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
共找到3,262篇文章
< 1 2 … 164 >
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：
高柔结构风振AMD控制模糊神经网络预测算法研究 被引量：1
1
作者 滕军 申崇胜 鲁志雄 《工程抗震与加固改造》 北大核心 2010年第1期7-12,43,共7页
基于Takagi-Sugeno模型的模糊神经网络的基本理论,建立了模糊神经网络预测模型。该模型结合神经网络控制和预测控制的优点,解决了控制中的时滞问题。研究了基于聚类法产生模糊神经网络预测控制的模糊逻辑系统,该方法便捷地解决了模糊逻... 基于Takagi-Sugeno模型的模糊神经网络的基本理论,建立了模糊神经网络预测模型。该模型结合神经网络控制和预测控制的优点,解决了控制中的时滞问题。研究了基于聚类法产生模糊神经网络预测控制的模糊逻辑系统,该方法便捷地解决了模糊逻辑控制中模糊控制规则基于专家控制策略和经验而无自学习能力的困难。以深圳京基金融中心为算例,利用模糊神经网络预测算法控制结构在风荷载作用下的振动,仿真结果表明,模糊神经网络预测算法能够有效地减小高柔结构加速度响应。 展开更多
关键词 高柔结构 AMD控制 风振 模糊神经网络预测算法
在线阅读 下载PDF
基于模糊神经网络-粒子群优化算法的电机直驱操动机构速度环控制参数优化方法
2
作者 黎卫国 马丽娟 +4 位作者 张长虹 杨旭 李明洋 肖曦 王潇 《电气工程学报》 北大核心 2025年第3期20-27,共8页
电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(F... 电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(Fuzzy neural network,FNN)-粒子群优化(Particle swarm optimization,PSO)算法的电机直驱操动机构速度环控制参数优化方法,标准PSO算法用于优化电机直驱操动机构中永磁同步电机(Permanent magnet synchronous motor,PMSM)控制系统的速度环PI(Proportional integral,PI)参数,而FNN算法用于优化PSO算法中的惯性权重。首先,建立PMSM数学模型,并分析速度环PI控制器参数设计方法;其次,基于标准PSO算法对电机直驱操动机构中PMSM控制系统速度环PI控制器参数优化进行分析;随后,结合FNN算法对标准PSO算法中的惯性权重进行优化;最终,通过试验验证了所提方法的有效性。试验结果表明,该方法能够提高电机直驱操动机构控制系统速度环性能,为电机直驱操动机构在面对系统惯量变化时的控制性能提升提供了一种有效的解决方案。 展开更多
关键词 高压断路器 操动机构 模糊神经网络 粒子群算法
在线阅读 下载PDF
基于萤火虫算法优化BP神经网络的核电厂故障参数预测
3
作者 刘涛 谢金森 +4 位作者 邓年彪 陈鹏宇 吴智强 张二品 于涛 《核科学与工程》 北大核心 2025年第1期120-130,共11页
随着核电厂向数字化和智能化转型,利用神经网络对瞬态参数进行预测,辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题,提出了一种结合萤火虫算法(Firefly Algorithm,FA)优化... 随着核电厂向数字化和智能化转型,利用神经网络对瞬态参数进行预测,辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题,提出了一种结合萤火虫算法(Firefly Algorithm,FA)优化的BP神经网络(FA-BP神经网络)。使用PCTRAN仿真软件生成的数据,比较了FA-BP神经网络与传统BP网络在预测性能上的差异,并应用FA-BP神经网络进行故障诊断。研究结果表明,FA-BP神经网络在训练效率和预测精度方面均显著优于传统BP网络,并在故障诊断中展现出高准确率。实验表明FA-BP模型能够支持核电厂操作人员在事故中更有效地管理机组状态,增强核电安全性。 展开更多
关键词 核电厂 瞬态参数预测 萤火虫算法 BP神经网络
在线阅读 下载PDF
基于遗传算法优化BP神经网络的板栗蒸腾量预测模型
4
作者 徐佳莹 宁璐 《南方农机》 2025年第14期5-8,20,共5页
【目的】准确估算作物蒸发蒸腾量并采用智能控制技术对灌溉量进行控制,减少作物生育期的水分消耗,提高作物水分利用率,发展节水农业。【方法】以北京农学院智能温室内盆栽板栗为研究对象,以光照强度、环境温度、环境湿度、环境内CO_(2)... 【目的】准确估算作物蒸发蒸腾量并采用智能控制技术对灌溉量进行控制,减少作物生育期的水分消耗,提高作物水分利用率,发展节水农业。【方法】以北京农学院智能温室内盆栽板栗为研究对象,以光照强度、环境温度、环境湿度、环境内CO_(2)含量、叶室内CO_(2)含量以及土壤含水量为主要测定影响因素,建立了一种基于遗传算法优化BP神经网络的板栗蒸腾量预测模型。并通过设立正常浇水组和抗旱少水组两个处理组,利用BP神经网络与遗传算法优化BP神经网络对测试数据进行建模,对比两种算法的仿真时间和预测误差。【结果】正常浇水组优化后的建模仿真时间减少了4.937 55 s,抗旱少水组优化后的建模仿真时间减少了6.124 97 s;正常浇水组优化后的误差值降低了0.737 9,抗旱少水组优化后的误差值降低了1.572 5,说明遗传算法优化BP神经网络预测模型的综合预测结果更优。【结论】遗传算法优化BP神经网络预测模型有效修正了传统BP神经网络预测过程中存在的弊端,能够更好地展现板栗蒸腾量的非线性特性。本研究可为植株蒸腾量估算和实际需水量计算提供新思路和方法,对植株实现智能化控制具有重要的理论意义和实用价值。 展开更多
关键词 遗传算法 BP神经网络 蒸腾量预测
在线阅读 下载PDF
基于RBF模糊神经网络的钢轨侧磨预测
5
作者 杨光 孙庆 王伟 《城市轨道交通研究》 北大核心 2025年第S1期92-95,104,共5页
[目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊... [目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊神经网络构建了钢轨侧磨预测模型。将钢轨侧磨主要影响因素作为该模型主要参数,并结合上海轨道交通1号线测量数据进行了仿真预测试验。[结果及结论]该模型的钢轨侧磨预测值较好地拟合了实际的钢轨侧磨变化趋势,预测误差在0~1 mm范围内。根据该模型的钢轨侧磨预测结果能够掌握钢轨侧磨的状态变化趋势,能够为指导钢轨更换或打磨作业提供数据支持。 展开更多
关键词 城市轨道交通 钢轨侧磨 RBF模糊神经网络 预测模型
在线阅读 下载PDF
基于GA-BP神经网络的EISCAP传感器数据预测算法研究
6
作者 冯臻夫 张婉青 陈东 《仪表技术与传感器》 北大核心 2025年第7期121-126,共6页
针对传统测量拟合方法速度慢、稳定性差、耗时较长及精度较低等问题,文中将遗传算法和BP神经网络相结合,利用遗传算法优化BP神经网络的权值及阈值寻找最优解,在此基础上提出了一种基于GA-BP神经网络的EISCAP传感器数据预测方法。在室温... 针对传统测量拟合方法速度慢、稳定性差、耗时较长及精度较低等问题,文中将遗传算法和BP神经网络相结合,利用遗传算法优化BP神经网络的权值及阈值寻找最优解,在此基础上提出了一种基于GA-BP神经网络的EISCAP传感器数据预测方法。在室温条件下EISCAP传感器测量不同pH值的缓冲溶液,对实验样本数据进行归一化处理,以从实验样本数据中提取的偏置电压大小作为输入特征量,以EISCAP精确检测出的幅值大小作为输出特征量,构建GA-BP神经网络模型,对实验样本数据进行训练和预测。结果表明:与传统的拟合方法相比,GA-BP神经网络算法预测误差较小,平均绝对误差MAE降低了0.61%,均方根误差RMSE降低了0.05%~0.72%。GA-BP神经网络模型预测效果好,在同等采样数据量条件下,较传统的插值法大大提升了测量效率和测量精度,具有良好的适用性和灵活性。 展开更多
关键词 BP神经网络 遗传算法 EISCAP传感器 幅值检测 预测模型
在线阅读 下载PDF
基于BP神经网络结合ERA5数据的风电功率预测 被引量：1
7
作者 王婷婷 李斯胜 +4 位作者 于伟 能锋田 李星南 杨佳琳 熊亮 《储能科学与技术》 北大核心 2025年第1期183-189,共7页
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。 展开更多
关键词 风力发电 BP神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测
在线阅读 下载PDF
基于SSA-GA-BP神经网络的城轨地下线振动源强预测模型
8
作者 刘庆杰 刘博亮 +3 位作者 冯青松 徐璐 罗信伟 刘文武 《铁道科学与工程学报》 北大核心 2025年第5期2355-2366,共12页
为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素... 为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素,利用斯皮尔曼相关系数得到各类影响因素与振动源强的关系强度。分别建立基于卷积神经网络(CNN)、随机森林(RF)、支持向量机(SVM)等5个机器学习模型,对比分析了不同模型对振动源强的预测效果。使用麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络模型的结构、超参数、权重及阈值,对比SSA-GA-BP、SSA-BP、GA-BP神经网络对振动源强的预测精度。最终使用4个差异明显且未经模型学习的新断面验证SSA-GA-BP模型的泛化能力。结果表明:5种机器学习模型中BP神经网络的非线性回归拟合能力最强,验证集MAE损失为1.55 dB,决定系数为0.948;SSA-GA-BP模型对振动源强的预测精度高于SSA-BP和GA-BP,验证集MAE、MAPE和决定系数分别为1.289 dB、1.856%和0.967,有80.11%数据的平均绝对误差在2 dB以内;SSA-GA-BP模型对4个经典的新断面数据预测效果良好,4个断面汇总数据的MAE、MSE和MAPE误差值分别为1.21 dB、2.18 dB和1.67%,决定系数为0.977,有70%数据的预测误差在2 dB以内,证明了SSA-GA-BP模型有较强的泛化能力。SSA-GA-BP振源预测模型具有较好的预测精度和快速预测能力,研究可为轨道交通地下线路设计阶段的减振降噪设计提供参考。 展开更多
关键词 城市轨道交通地下线 振动源强 预测 BP神经网络 麻雀搜索算法 遗传算法
在线阅读 下载PDF
基于嵌套优化的GA-PSO-BP神经网络短期风功率预测方法研究 被引量：1
9
作者 刘翘楚 王杰 +3 位作者 秦文萍 张文博 陈玉梅 刘佳昕 《电网与清洁能源》 北大核心 2025年第2期138-146,共9页
短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提... 短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提出嵌套优化的GA-PSO-BP神经网络短期风电功率预测模型。建立内外双层嵌套的优化机制,内层机制中引入GA算法优化PSO算法学习因子,优化后PSO算法作为外层机制实现BP神经网络阈值和权值的优化。模拟风电数据预测结果表明,比起GA-BP、PSO-BP、长短期记忆网络(long short-term memory,LSTM)预测模型,所提嵌套优化模型在平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、决定系数R2 3个评价维度上均取得了最优值;利用山西某风电场不同月份、不同时段、不同波动特征的实际运行数据进行验证,预测结果表明MAE均小于0.02,R2均大于0.99,所提嵌套优化模型具有较高的预测精度和拟合程度。 展开更多
关键词 风电功率预测 BP神经网络 遗传算法 粒子群算法 嵌套优化
在线阅读 下载PDF
基于多目标模态分解与NAHL神经网络的电动汽车充电负荷预测方法 被引量：1
10
作者 郭鑫喆 王业琴 +3 位作者 王超 吴明江 杨艳 张楚 《电测与仪表》 北大核心 2025年第3期20-29,共10页
为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交... 为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交叉算子(simulated binary crossover,SBX)和线性递减的自适应变异策略(linear decreasing mutation,LDM)对NSGAII(non-dominated sorting genetic algorithm II)算法进行改进,称为NSGAII-LDSBX算法,利用改进NSGAII-LDSBX算法优化VMD的参数,将信号分解为若干个子序列,并通过模糊熵(fuzzy entropy,FE)对子序列进行重构;进一步使用NSGAII-LDSBX对NAHL模型进行优化,对各分量进行预测;以上海市嘉定区电动汽车充电站的负荷为例进行实验。分析表明:与其他模型相比,所提模型具有更好的预测精度,可有效预测电动汽车充电负荷。 展开更多
关键词 电动汽车 负荷预测 变分模态分解 模糊熵 NSGAII NAHL神经网络
在线阅读 下载PDF
基于嵌入式神经网络数据预测的多体分离安全评估平台
11
作者 吴岸平 林敬周 +2 位作者 王岩 邹东阳 解福田 《空气动力学学报》 北大核心 2025年第3期42-50,I0001,共10页
针对高速飞行器头罩分离等高动态多体分离问题,开展气动特性智能预测与分离轨迹仿真模拟研究,为分离系统设计、分离窗口选择、分离方案优化与评估提供技术支撑。选取典型状态点进行数值模拟计算和网格测力风洞试验,建立气动数据库。采... 针对高速飞行器头罩分离等高动态多体分离问题,开展气动特性智能预测与分离轨迹仿真模拟研究,为分离系统设计、分离窗口选择、分离方案优化与评估提供技术支撑。选取典型状态点进行数值模拟计算和网格测力风洞试验,建立气动数据库。采用融合高、低保真度数据的嵌入式神经网络进行学习训练,并结合遗传算法对神经网络结构进行优化,得到的气动力系数预测结果相较网格测力试验结果误差小于5%。在此基础上,采用四阶龙格-库塔法求解飞行器六自由度运动方程,建立了基于神经网络训练结果的分离轨迹仿真模拟方法。通过在不同初始分离条件下开展蒙特卡罗分析和灵敏度分析,评估了影响分离安全的主要因素。研究结果表明,与风洞CTS模拟轨迹结果相比,平台分离轨迹预测可靠,成本代价较低,可快速提升轨迹模拟能力,为分离方案设计提供有力支撑。 展开更多
关键词 多体分离 轨迹预测 安全评估平台 嵌入式神经网络 遗传算法
在线阅读 下载PDF
基于GA-BP神经网络的烟丝烘干过程水分预测
12
作者 梁志远 刘大卫 +4 位作者 黄晓飞 黄泓鑫 彭罡星 赵晓雷 吴明慧 《包装工程》 北大核心 2025年第S1期92-96,111,共6页
烟丝含水率是影响卷烟品质和口感的关键参数之一,含水率过高或过低均会导致卷烟燃烧不良、口味差异显著等问题。为有效控制烟丝含水率的稳定性,提升卷烟产品的质量一致性。本文分别研究加水控制和温度控制模式下的烟叶含水率调节机理,... 烟丝含水率是影响卷烟品质和口感的关键参数之一,含水率过高或过低均会导致卷烟燃烧不良、口味差异显著等问题。为有效控制烟丝含水率的稳定性,提升卷烟产品的质量一致性。本文分别研究加水控制和温度控制模式下的烟叶含水率调节机理,筛选含水率的关键影响因素,构建基于加水控制模式和温度控制模式的GA-BP神经网络水分预测模型,并利用贝叶斯网络拓扑结构的可解释性,结合目标含水率实现水分控制策略的逆向推理。实验数据表明,松散回潮工序、切叶丝工序及烟丝干燥工序含水率预测模型的准确率分别达到92.27%、91.48%和91.89%。所提模型在烟丝干燥过程水分预测方面具有较高准确率,基于逆向推理生成的水分调控策略可显著提高烟丝生产过程的工艺可控性,为制丝生产车间的智能化发展提供技术支撑。 展开更多
关键词 遗传算法 BP神经网络 烟丝烘干 水分预测 贝叶斯网络
在线阅读 下载PDF
基于集成学习和卷积神经网络的电网客服短期话务量预测
13
作者 覃浩 苏立伟 +5 位作者 伍广斌 蒋崇颖 徐智鹏 康峰 谭火超 张勇军 《上海交通大学学报》 北大核心 2025年第2期266-273,共8页
现代供电服务体系对用电客户服务的服务质量提出更高要求,精准的供电服务话务量预测不仅可以提高用电客户服务质量,还能有效降低客服人员成本.为此,基于集成学习和卷积神经网络提出一种电网短期话务量预测方法.首先,采用孤立森林算法进... 现代供电服务体系对用电客户服务的服务质量提出更高要求,精准的供电服务话务量预测不仅可以提高用电客户服务质量,还能有效降低客服人员成本.为此,基于集成学习和卷积神经网络提出一种电网短期话务量预测方法.首先,采用孤立森林算法进行异常数据识别,建立拉格朗日插值函数对异常数据或缺失数据进行修补;其次,利用层次分析法量化用户信息、气象信息和停电信息,采用灰色关联法分析话务量的影响因子,将影响因子作为话务量预测模型输入;然后,构建自适应增强(Adaboost)算法集成多个卷积神经网络(CNN)模型,提出一种Adaboost-CNN的话务量预测模型;最后,考虑供电服务系统增值服务,对预测结果进行修正,得到最终的话务量预测值.算例分析表明,所提预测模型较单一预测模型误差平均减少11.05个百分点、较组合预测模型误差平均减少5.32个百分点,具有更好的预测精度. 展开更多
关键词 现代供电服务体系 话务量预测 ADABOOST算法 卷积神经网络 孤立森林算法 增值服务
在线阅读 下载PDF
基于IPSO-BP神经网络的预制构件生产成本预测研究
14
作者 从明智 陆红梅 赵立伟 《石河子大学学报(自然科学版)》 北大核心 2025年第3期332-340,共9页
预制构件生产成本是装配式混凝土建筑成本的重要组成部分,对预制构件生产成本的准确预测有利于装配式混凝土建筑的发展。建立基于IPSO-BP神经网络的预制构件生产成本预测模型,其中,在粒子群算法中引入线性变化惯性权重调整策略、随机权... 预制构件生产成本是装配式混凝土建筑成本的重要组成部分,对预制构件生产成本的准确预测有利于装配式混凝土建筑的发展。建立基于IPSO-BP神经网络的预制构件生产成本预测模型,其中,在粒子群算法中引入线性变化惯性权重调整策略、随机权重算法和动态学习因子来加强BP神经网络的训练、搜索速度和跳出局部最优解的能力,并利用优化的粒子群(PSO)算法对BP神经网络的权值和阈值进行优化来提高BP神经网络的预测精度和鲁棒性,然后结合实际数据进行验证和对比分析PSO-BP神经网络、GA-BP神经网络和BP神经网络预测的结果,结果表明:IPSO-BP神经网络预测模型的预制构件生产成本的预测值与真实值最为接近,平均绝对误差、平均偏差误差、均方根误差与平均绝对百分比误差分别为1.2951、0.8961、1.4315、0.0539,较PSO-BP神经网络、GA-BP神经网络和BP神经网络均显著降低,用于预测预制构件生产成本的效果也显著提高,该模型可有效提高预制构件生产成本预测的准确性。 展开更多
关键词 预制构件 成本预测 粒子群优化算法 BP神经网络
在线阅读 下载PDF
基于改进BP神经网络的船舶油耗预测方法研究
15
作者 吴泽颖 赵强 +1 位作者 胡智辉 王敬钰 《舰船科学技术》 北大核心 2025年第11期149-154,共6页
为精确预估船舶油耗,推动航运业向绿色低碳转型,提出一种基于改进BP神经网络的船舶油耗预测方法。通过对原始航行数据进行预处理,去除噪声、偏差和异常值;利用核主成分分析法将数据中的10个原始变量降维为5个主成分,减少数据维度;采用... 为精确预估船舶油耗,推动航运业向绿色低碳转型,提出一种基于改进BP神经网络的船舶油耗预测方法。通过对原始航行数据进行预处理,去除噪声、偏差和异常值;利用核主成分分析法将数据中的10个原始变量降维为5个主成分,减少数据维度;采用遗传算法优化BP神经网络,建立高精度的船舶油耗模型。以1艘液化石油天然气运输船为研究对象,实验结果表明,优化后的BP神经网络油耗模型在预测性能方面获得较大提升,训练集和验证集的均方根误差分别降低了0.1122和0.1068,决定系数提高1.58%。该研究成果能够为船舶节能减排提供可靠的决策支持。 展开更多
关键词 BP神经网络 核主成分分析 遗传算法 船舶油耗 预测模型
在线阅读 下载PDF
基于GA-BP神经网络的冷连轧带钢板形预测
16
作者 杨熙成 叶俊成 +1 位作者 谢璐璐 孙杰 《材料与冶金学报》 北大核心 2025年第1期55-61,共7页
为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation... 为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation,BP)神经网络模型,并采用遗传算法(genetic algorithm,GA)进行优化,得到了基于遗传算法的反向传播(GA-BP)神经网络模型.结果表明,所构建的GA-BP神经网络模型在拟合优度、预测精度和稳定性等方面均优于BP神经网络模型,其RMSE值从0.9818 I降至0.4476 I,MAE值从0.6225 I降至0.2193 I,R^(2)由0.7454增至0.9131. 展开更多
关键词 冷轧带钢 板形预测 反向传播神经网络 遗传算法
在线阅读 下载PDF
基于CH-COA神经网络的飞机后机身眼镜框装配实时变形预测研究
17
作者 刘畅 刘红军 《南方农机》 2025年第S1期156-159,共4页
【目的】解决后机身眼镜框装配变形预测的难题,实现眼镜框壁板变形量的精确预测。【方法】提出了一种改进的神经网络预测算法,首先,利用小龙虾群优化算法(COA)将神经网络的初始值和阈值进行初步优化。其次,在算法觅食阶段引入天鹰座优... 【目的】解决后机身眼镜框装配变形预测的难题,实现眼镜框壁板变形量的精确预测。【方法】提出了一种改进的神经网络预测算法,首先,利用小龙虾群优化算法(COA)将神经网络的初始值和阈值进行初步优化。其次,在算法觅食阶段引入天鹰座优化算法(AO)第一阶段来弥补全局搜索能力的不足,调整搜索边界、扩展搜索策略,并引入垂直交叉操作进行多维度搜索,提高预测精准度,从而建立了CH-COA后机身眼镜框装配变形预测模型。最后,利用ANSYS软件获取50组眼镜框变形数据作为神经网络的训练和预测数据,对神经网络模型进行了训练,并分别与未改进的COA、MOV、HHO、MPA预测模型进行了对比。【结果】基于CH-COA神经网络模型的后机身眼镜框装配变形预测精度标准差为0.21%,显著低于其他算法,验证了CH-COA具有更好的稳定性和可靠性。【结论】本研究创新性地提出了基于垂直交叉操作的解更新机制、设计了动态调整的缩放因子、引入了边界处理策略,可为后机身装配中的形变控制提供理论支持与技术参考。 展开更多
关键词 变形预测 COA优化算法 BP神经网络 ANSYS仿真
在线阅读 下载PDF
基于SSA-Elman神经网络的爆破振动速度预测
18
作者 王晗 闫鹏 +3 位作者 张云鹏 巩瑞杰 袁腾 杨曦 《工程爆破》 北大核心 2025年第3期140-150,共11页
为降低爆破振动对环境产生的影响,预测爆破振动速度非常有必要。选取85组爆破振动数据,采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素,通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结... 为降低爆破振动对环境产生的影响,预测爆破振动速度非常有必要。选取85组爆破振动数据,采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素,通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结果表明,与Elman神经网络预测模型相比,X、Y以及Z方向的爆破振动速度SSA-Elman神经网络预测模型的预测值和实测值更接近,均方根误差(RMSE)以及平均绝对误差(MAE)较小,S_(RMSE)分别减少了54.2%、9.3%、34%,S MAE分别减少了50%、5.7%、21%,说明采用SSA优化Elman神经网络权值和阈值的方法,可以提高Elman神经网络预测模型的精度。 展开更多
关键词 爆破振动预测 ELMAN神经网络 麻雀搜索(SSA)算法 灰色综合关联度分析
在线阅读 下载PDF
基于WOA-IC优化神经网络的隧道爆破振动预测研究
19
作者 高宇璠 傅洪贤 《振动与冲击》 北大核心 2025年第4期229-237,共9页
为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量... 为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量化,建立了包括3个定量参数和10个定性参数的更完整的数据集。利用信息准则对模型复杂度的反馈,构建了一个提高模型泛化能力的双层优化结构,分析改进ANN模型的激活函数和训练算法最优组合,并引入鲸鱼算法优化模型初始权值和阈值的选取,降低模型输出结果的偏差和波动。对比分析WOA-IC-ANN模型与传统经验公式、ANN模型、IC-ANN模型、WOA-ANN模型预测结果的差异。研究表明,WOA-IC-ANN模型的预测结果与实际吻合更好,误差显著降低,具有较好的泛化能力。研究成果可用于隧道爆破工程的振动预测,并为类似工作提供借鉴和参考。 展开更多
关键词 爆破振动 预测模型 信息准则(IC) 鲸鱼优化算法(WOA) 人工神经网络(ANN)
在线阅读 下载PDF
基于物理信息神经网络的长距离顶管施工顶力预测 被引量：1
20
作者 李博 刘宇翔 +2 位作者 陈建国 杨耀红 张哲 《人民长江》 北大核心 2025年第1期147-155,共9页
长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网... 长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网络的训练机制,并引入改进的麻雀搜索算法(ISSA)对模型超参数取值进行优化,建立了ISSA-PINN顶管施工顶力预测模型;以河南省郑开同城东部供水工程顶管施工为例,选取524组工程实测数据验证了模型的有效性。计算结果表明:ISSA-PINN模型具有较高的预测精度,相较于单纯数据驱动模型,在测试集和新数据集中的预测性能分别提升了0.07和0.17,说明物理模型的融入对降低机器模型的过拟合风险和提高泛化能力有积极影响;相比于SSA和粒子群算法,ISSA算法寻优速度更快、适应度更好。研究结果可为顶管工程施工顶力控制提供参考。 展开更多
关键词 顶管施工 顶力预测 物理信息神经网络(PINN) 改进麻雀搜索算法(ISSA)
在线阅读 下载PDF
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 2 … 164 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部