基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型 被引量：8

1

作者 蒋华伟 郭陶 杨震 《科学技术与工程》 北大核心 2021年第21期8951-8956,共6页

在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化... 在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化的BPNN预测模型。采用非线性函数动态调整粒子群算法中的惯性权重和学习因子,优化BPNN中的权值参数,进而构建IPSO-BPNN预测模型。为验证该模型的准确性和稳定性,将其与BPNN模型、PSO-BPNN模型进行对比,结果表明:IPSO-BPNN模型预测的均方误差显著降低,有助于提高小麦储藏品质预测的准确性和可靠性。 展开更多

关键词 小麦储藏品质 多指标分析 粒子群算法 改进粒子群优化-反向传播神经网络(IPSO-BPNN) 预测模型

在线阅读 下载PDF 职称材料

基于改进灰狼优化BP网络的城中村火灾预测

2

作者 吕淑然 田江雪 党鑫宇 《中国安全科学学报》 北大核心 2025年第8期196-204,共9页

为了预防城中村火灾,利用改进灰狼优化算法(IGWO)和反向传播(BP)神经网络,对城中村火灾风险进行预测。引入非线性收敛因子和变异算子,改进传统灰狼优化算法(GWO),提高算法的全局搜索能力、收敛速度和稳定性,进而构建基于IGWO优化BP神经... 为了预防城中村火灾,利用改进灰狼优化算法(IGWO)和反向传播(BP)神经网络,对城中村火灾风险进行预测。引入非线性收敛因子和变异算子,改进传统灰狼优化算法(GWO),提高算法的全局搜索能力、收敛速度和稳定性,进而构建基于IGWO优化BP神经网络的城中村火灾风险预测模型(IGWO-BP),结合城中村火灾风险因素的复杂性和特殊性制定指标体系,预测火灾风险,并进行实例验证。结果表明:相较于传统GWO、粒子群算法(PSO)、长城算法(GWCA),IGWO在全局搜索能力、收敛速度和稳定性等方面均有显著提升,IGWO-BP模型可通过处理城中村火灾风险指标,实现对火灾风险的预测。 展开更多

关键词 改进灰狼优化算法(IGWO) 反向传播(BP)神经网络 城中村火灾 风险预测 变异算子 高维函数

在线阅读 下载PDF 职称材料

基于反向传播神经网络的SVM技术在电压型变流器中的应用研究 被引量：13

3

作者 李建林 李玉玲 +1 位作者 李淳 张仲超 《中国电机工程学报》 EI CSCD 北大核心 2005年第6期71-74,共4页

在分析三相电压型变流器空间矢量调制(SVM)技术基本原理的基础上,提出了一种基于反向传播神经网络结构的 SVM 技术(CPN-SVM)的实现方法。该方法采用CPN 竞争层来计算 SVM 中各个矢量的具体作用时间,避免了计算正弦函数这一非线性运算,... 在分析三相电压型变流器空间矢量调制(SVM)技术基本原理的基础上,提出了一种基于反向传播神经网络结构的 SVM 技术(CPN-SVM)的实现方法。该方法采用CPN 竞争层来计算 SVM 中各个矢量的具体作用时间,避免了计算正弦函数这一非线性运算,缩短了计算时间,采样周期的可进一步缩短。仿真和实验表明:CPN-SVM 除了具备 SVM 的固有优点外,还有下述几个显著优点:①大大降低了整个控制系统的软硬件成本,提高了对开关瞬态位置判断的准确性;②随着采用周期的缩短,最大开关频率相应增大,从而提高了整个系统的传输带宽③避免了由于计算误差给 SVM 波形中所带来的附带谐波。 展开更多

关键词 SVM技术 反向传播神经网络 变流器 应用 空间矢量调制 神经网络结构 三相电压型 基本原理 作用时间 线性运算 正弦函数 计算时间 采样周期 控制系统 开关频率 计算误差 传输带宽 CPN 缩短 软硬件 准确性 仿真

在线阅读 下载PDF 职称材料

改进SSA优化BPNN的煤体瓦斯渗透率预测模型

4

作者 汪伟 崔欣超 +3 位作者 祁云 李绪萍 王璜瑞 齐庆杰 《中国安全科学学报》 北大核心 2025年第2期137-143,共7页

为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局... 为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局部寻优精度,从而优化BPNN的权值和阈值配置;然后,通过皮尔逊相关系数矩阵和核主成分分析(KPCA)处理瓦斯渗透率影响因素的数据,以提高模型的计算效率和准确性,并以累积方差达88.59%的3个主成分提取为模型输入,渗透率作为输出进行试验;最后,将该模型应用于山西某煤矿进行实例验证。结果表明:ISSA-BPNN在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)等4个指标上优于粒子群算法(PSO)优化BPNN、PSO优化支持向量机(PSO-SVM)、PSO优化最小二乘支持向量机(LSSVM)及SSA优化BPNN(SSA-BPNN)模型,且相较于其他模型在测试样本中的平均绝对误差(MAE)分别降低0.0327、0.022、0.0179、0.0182;MAPE分别降低5.15%、3.14%、2.76%、2.36%;RMSE分别降低0.0316、0.0279、0.0188、0.0222;R^(2)分别提高0.0775、0.0658、0.0401、0.0493;实例验证表明模型可靠性和稳定性较高。 展开更多

关键词 改进麻雀搜索算法(ISSA) 反向传播神经网络(BPNN) 煤体瓦斯 渗透率 预测模型

在线阅读 下载PDF 职称材料

改进型BP神经网络的2维PSD非线性校正 被引量：3

5

作者 林青松 杨孝敬 +1 位作者 王军晓 张聚伟 《激光技术》 CAS CSCD 北大核心 2012年第1期124-126,130,共4页

为了减少位置敏感传感器(PSD)的非线性的影响,分析了PSD的工作原理及其非线性成因,提出一种基于Levenberg-Morquardt算法改进的反向传播(BP)神经网络方法进行非线性修正,并进行了理论分析和MAT-LAB仿真比较。结果表明,改进的BP神经网络... 为了减少位置敏感传感器(PSD)的非线性的影响,分析了PSD的工作原理及其非线性成因,提出一种基于Levenberg-Morquardt算法改进的反向传播(BP)神经网络方法进行非线性修正,并进行了理论分析和MAT-LAB仿真比较。结果表明,改进的BP神经网络方法能有效地减少非线性影响,且相对传统的BP神经网络而言,收敛速度更快,使修正后的PSD器件在非线性区里获得与线性区近似的线性度。这一结果对PSD更好的应用是有帮助的。 展开更多

关键词 光学器件 位置敏感传感器 非线性修正 改进型反向传播算法 Levenberg—Morquardt算法

在线阅读 下载PDF 职称材料

模块化机器人最优越野构型神经网络规划方法 被引量：1

6

作者 党婉莹 周乐来 +1 位作者 李贻斌 张辰 《兵工学报》 EI CAS CSCD 北大核心 2024年第10期3674-3685,共12页

轮式模块化机器人在满足人类对于无人自主任务需求时具有很多优势,机器人组合体构型在搬运物资、山地越障等方面更具有独特优势,为此提出一种多模块机器人构型优化规划方法。构建数字化地形表达,建立参数化地形辨识模型,运用遗传算法构... 轮式模块化机器人在满足人类对于无人自主任务需求时具有很多优势,机器人组合体构型在搬运物资、山地越障等方面更具有独特优势,为此提出一种多模块机器人构型优化规划方法。构建数字化地形表达,建立参数化地形辨识模型,运用遗传算法构建能耗与时间加权组合的最优构型,改变约束条件在不同地形下进行大量平行运行得到大量地形-最优构型参数结果对,将地形集合构建为输入集,将最优构型集合构建为输出集,训练借助神经网络技术快速得到面向任意地形的最佳组合体构型,使得组合体在面对三维复杂地形时实现高成功率、高可靠性越障运动,同时将能耗成本和时间成本降至最低。通过物理引擎平台仿真搭建仿真野外地形,对规划得到的构型进行通过性验证和性能测试,各构型均能完成地形跨越,同时验证规划算法的优化能力;搭建模块化机器人样机实物进行实验,以6×1刚性连接构型完成了2倍轴距宽沟壑的跨越。研究结果表明,所提方法能够高效地规划各类地形下满足通过性要求和时间能耗最优的组合体越障构型。 展开更多

关键词 轮式机器人 山地越障 构型优化 A^(*)算法 遗传算法 反向传播神经网络

在线阅读 下载PDF 职称材料

改进BP神经网络的功放有记忆行为模型 被引量：9

7

作者 陈庆霆 王成华 +2 位作者 朱德伟 龚琳 刘冰 《微波学报》 CSCD 北大核心 2012年第2期90-93,共4页

提出了一种基于改进误差反向传播神经网络(IBPNN)的具有记忆效应功率放大器(PA)的行为模型。该模型在传统误差反向传播神经网络(BPNN)的基础上利用Levenberg-Marquardt(LM)学习算法和加入动量因子的训练算法更新BPNN的权值和阈值,与传统... 提出了一种基于改进误差反向传播神经网络(IBPNN)的具有记忆效应功率放大器(PA)的行为模型。该模型在传统误差反向传播神经网络(BPNN)的基础上利用Levenberg-Marquardt(LM)学习算法和加入动量因子的训练算法更新BPNN的权值和阈值,与传统的BPNN相比只需要更少的训练次数就达到了更高的精度。20MHz带宽三载波WCDMA信号的时域和频域仿真都表明其具有良好的性能,并且由得到的功率放大器(PA)动态特性AM/AM和AM/PM可知,该模型可以很好地描述PA的记忆效应。最后,用16QAM调制的OFDM 20MHz带宽信号的实验证明了该模型具有普遍的适用性。 展开更多

关键词 功率放大器 记忆效应 行为模型 改进的误差反向传播神经网络

在线阅读 下载PDF 职称材料

牛舍甲烷浓度时序预测模型研究

8

作者 王耀东 燕振刚 +1 位作者 宋伟涛 杨发发 《西南大学学报(自然科学版)》 北大核心 2025年第10期234-244,共11页

甲烷浓度对牛生长发育影响较大,对牛舍甲烷浓度进行预测可以为牛舍环境精准控制提供科学参考。构建了基于门控循环神经网络、改进麻雀搜索算法(ISSA)和反向传播算法(BP)相结合的牛舍甲烷预测模型。首先利用门控循环单元(GRU)模型提取牛... 甲烷浓度对牛生长发育影响较大,对牛舍甲烷浓度进行预测可以为牛舍环境精准控制提供科学参考。构建了基于门控循环神经网络、改进麻雀搜索算法(ISSA)和反向传播算法(BP)相结合的牛舍甲烷预测模型。首先利用门控循环单元(GRU)模型提取牛舍环境数据中的非线性特征,随后通过ISSA对GRU模型的超参数进行优化,得到最优GRU模型,从而提升模型对非线性特征的拟合能力,最后采用BP模型对经过ISSA-GRU模型优化后的预测残差特征进行进一步拟合,提升模型预测精度。利用2024年4月29日至6月30日在试验牛舍采集的数据进行训练和测试,结果表明:该模型能够有效拟合牛舍多环境参数。与BP、GRU、GRU-BP、SSA-GRU、ISSA-GRU、ISSA-GRU-ARIMA等模型相比,本文提出的ISSA-GRU-BP模型具有较高的预测精度,其R2、RMSE和MAPE分别为0.934、0.899×10-6和9.638%。 展开更多

关键词 牛舍 甲烷浓度预测 门控循环神经网络 改进麻雀搜索算法 反向传播算法 残差

在线阅读 下载PDF 职称材料

改进小波结合BP网络的风力发电机故障诊断 被引量：18

9

作者 郭东杰 王灵梅 +2 位作者 郭红龙 武卫红 韩西贵 《电力系统及其自动化学报》 CSCD 北大核心 2012年第2期53-58,共6页

针对风力发电机早期故障时定子电流特征量难以提取的问题,提出了单子带重构改进小波变换结合BP神经网络的风力发电机故障诊断新方法。通过对风力发电机的定子电流进行单子带重构改进小波变换,消除了传统小波变换中的频率混叠现象;从小... 针对风力发电机早期故障时定子电流特征量难以提取的问题,提出了单子带重构改进小波变换结合BP神经网络的风力发电机故障诊断新方法。通过对风力发电机的定子电流进行单子带重构改进小波变换,消除了传统小波变换中的频率混叠现象;从小波变换后的子带信号中选取特征域、提取特征量作为BP神经网络的输入;在此基础上,结合BP神经网络的输入输出非线性映射能力,完成对故障的诊断和定位。经过仿真实验证实,该方法准确地实现了对风力发电机故障的诊断。 展开更多

关键词 单子带重构改进小波变换 神经网络 风力发电机 故障诊断 定子电流 反向传播网络

在线阅读 下载PDF 职称材料

基于模糊聚类的二型模糊神经网络系统辨识 被引量：9

10

作者 施建中 梁绍华 《科学技术与工程》 北大核心 2020年第4期1454-1460,共7页

二型模糊神经网络结合了二型模糊系统描述实际情况不确定性和神经网络的学习能力,在非线性系统的辨识中得到了广泛应用。二型模糊神经网络参数学习使用最多的是反向传播算法算法,该算法原理简单,易于实现。但是该算法对初值敏感,不合适... 二型模糊神经网络结合了二型模糊系统描述实际情况不确定性和神经网络的学习能力,在非线性系统的辨识中得到了广泛应用。二型模糊神经网络参数学习使用最多的是反向传播算法算法,该算法原理简单,易于实现。但是该算法对初值敏感,不合适的初始会导致算法收敛于非最优解或者发散。针对反向传播算法的这一缺点,提出了一种基于模糊C均值聚类的区间二型模糊神经网络辨识算法。该算法选择高斯型隶属度函数,将模糊C均值算法得到的聚类中心初始化高斯函数的中心,而高斯函数的宽度利用模糊C均值聚类算法的隶属度和中心求取。通过2个非线性系统的辨识效果表明,提出的辨识算法具有较高的辨识精度,收敛速度较快。 展开更多

关键词 二型模糊集合 二型模糊神经网络 模糊C均值 非线性辨识 反向传播

在线阅读 下载PDF 职称材料

一种改进型PEGASIS算法在水声通信组网中的应用 被引量：1

11

作者 王文琮 石建飞 +1 位作者 张学磊 田甜 《舰船科学技术》 北大核心 2022年第17期132-135,共4页

根据传统的无线传感器PEGASIS算法提出一种针对水声通信领域的改进型PEGASIS算法,改进型PEGASIS算法通过比较节点与簇头和服务器的传播损失,改变了单个节点的信息传播方向和融合过程,经建模仿真,此算法相较于LEACH和典型PEGASIS算法可... 根据传统的无线传感器PEGASIS算法提出一种针对水声通信领域的改进型PEGASIS算法,改进型PEGASIS算法通过比较节点与簇头和服务器的传播损失,改变了单个节点的信息传播方向和融合过程,经建模仿真,此算法相较于LEACH和典型PEGASIS算法可以进一步降低整个网络的功耗,并在某些链路上减少网络运行周期,提高了网络的使用效率,对于水声通信组网有较大的借鉴作用。 展开更多

关键词 无线传感器网络 改进型PEGASIS算法 水声传播损失 水声通信

在线阅读 下载PDF 职称材料

基于IHHO-BP神经网络的模拟电路故障诊断 被引量：9

12

作者 王力 张露露 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期238-248,共11页

针对模拟电路故障类型多、故障状态不稳定以及故障数据冗余,使得模拟电路故障诊断困难的问题,提出利用改进哈里斯鹰算法(improved Harris Hawks optimization, IHHO)优化反向传播(back propagation, BP)神经网络,实现模拟电路故障特征... 针对模拟电路故障类型多、故障状态不稳定以及故障数据冗余,使得模拟电路故障诊断困难的问题,提出利用改进哈里斯鹰算法(improved Harris Hawks optimization, IHHO)优化反向传播(back propagation, BP)神经网络,实现模拟电路故障特征选择与诊断。首先,将非线性自适应因子、柯西变异和随机差分扰动引入哈里斯鹰算法,实现收敛速度和精度的提升;其次,采用IHHO对模拟电路的单一故障和组合故障仿真数据进行特征选择,完成数据预处理;最后,采用IHHO-BP算法,对预处理后的故障数据进行训练和测试,实现模拟电路故障诊断。诊断结果表明,所提方法的诊断精度相较于其他算法提升了5.5%。 展开更多

关键词 模拟电路 特征选择 故障诊断 改进哈里斯鹰算法 反向传播神经网络

在线阅读 下载PDF 职称材料

改进粒子BP神经网络在变电站噪声控制中的应用 被引量：6

13

作者 姜鸿羽 马宏忠 +2 位作者 梁欢 姜宁 李凯 《中国电力》 CSCD 北大核心 2014年第9期71-76,共6页

为了改善变电站噪声控制中已有自适应降噪滤波算法的自适应能力差、收敛速度慢等弊端,提出了一种新的基于粒子群优化(PSO)的误差反向传播神经网络(BPNN)智能滤波算法。该算法针对PSO算法易出现无法兼顾局部、全局搜索和群体多样性丢失... 为了改善变电站噪声控制中已有自适应降噪滤波算法的自适应能力差、收敛速度慢等弊端,提出了一种新的基于粒子群优化(PSO)的误差反向传播神经网络(BPNN)智能滤波算法。该算法针对PSO算法易出现无法兼顾局部、全局搜索和群体多样性丢失等问题,采用以粒子"亲密"度为依据来自适应调整粒子惯性因子和变异率的改进策略;利用该改进粒子群优化(IPSO)算法取代梯度下降算法,实时优化BPNN的权、阈值,使噪声迅速降低,再用梯度下降算法对BPNN的权、阈值作进一步的精细优化,使噪声得到更大程度上的抑制。文中以某变电站变压器噪声信号为仿真声源,分别利用所提算法、PSO-BPNN算法及BPNN算法对该声源信号进行主动抑制,结果表明所提算法性能明显优于另外2种算法的性能,使变压器降噪系统性能得到较大的改善。 展开更多

关键词 电力系统 变电站 噪声控制 误差反向传播神经网络 改进粒子群优化算法 粒子亲密度 惯性因子 自适应变异

在线阅读 下载PDF 职称材料

基于神经网络的谐振型逆变电源故障分析 被引量：4

14

作者 马晓辉 毕雪芹 张立广 《电子测量技术》 2018年第21期89-94,共6页

为了提高谐振型逆变电源工作的可靠性以及故障诊断的准确性,提出将神经网络算法应用到逆变器故障诊断当中。以谐振型电源的逆变器回路为例,对其故障进行分析,通过神经网络模型的建立以及样本的学习,并结合神经网络反向传播(BP)算法对逆... 为了提高谐振型逆变电源工作的可靠性以及故障诊断的准确性,提出将神经网络算法应用到逆变器故障诊断当中。以谐振型电源的逆变器回路为例,对其故障进行分析,通过神经网络模型的建立以及样本的学习,并结合神经网络反向传播(BP)算法对逆变器输出的电流波形进行了分析,达到对逆变器故障有效诊断的目的,使得诊断的准确性得到了很大提高;最终通过实验对该方法进行了验证,结果表明该方法能够对谐振型逆变电源的故障进行有效的诊断,同时也为以后同类型的诊断提供了参考。 展开更多

关键词 神经网络 故障诊断 谐振型电源 反向传播算法

在线阅读 下载PDF 职称材料

二次型神经网络模型及其应用

15

作者 何险峰 何柳 《计算机应用与软件》 CSCD 2010年第10期244-246,共3页

提出一种基于二次型运算和BP算法的计算神经网络模型。通过将输入向量分为若干等份的子向量,并运用二次型运算解决多线性空间的相互区分问题,消除了输入-隐含层的复杂网状连接结构,突出隐含神经元物理意义,从而实现了对传统三层BP神经... 提出一种基于二次型运算和BP算法的计算神经网络模型。通过将输入向量分为若干等份的子向量,并运用二次型运算解决多线性空间的相互区分问题,消除了输入-隐含层的复杂网状连接结构,突出隐含神经元物理意义,从而实现了对传统三层BP神经网络结构的设计改进。试验对比结果显示,经过改进的模型较标准BP收敛更快并且稳定。 展开更多

关键词 二次型 神经网络 反向传播 天气预测

在线阅读 下载PDF 职称材料

一种加权圆模型的AOA与RSSI融合定位算法 被引量：4

16

作者 邹琰妮 蒋伟 +1 位作者 杨俊杰 隋志成 《导航定位学报》 CSCD 2023年第5期12-20,共9页

针对多径效应和非视距给定位精度带来负面影响的问题,提出一种适用于3个基站的基于加权圆的融合定位算法:将接收信号强度(RSSI)定位法与到达角(AOA)法相融合;并由于传统的无线信号路径损耗模型在预测距离时易对环境参数有所依赖,提出利... 针对多径效应和非视距给定位精度带来负面影响的问题,提出一种适用于3个基站的基于加权圆的融合定位算法:将接收信号强度(RSSI)定位法与到达角(AOA)法相融合;并由于传统的无线信号路径损耗模型在预测距离时易对环境参数有所依赖,提出利用自适应遗传算法(AGA)-反向传播(BP)神经网络来构建传播模型以确定加权圆的权值初始值;最后根据不断迭代的加权范围和角波束来估计待测点位置。实验结果表明,与其他混合定位方法的性能相比,将AGA-BP和加权圆算法相结合能更好地提高定位精度;同时,为测试鲁棒性,加入不同大小的干扰角度,结果可见,提出的算法能有效处理非视距误差。 展开更多

关键词 融合定位算法 自适应遗传算法(AGA)-反向传播(BP)神经网络 加权圆 接收信号强度(RSSI)定位法 到达角(AOA)算法

在线阅读 下载PDF 职称材料

基于BP神经网络的上海生鲜农产品物流需求预测 被引量：18

17

作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页

针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多

关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(BP)神经网络

在线阅读 下载PDF 职称材料

一个基于自组织特征映射网络的混合神经网络结构(英文) 被引量：4

18

作者 戴群 陈松灿 王喆 《软件学报》 EI CSCD 北大核心 2009年第5期1329-1336,共8页

将ICBP网络模型引入BP-SOM(self-organizing feature maps)网络体系结构,并构建了一个基于SOM模型的集成型网络ICBP-SOM.BP-SOM是Ton Weijters提出的一种学习算法,它的目标是克服BP网络在特定类型的学习样本中存在的知识推广性方面的严... 将ICBP网络模型引入BP-SOM(self-organizing feature maps)网络体系结构,并构建了一个基于SOM模型的集成型网络ICBP-SOM.BP-SOM是Ton Weijters提出的一种学习算法,它的目标是克服BP网络在特定类型的学习样本中存在的知识推广性方面的严重缺陷.提出此集成型网络的动机是,利用BP-SOM良好的知识解释能力和ICBP网络良好的推广性和自适应性构造一个ICBP-SOM模型,它具有良好的知识表示能力和极具竞争力的推广性能.在6个基准数据集上的实验结果验证了这一集成型网络的可行性和有效性. 展开更多

关键词 神经网络 圆型反向传播网络 改进的圆型反向传播网络 自组织特征映射 BP—SOM 分类

在线阅读 下载PDF 职称材料

小样本条件下车削加工工艺碳排放多目标预测研究 被引量：1

19

作者 杨历夏 王宇钢 +2 位作者 唐祎晖 张阴硕 穆俊珍 《机床与液压》 北大核心 2025年第1期73-79,共7页

针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向... 针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向传播神经网络构建以碳排放和加工时间为目标的预测模型,并通过改进麻雀搜索算法对反向传播神经网络的参数寻优,最终得到加工工艺多目标预测模型。最后,通过加工实验验证在小样本条件下该方法的有效性。结果表明:基于ASSA-BP的模型能以较高精度预测车削加工工艺的碳排放量和加工时间;与传统BP神经网络方法相比,文中方法的碳排放量和加工时间的预测精度均得到有效提升。 展开更多

关键词 小样本条件 车削加工工艺 碳排放多目标预测 反向传播神经网络 改进麻雀搜索算法

在线阅读 下载PDF 职称材料

基于模糊神经网络的电站燃煤锅炉结渣预测 被引量：14

20

作者 伍昌鸿 马晓茜 廖艳芬 《燃烧科学与技术》 EI CAS CSCD 北大核心 2006年第2期175-179,共5页

综合运用模糊数学和神经网络知识构建了一个模糊神经网络模型,用以预测电站燃煤锅炉的结渣特性．通过引入反映煤灰特性的4个常用指标以及反映锅炉运行情况的两个指标,使所建模型综合考虑了煤灰特性和锅炉运行因素对结渣的影响．以实际... 综合运用模糊数学和神经网络知识构建了一个模糊神经网络模型,用以预测电站燃煤锅炉的结渣特性．通过引入反映煤灰特性的4个常用指标以及反映锅炉运行情况的两个指标,使所建模型综合考虑了煤灰特性和锅炉运行因素对结渣的影响．以实际电厂燃煤锅炉为样本,基于改进的BP(back-propagation)算法对网络模型进行了训练．为验证模型的准确性,对7台电站燃煤锅炉的结渣特性进行预测,并将该模型与只考虑煤灰特性指标的常规 BP网络模型进行比较．验证结果表明,模糊神经网络模型的预测结果与实际相符,效果优于常规BP网络模型． 展开更多

关键词 模糊神经网络 锅炉 结渣 预测 改进误差反向传播算法

在线阅读 下载PDF 职称材料