期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进PSO-LSSVM的轴类校直机校直行程预测
被引量：
5
1
作者
郝建军
陈家栋
+1 位作者
王梦帆
周娣
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第4期87-94,共8页
传统的轴类校直通过人工操作设备和借助辅助设备的测量进行校直行程的计算。这种计算方法耗费人力,效率低下,同时也无法满足设备智能化的要求。为此,提出一种改进型的PSO-LSSVM(基于粒子群优化的最小二乘支持向量机)算法模型应用到校直...
传统的轴类校直通过人工操作设备和借助辅助设备的测量进行校直行程的计算。这种计算方法耗费人力,效率低下,同时也无法满足设备智能化的要求。为此,提出一种改进型的PSO-LSSVM(基于粒子群优化的最小二乘支持向量机)算法模型应用到校直行程的预测过程中。首先通过分析提取影响校直行程的相关因素,然后将这些影响因素与成功校直数据作为算法模型的输入样本进行训练,得到一个能可靠预测校直行程的PSO-LSSVM模型。通过对测试样本的数据分析,预测值与期望值的相对误差可以达到3. 14%。结果表明:此模型可以满足校直设备的校直行程计算,进而提高校直效率与校直自动化。
展开更多
关键词
校直行程预测
轴类
校直
最小二乘支持向量机
粒子群优化
在线阅读
下载PDF
职称材料
改进模糊神经网络的校直行程预测
2
作者
陈明灯
郝建军
+2 位作者
杨治刚
叶志雄
梁建
《重庆理工大学学报（自然科学）》
CAS
北大核心
2023年第1期111-119,共9页
针对目前轴类校直机校直行程预测精度低、耗时长的问题,提出一种改进模糊神经网络结构。将模糊系统与神经网络相结合,在网络结构中设计承接层,能对校直行程历史数据进行反馈,增强网络数据处理能力;将影响校直行程的相关因素作为参考指标...
针对目前轴类校直机校直行程预测精度低、耗时长的问题,提出一种改进模糊神经网络结构。将模糊系统与神经网络相结合,在网络结构中设计承接层,能对校直行程历史数据进行反馈,增强网络数据处理能力;将影响校直行程的相关因素作为参考指标,把实时校直成功数据作为模型输入,校直行程作为模型输出。与传统预测方法进行比较,实验结果表明:改进模糊神经网络的实际值与预测值相对误差为1.65%,提高了校直行程预测精度和校直效率。
展开更多
关键词
校直
机
校直行程预测
改进模糊神经网络
承接层
在线阅读
下载PDF
职称材料
题名
基于改进PSO-LSSVM的轴类校直机校直行程预测
被引量：
5
1
作者
郝建军
陈家栋
王梦帆
周娣
机构
重庆理工大学机械工程学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第4期87-94,共8页
基金
重庆市高校优秀成果转化资助项目(KJZH17127)。
文摘
传统的轴类校直通过人工操作设备和借助辅助设备的测量进行校直行程的计算。这种计算方法耗费人力,效率低下,同时也无法满足设备智能化的要求。为此,提出一种改进型的PSO-LSSVM(基于粒子群优化的最小二乘支持向量机)算法模型应用到校直行程的预测过程中。首先通过分析提取影响校直行程的相关因素,然后将这些影响因素与成功校直数据作为算法模型的输入样本进行训练,得到一个能可靠预测校直行程的PSO-LSSVM模型。通过对测试样本的数据分析,预测值与期望值的相对误差可以达到3. 14%。结果表明:此模型可以满足校直设备的校直行程计算,进而提高校直效率与校直自动化。
关键词
校直行程预测
轴类
校直
最小二乘支持向量机
粒子群优化
Keywords
straightening stroke prediction
shaftstraightening
least squares support vector machine
particle swarm optimization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TP273 [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
改进模糊神经网络的校直行程预测
2
作者
陈明灯
郝建军
杨治刚
叶志雄
梁建
机构
重庆理工大学机械工程学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2023年第1期111-119,共9页
文摘
针对目前轴类校直机校直行程预测精度低、耗时长的问题,提出一种改进模糊神经网络结构。将模糊系统与神经网络相结合,在网络结构中设计承接层,能对校直行程历史数据进行反馈,增强网络数据处理能力;将影响校直行程的相关因素作为参考指标,把实时校直成功数据作为模型输入,校直行程作为模型输出。与传统预测方法进行比较,实验结果表明:改进模糊神经网络的实际值与预测值相对误差为1.65%,提高了校直行程预测精度和校直效率。
关键词
校直
机
校直行程预测
改进模糊神经网络
承接层
Keywords
straightening machine
straightening stroke prediction
improve fuzzy neural network
connection layer
分类号
TP273 [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
作者
出处
发文年
被引量
操作
1
基于改进PSO-LSSVM的轴类校直机校直行程预测
郝建军
陈家栋
王梦帆
周娣
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020
5
在线阅读
下载PDF
职称材料
2
改进模糊神经网络的校直行程预测
陈明灯
郝建军
杨治刚
叶志雄
梁建
《重庆理工大学学报（自然科学）》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
