性和环保的要求。利用改进型Elman网络结构简单、计算量小、容易收敛和动态学习的特点,建立锅炉燃烧预测模型,并结合遗传算法的寻优特性,在线地搜寻出一定工况下可操作量的最优控制方案,可实时地指导运行人员。仿真试验结果表明,该预测模型实现了锅炉高效低氮燃烧优化寻优,且满足实时性的要求。 展开更多

关键词 燃烧优化 NOX排放 改进型Elman神经网络 遗传算法

在线阅读 下载PDF 职称材料

基于改进型T-S模糊RBF神经网络的红外火焰探测器识别算法 被引量：2

19

作者 冯宏伟 刘媛媛 +1 位作者 温子腾 谭勇 《红外技术》 CSCD 北大核心 2021年第1期37-43,共7页

针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的... 针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的鲁棒性融合算法。该算法通过聚类算法确定模型需要的模糊规则数,在模糊后件多项式中加入特征分量隶属度生成节点输出,同时定义了加权模糊节点激活度和特征表征系数代替了原先模型的马氏距离(模糊规则适用度)。通过设计三波段火焰探测器并进行了常规及鲁棒性实验,实验数据证实,改进型模型在隐含层所需节点数、收敛速度、精度、泛化能力、鲁棒性上较传统T-S模型的RBF神经网络模型、GA(Genetic Algorithm,遗传算法)-BP(Back Propagation,反向传播)模型都有明显的提升。 展开更多

关键词 红外火焰探测器 改进型T-S RBF神经网络 识别算法

在线阅读 下载PDF 职称材料

基于关联模糊神经网络和改进型蜂群算法的负荷预测方法 被引量：16

20

作者 赵芝璞 高超 +1 位作者 沈艳霞 陈杰 《中国电力》 CSCD 北大核心 2018年第2期54-60,共7页

为提高负荷预测精度,考虑历史负荷数据之间相关联的特性,利用关联模糊神经网络建立了负荷预测模型。与其他负荷预测方法相比,基于关联模糊神经网络和改进型蜂群算法的负荷预测方法,减少了模型所需要的模糊规则的数量,降低了模型的复杂... 为提高负荷预测精度,考虑历史负荷数据之间相关联的特性,利用关联模糊神经网络建立了负荷预测模型。与其他负荷预测方法相比,基于关联模糊神经网络和改进型蜂群算法的负荷预测方法,减少了模型所需要的模糊规则的数量,降低了模型的复杂度。将该方法应用于某地实际负荷预测,数值结果表明,该方法具有较高的预测精度。 展开更多

关键词 电力系统 负荷预测 关联模糊神经网络 改进型蜂群算法 负荷历史数据

在线阅读 下载PDF 职称材料