检索结果-维普期刊中文期刊服务平台

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... 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

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: 2; 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... 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

球磨机混合优化前向神经网络PID解耦控制系统被引量：15: 3; 作者程启明程尹曼 +1 位作者汪明媚郑勇《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期54-59,共6页; 针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整... 展开更多; 关键词球磨机混沌粒子群优化反向传播算法比例-积分-微分控制前向神经网络; 在线阅读下载PDF 职称材料

基于高维空间几何的PSO-BP神经网络图像复原被引量：4: 4; 作者郭佩何小海 +1 位作者陶青川李木维《计算机工程与应用》 CSCD 2012年第2期156-159,共4页; 针对退化图像复原问题,提出了一种基于高维空间几何理论(HDSG)的PSO-BP神经网络图像复原方法。高维空间几何理论中的同胚映射和同源连续性原理,把图像映射为高维空间中的一个点,通过回归原模糊图像和由此图像衍生出的几幅更加模糊的图... 展开更多; 关键词图像复原神经网络粒子群优化算法-反向传播(PSO-BP) 高维空间几何; 在线阅读下载PDF 职称材料

基于PSO-BP的自平衡法试桩技术平衡点位置研究: 5; 作者欧孝夺梁枫江杰《广西大学学报(自然科学版)》北大核心 2025年第2期231-241,共11页; 针对自平衡法静载试验在灰岩地区应用较少,且工程中常用规范经验公式来确定平衡点位置存在较大误差的问题,提出以桩长、桩径、土层弹性模量为输入参数,构建PSO-BP神经网络平衡点位置的预测模型。通过将仿真预测值与真实值进行对比,并结... 展开更多; 关键词自平衡法平衡点粒子群优化-反向传播神经网络粒子群算法灰岩; 在线阅读下载PDF 职称材料

基于IPSO⁃BP的消防通信指挥系统效能评价: 6; 作者于振江《中国安全科学学报》北大核心 2025年第9期1-7,共7页; 为实现消防通信指挥系统的现状研判与迭代升级的量化支撑,基于消防通信指挥系统设计规范,从业务支撑能力、数据服务能力、通信保障能力3个方面构建支队级消防指挥通信系统4级效能评价指标体系;在反向传播(BP)神经网络算法的基础上,通过... 展开更多; 关键词消防通信指挥系统效能评价反向传播(BP)神经网络改进粒子群优化(IPSO) 指标体系; 在线阅读下载PDF 职称材料

联盟链视角下基于IIWPSO-BP的信息安全风险预测模型被引量：8: 7; 作者周新民罗文敏 +1 位作者刘俊杰谢宝《中国安全科学学报》 CAS CSCD 北大核心 2022年第8期52-60,共9页; 为及时发现智慧城市潜在信息安全风险,构建一种基于改进惯性权重的粒子群优化(IIWPSO)算法优化反向传播(BP)(IIWPSO-BP)神经网络算法的信息安全风险预测模型。首先,综合考虑信息拥有者、共享信息、联盟链技术、信息使用者、联盟链管理... 展开更多; 关键词联盟链信息安全改进惯性权重的粒子群优化(IIWPSO)算法反向传播(BP)神经网络风险预测智慧城市; 在线阅读下载PDF 职称材料

题名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; 机构粮食信息处理与控制教育部重点试验室(河南工业大学) 河南工业大学信息科学与工程学院; 出处《科学技术与工程》北大核心 2021年第21期8951-8956,共6页; 基金国家自然科学基金(51677055) 河南省自然科学基金(162300410055) 河南省科技攻关项目(212102210499)。; 文摘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。; 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; Keywords storage quality of wheat multi-indicator analysis particle swarm optimization ipso-bpnn predictive model; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名改进粒子BP神经网络在变电站噪声控制中的应用被引量：6: 2; 作者姜鸿羽马宏忠梁欢姜宁李凯; 机构河海大学能源与电气学院南京供电公司; 出处《中国电力》 CSCD 北大核心 2014年第9期71-76,共6页; 基金国家电网公司重点科技项目(2011-0810-2251)~~; 文摘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。; 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; Keywords power system substation noise control BPNN IPSO algorithm particle intimacy inertial factor adaptive mutation; 分类号 TM63 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名球磨机混合优化前向神经网络PID解耦控制系统被引量：15: 3; 作者程启明程尹曼汪明媚郑勇; 机构上海电力学院电力与自动化学院上海华为技术有限公司; 出处《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期54-59,共6页; 基金上海市教育委员会重点学科建设项目(J51301) 上海市教委重点科研项目(06ZZ69); 文摘针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整。仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题。; 关键词球磨机混沌粒子群优化反向传播算法比例-积分-微分控制前向神经网络; Keywords ball mill chaos particle swarm optimization （PSO） back propagation（BP） algorithm proportionintegral-derivative （PID） control feed-forward neural network（FNN）; 分类号 TP273.5 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于高维空间几何的PSO-BP神经网络图像复原被引量：4: 4; 作者郭佩何小海陶青川李木维; 机构四川大学电子信息学院; 出处《计算机工程与应用》 CSCD 2012年第2期156-159,共4页; 基金国家自然科学基金(No.61071161) 教育部科学技术研究重点项目(No.107094); 文摘针对退化图像复原问题,提出了一种基于高维空间几何理论(HDSG)的PSO-BP神经网络图像复原方法。高维空间几何理论中的同胚映射和同源连续性原理,把图像映射为高维空间中的一个点,通过回归原模糊图像和由此图像衍生出的几幅更加模糊的图像对应在空间中几个点的分布曲线,得到清晰的复原图像。在该理论基础上,用PSO-BP神经网络来确定高维空间中各点的关系,通过对训练样本的学习训练,在三幅退化图像与原始清晰图像之间建立映射关系,然后用训练好的网络对测试样本进行复原。对比实验表明,该方法在主观视觉和定量分析上都获得了较好的效果。; 关键词图像复原神经网络粒子群优化算法-反向传播(PSO-BP) 高维空间几何; Keywords image restoration neural network Particle Swarm Optimization Back Propagation（PSO-BP） High-dimensional space geometric; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于PSO-BP的自平衡法试桩技术平衡点位置研究: 5; 作者欧孝夺梁枫江杰; 机构广西大学土木建筑工程学院; 出处《广西大学学报(自然科学版)》北大核心 2025年第2期231-241,共11页; 基金国家自然科学基金项目(51978179) 广西重点研发计划项目(桂科AB19245018)。; 文摘针对自平衡法静载试验在灰岩地区应用较少,且工程中常用规范经验公式来确定平衡点位置存在较大误差的问题,提出以桩长、桩径、土层弹性模量为输入参数,构建PSO-BP神经网络平衡点位置的预测模型。通过将仿真预测值与真实值进行对比,并结合工程实例来验证本模型的适用性。结果表明,结合粒子群算法优化的PSO-BP神经网络模型,其平衡点位置预测值与真实值的平均相对误差控制在1.93%以内,而BP神经网络的平衡点位置预测值平均相对误差最高可达14.83%;依托来宾市当地以灰岩为持力层的工程试桩数据构建的PSO-BP神经网络平衡点位置预测模型,其仿真预测结果的均方根误差(R_(MSE))为0.294,决定系数R^(2)为0.988,预测值与真实值的相对误差在3.0%以内;在工程实例的对比验证中,PSO-BP神经网络模型在平衡点位置预测上的精度高于规范经验公式法,更接近实际位置,可作为灰岩地区基桩自平衡试桩测试的平衡点位置确定的有效手段。; 关键词自平衡法平衡点粒子群优化-反向传播神经网络粒子群算法灰岩; Keywords self-balanced method balanced position particle swarm optimization-back propagation neural network particle swarm optimization limestone; 分类号 TU473.1 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于IPSO⁃BP的消防通信指挥系统效能评价: 6; 作者于振江; 机构中国人民大学党委保卫部(处); 出处《中国安全科学学报》北大核心 2025年第9期1-7,共7页; 基金北京市高等教育学会研究项目(2025K20002)。; 文摘为实现消防通信指挥系统的现状研判与迭代升级的量化支撑,基于消防通信指挥系统设计规范,从业务支撑能力、数据服务能力、通信保障能力3个方面构建支队级消防指挥通信系统4级效能评价指标体系;在反向传播(BP)神经网络算法的基础上,通过改进粒子群优化(IPSO)算法优化参数,提出基于IPSO-BP的系统效能评价方法;采用专家打分与层次分析法(AHP)结合的方式获取样本数据,经主成分分析(PCA)方法降维后,分别基于BP神经网络、PSO-BP神经网络、IPSO-BP神经网络这3个模型开展仿真对比。结果表明:IPSO-BP神经网络模型的收敛速度最快,其均方误差相比于BP神经网络模型降低了75.71%,相较于PSO-BP神经网络模型降低了45.96%,为三者中的最小值;IPSO-BP模型能够合理精准地评价支队级消防通信指挥系统效能,具有一定的普适性。; 关键词消防通信指挥系统效能评价反向传播(BP)神经网络改进粒子群优化(IPSO) 指标体系; Keywords fire communication command system efficacy evaluation back propagation(BP)neural network improved particle swarm optimization(IPSO) index system; 分类号 X913.4 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名联盟链视角下基于IIWPSO-BP的信息安全风险预测模型被引量：8: 7; 作者周新民罗文敏刘俊杰谢宝; 机构湖南工商大学新零售虚拟现实技术湖南省重点实验室湖南工商大学计算机学院湖南工商大学前沿交叉学院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2022年第8期52-60,共9页; 基金国家社会科学基金资助(21BGL231)。; 文摘为及时发现智慧城市潜在信息安全风险,构建一种基于改进惯性权重的粒子群优化(IIWPSO)算法优化反向传播(BP)(IIWPSO-BP)神经网络算法的信息安全风险预测模型。首先,综合考虑信息拥有者、共享信息、联盟链技术、信息使用者、联盟链管理和安全措施6个一级指标,构建信息安全风险指标体系;其次,通过量化信息安全风险指标,训练并测试所构建的信息安全风险预测模型;最后,对比分析模型的鲁棒性、精确性和时间复杂度。结果表明:IIWPSO-BP预测模型的平均绝对误差(MAE)为0.1374,平均相对误差(MRE)为0.0385,拟合度为0.9720;与PSO-BP神经网络、BP神经网络相比,预测精度分别提升了37.6%、65.2%。; 关键词联盟链信息安全改进惯性权重的粒子群优化(IIWPSO)算法反向传播(BP)神经网络风险预测智慧城市; Keywords managementalliance chain information security improved inertia weight change mode particle swarm optimization(IIWPSO) back propagation(BP)neural network risk prediction smart city; 分类号 X924.2 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	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	蒋华伟郭陶杨震	《科学技术与工程》北大核心	2021	8	在线阅读下载PDF 职称材料
2	改进粒子BP神经网络在变电站噪声控制中的应用	姜鸿羽马宏忠梁欢姜宁李凯	《中国电力》 CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料
3	球磨机混合优化前向神经网络PID解耦控制系统	程启明程尹曼汪明媚郑勇	《电力系统及其自动化学报》 CSCD 北大核心	2010	15	在线阅读下载PDF 职称材料
4	基于高维空间几何的PSO-BP神经网络图像复原	郭佩何小海陶青川李木维	《计算机工程与应用》 CSCD	2012	4	在线阅读下载PDF 职称材料
5	基于PSO-BP的自平衡法试桩技术平衡点位置研究	欧孝夺梁枫江杰	《广西大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于IPSO⁃BP的消防通信指挥系统效能评价	于振江	《中国安全科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
7	联盟链视角下基于IIWPSO-BP的信息安全风险预测模型	周新民罗文敏刘俊杰谢宝	《中国安全科学学报》 CAS CSCD 北大核心	2022	8	在线阅读下载PDF 职称材料