期刊文献+
共找到89篇文章
< 1 2 5 >
每页显示 20 50 100
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
1
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
Elman神经网络改进模型在脑膜炎诊断中的应用 被引量:4
2
作者 吴泽志 傅佳 《计算机工程与应用》 CSCD 2014年第3期221-226,共6页
为了客观地反映脑脊液(Cerebrospinal Fluid,CSF)所蕴涵的病理信息,研究CSF多变量非线性诊断指标和脑膜炎分类标准的内在联系,提出一种Elman神经网络改进模型辅助诊断脑膜炎疾病的方法。构建2层Elman神经网络改进模型网络训练和仿真的... 为了客观地反映脑脊液(Cerebrospinal Fluid,CSF)所蕴涵的病理信息,研究CSF多变量非线性诊断指标和脑膜炎分类标准的内在联系,提出一种Elman神经网络改进模型辅助诊断脑膜炎疾病的方法。构建2层Elman神经网络改进模型网络训练和仿真的实验结构,分别把85和51例临床病例确诊数据作为训练样本和仿真数据的输入。仿真结果显示,采用Elman神经网络的改进模型应用于脑膜炎疾病的辅助诊断可以达到均方误差10-2精度。Elman神经网络改进模型针对CSF复杂数据关系辅助诊断脑膜炎疾病的智能计算是可行的。 展开更多
关键词 elman神经网络 改进 脑膜炎 仿真诊断
在线阅读 下载PDF
新型Elman混沌神经网络的流量预测 被引量:5
3
作者 党小超 郝占军 门健 《计算机工程》 CAS CSCD 北大核心 2011年第3期172-174,共3页
根据实际网络中测量得到的网络流量数据,提出一种改进型Elman神经网络模型——季节性输入多层反馈Elman网络。在网络权值的训练过程中引入混沌搜索机制,利用Tent映射的遍历性进行混沌变量的优化搜索,以减少数据冗余,解决局部收敛问题。... 根据实际网络中测量得到的网络流量数据,提出一种改进型Elman神经网络模型——季节性输入多层反馈Elman网络。在网络权值的训练过程中引入混沌搜索机制,利用Tent映射的遍历性进行混沌变量的优化搜索,以减少数据冗余,解决局部收敛问题。实验结果表明,该模型及其算法有效提高了网络的训练速度及网络流量的预测精度。 展开更多
关键词 改进型elman神经网络 网络流量 混沌搜索 网络流量预测 TENT映射
在线阅读 下载PDF
改进天鹰优化器优化Elman神经网络模型预测管道蜡沉积速率 被引量:4
4
作者 陈卓 刘波 +2 位作者 张源 杨云博 田洋阳 《科学技术与工程》 北大核心 2023年第19期8179-8186,共8页
管道结蜡一直是困扰含蜡原油输送的棘手问题,建立准确的蜡沉积速率预测模型对于保障管道的安全运行具有重要的实际意义。考虑到Elman神经网络(Elman neural network,ENN)模型的不足(易陷入极小点、泛化能力弱),基于蜡沉积速率的主要影... 管道结蜡一直是困扰含蜡原油输送的棘手问题,建立准确的蜡沉积速率预测模型对于保障管道的安全运行具有重要的实际意义。考虑到Elman神经网络(Elman neural network,ENN)模型的不足(易陷入极小点、泛化能力弱),基于蜡沉积速率的主要影响因素,提出了一种基于改进天鹰优化器(引入鲸鱼优化算法的狩猎策略对天鹰优化器的局部搜索能力进行改进)的ENN模型,并基于两组室内实验数据对比分析了所建新模型和其他模型预测精度的差异。结果表明,改进新模型的平均绝对百分比误差分别为0.7603%、1.2452%,其预测精度明显高于传统ENN模型;采用改进天鹰优化器建立的ENN模型可对初始权值和阈值进行寻优处理,极大提高了泛化能力,因此具有预测精度高的优点。 展开更多
关键词 含蜡原油 蜡沉积速率 改进天鹰优化器 elman神经网络 预测
在线阅读 下载PDF
基于改进的Elman神经网络的中长期径流预报 被引量:18
5
作者 屈亚玲 周建中 +2 位作者 刘芳 杨俊杰 李英海 《水文》 CSCD 北大核心 2006年第1期45-50,共6页
径流中长期预报长期以来一直都是人们关注的热点研究问题。现行的径流预报方法很多,传统的有时间序列法,多元回归分析法等,这些方法虽然简单易用,但是如果预报对象提供的样本容量偏小或者因子选择不够合理,都会造成预报精度偏差过大,难... 径流中长期预报长期以来一直都是人们关注的热点研究问题。现行的径流预报方法很多,传统的有时间序列法,多元回归分析法等,这些方法虽然简单易用,但是如果预报对象提供的样本容量偏小或者因子选择不够合理,都会造成预报精度偏差过大,难于有效的指导工程应用。鉴于此,本文提出一种改进的采用局部回归的Elman神经网络方法。并应用到凤滩水库优化调度的径流预报中。结果表明,与回归分析法、BP网络相比较,该方法不仅提高了算法的效率,而且提高了预报的精度,在径流预报中具有有效性和优越性。 展开更多
关键词 中长期径流预报 多元回归 BP网络 改进elman神经网络
在线阅读 下载PDF
基于改进型PSO的模糊神经网络PM_(2.5)浓度预测 被引量:21
6
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PSO算法 模糊理论 神经网络 参数
在线阅读 下载PDF
改进的Elman神经网络在WSNs距离预测中的应用 被引量:4
7
作者 陈龙 张可 罗配明 《传感器与微系统》 CSCD 北大核心 2013年第1期149-152,共4页
节点定位是无线传感器网络应用的关键技术之一,而测距的精度很大程度决定了定位的精度。为了提高定位的精度,对测距精度的提高进行了研究。根据实验获取的RSSI值与对应的距离值,先对实验数据进行滤波处理,以滤波后的数据作为样本,建立... 节点定位是无线传感器网络应用的关键技术之一,而测距的精度很大程度决定了定位的精度。为了提高定位的精度,对测距精度的提高进行了研究。根据实验获取的RSSI值与对应的距离值,先对实验数据进行滤波处理,以滤波后的数据作为样本,建立改进的Elman神经网络预测模型,利用改进的El-man神经网络的稳定性高和预测精度高等特性,对样本进行训练,得出预测的距离值,距离精度达到1 m以内。 展开更多
关键词 无线传感器网络 距离预测 滤波处理 改进elman神经网络
在线阅读 下载PDF
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
8
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BP神经网络 瓦斯传感器 非线性校正
在线阅读 下载PDF
基于改进型RBF神经网络多变量系统的PID控制 被引量:21
9
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
基于改进型PSO-BP神经网络的SVI软测量 被引量:6
10
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PSO-BP神经网络
在线阅读 下载PDF
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
11
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M-P神经网络 基体效应 定量预测
在线阅读 下载PDF
改进型B样条模糊神经网络 被引量:3
12
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B样条 电机 速度控制系统
在线阅读 下载PDF
基于改进型BP神经网络的湿重软测量 被引量:3
13
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BP神经网络 在线测量 软测量
在线阅读 下载PDF
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
14
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TF-IDF算法 卷积神经网络 文本分类 CTMWT
在线阅读 下载PDF
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:10
15
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Kmeans算法 聚类分析 轮廓系数
在线阅读 下载PDF
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
16
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BP神经网络
在线阅读 下载PDF
基于改进型模糊神经网络的抽油机节能控制器 被引量:5
17
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 模糊神经网络 抽油机 节能控制器
在线阅读 下载PDF
基于改进型遗传算法的前馈神经网络优化设计 被引量:12
18
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 改进遗传算法 人工神经网络
在线阅读 下载PDF
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
19
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 改进神经网络 改进小波包 故障诊断
在线阅读 下载PDF
永磁直线伺服系统的自适应改进Elman神经网络积分反推控制 被引量:4
20
作者 赵希梅 付东学 金洋洋 《电工技术学报》 EI CSCD 北大核心 2020年第2期266-273,共8页
针对永磁直线同步电动机(PMLSM)伺服系统存在的参数变化、外部扰动和摩擦力等不确定性因素,该文采用了积分反推控制和自适应改进Elman神经网络相结合的控制方案。首先,针对PMLSM伺服系统的非线性特性,利用积分反推控制方法,通过逐步修... 针对永磁直线同步电动机(PMLSM)伺服系统存在的参数变化、外部扰动和摩擦力等不确定性因素,该文采用了积分反推控制和自适应改进Elman神经网络相结合的控制方案。首先,针对PMLSM伺服系统的非线性特性,利用积分反推控制方法,通过逐步修正算法来设计虚拟控制函数,实现系统的全局调节和位置跟踪;其次,设计自适应改进Elman神经网络来估计系统中存在的不确定性,且利用基于Lyapunov函数的自适应律推导出神经网络的在线参数学习律,使系统具有适应时变特性的能力,克服不确定性对系统的影响,从而提高系统的鲁棒性;最后,实验结果表明所提出的控制方案是有效的,明显提高了系统的跟踪性能和鲁棒性能。 展开更多
关键词 永磁直线同步电动机 积分反推控制 改进elman神经网络 不确定性
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部