基于小波包分解和神经网络集成群的滚动轴承故障诊断 被引量：2

1

作者 柴立平 孟壮壮 +1 位作者 石海峡 李强 《合肥工业大学学报(自然科学版)》 北大核心 2025年第4期447-454,共8页

文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back p... 文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络分别对轴承进行故障诊断,比较分析小波包能量和小波包样本熵作为特征向量的适配程度;再以多个神经网络作为神经网络集成群的基础子网络,通过统计耦合、输出耦合和统计输出耦合形成神经网络集成群的二级网络;最后通过最终统计耦合输出神经网络集成群的分类结果。研究结果表明,该方法可获得理想的滚动轴承故障诊断准确率,在负载变化时具有良好的泛化性能。 展开更多

关键词 滚动轴承 故障诊断 小波包变换 粒子群优化反向传播神经网络 神经网络集成群

在线阅读 下载PDF 职称材料

神经网络中的粒子权重计算 被引量：2

2

作者 丁雪梅 伦立军 李英梅 《计算机工程》 CAS CSCD 北大核心 2005年第4期175-177,共3页

讨论了将粒子信息存入神经网络的机制,以加速网络训练,提高清晰度,提出了语言权重的GNN及语言算法规则。GNN比标准BP网络需要少训练时间来学习已知问题,同时知识的表示更易于理解。

关键词 粒子神经网络 粒子计算 语言变量

在线阅读 下载PDF 职称材料

用改进粒子群神经网络混合算法优化特高压油气套管均压球结构 被引量：11

3

作者 张施令 彭宗仁 +2 位作者 胡伟 刘鹏 王浩然 《高电压技术》 EI CAS CSCD 北大核心 2012年第9期2195-2204,共10页

在我国特高压(ultra-high voltage,UHV)油气套管样机的试制过程中,套管尾部电场分布和均压球结构的优化是一项重要的研究内容。为此,详细介绍了改进粒子群神经网络混合算法(PSO-BP算法)的基本原理和流程,运用连续显式函数验证了该算法... 在我国特高压(ultra-high voltage,UHV)油气套管样机的试制过程中,套管尾部电场分布和均压球结构的优化是一项重要的研究内容。为此,详细介绍了改进粒子群神经网络混合算法(PSO-BP算法)的基本原理和流程,运用连续显式函数验证了该算法的寻优能力和准确度;并运用该算法对套管尾部均压球结构进行了优化。研究表明:PSO-BP算法能较准确地搜寻到显式函数的极值点,具有较强的挑出局部最优解的能力;需用套管3维全模型才能较准确地计算得出套管尾部的电场分布;PSO-BP算法能有效搜寻到均压球结构参数的最佳配置;优化后均压球表面的最大电场强度较优化前降低了约64.9%,且PSO-BP算法较传统PSO算法可节省约75.2%的计算时间。该研究结果已成功运用于特高压油气套管样机的试制并完成了全部型式试验。 展开更多

关键词 特高压(UHV) 油气套管 均压球 改进粒子群神经网络混合(PSO-BP)算法 有限元法(FEM) 结构优化

在线阅读 下载PDF 职称材料

改进粒子群-BP神经网络模型的短期电力负荷预测 被引量：48

4

作者 师彪 李郁侠 +1 位作者 于新花 闫旺 《计算机应用》 CSCD 北大核心 2009年第4期1036-1039,共4页

为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。 展开更多

关键词 短期负荷预测 改进的粒子群-BP神经网络算法 预测精度

在线阅读 下载PDF 职称材料

基于改进粒子群-径向基神经网络模型的短期电力负荷预测 被引量：26

5

作者 师彪 李郁侠 +3 位作者 于新花 闫旺 何常胜 孟欣 《电网技术》 EI CSCD 北大核心 2009年第17期180-184,共5页

为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。 展开更多

关键词 负荷预测 改进粒子群-径向基神经网络模型 泛化能力 预测精度

在线阅读 下载PDF 职称材料

基于粒子群神经网络液压泵效率特性仿真分析 被引量：3

6

作者 陈晓飞 陆亦工 王爱民 《液压与气动》 北大核心 2012年第9期52-55,共4页

为了能够实现对液压泵效率特性的多点计算,深入地研究了粒子群神经网络在液压泵效率特性分析中的应用。首先,分析了液压泵效率特性的基本原理;其次,研究了RBF神经网络的基本原理;然后,剖析了改进粒子群的优化算法;最后,进行了液压泵效... 为了能够实现对液压泵效率特性的多点计算,深入地研究了粒子群神经网络在液压泵效率特性分析中的应用。首先,分析了液压泵效率特性的基本原理;其次,研究了RBF神经网络的基本原理;然后,剖析了改进粒子群的优化算法;最后,进行了液压泵效率特性试验测试和仿真分析结果比较,比较结果表明粒子群神经网络在进行液压泵效率特性计算时具有较高的计算精度和计算效率。 展开更多

关键词 粒子群神经网络 液压泵 效率

在线阅读 下载PDF 职称材料

基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量：29

7

作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页

针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多

关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络

在线阅读 下载PDF 职称材料

基于粒子群神经网络的供应商评价模型及应用 被引量：3

8

作者 仝凌云 姜璠 李东梅 《工业技术经济》 2009年第2期143-145,共3页

供应链管理成为当今的研究热点,能否选择合适的供应商成为供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分。本文比较了供应商评价的各种方法,在重点研究了BP神经网络算法的基础上,针对其训练速度慢和容易陷入局部极小... 供应链管理成为当今的研究热点,能否选择合适的供应商成为供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分。本文比较了供应商评价的各种方法,在重点研究了BP神经网络算法的基础上,针对其训练速度慢和容易陷入局部极小点的局限性,提出了一种粒子群优化BP神经网络评价模型。通过实例用Matlab进行仿真,与传统的BP网络模型比较,得出粒子群神经网络在供应商评价中更加有效。 展开更多

关键词 供应商评价 BP神经网络 粒子群神经网络

在线阅读 下载PDF 职称材料

自适应变系数粒子群和径向基神经网络在短期电价预测中的应用(英文) 被引量：3

9

作者 师彪 李郁侠 +3 位作者 于新花 闫旺 李娜 孟欣 《电网技术》 EI CSCD 北大核心 2010年第1期98-106,共9页

分析了传统的粒子群优化(particle swarm optimization,PSO)算法和径向基(radial basis function,RBF)神经网络的优缺点,提出一种自适应变系数粒子群优化算法(adaptive variable coefficients particle swarm optimizer,AVCPSO)。该算法... 分析了传统的粒子群优化(particle swarm optimization,PSO)算法和径向基(radial basis function,RBF)神经网络的优缺点,提出一种自适应变系数粒子群优化算法(adaptive variable coefficients particle swarm optimizer,AVCPSO)。该算法与RBF神经网络结合形成自适应变系数粒子群-径向基(AVCPSO-RBF)神经网络混合优化算法。基于此优化算法,建立了短期电价预测模型,并利用贵州电网历史数据进行短期电价预测。仿真计算结果表明,AVCPSO-RBF混合优化算法在短期电价预测中优于传统RBF神经网络法和PSO-RBF神经网络方法,克服了上述2种方法的缺点,改善了RBF神经网络的泛化能力,具有输出稳定性好、预测精度高、收敛速度快等特点,使用该方法得到的各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.652RMB/MW·h。 展开更多

关键词 电价预测 粒子群优化算法:径向基神经网络 混合优化算法 泛化能力

在线阅读 下载PDF 职称材料

基于粒子群神经网络的逆变软开关弧焊电源恒流控制的研究 被引量：1

10

作者 王宝忠 孙丽 《科学技术与工程》 北大核心 2012年第31期8276-8280,共5页

目前,在一定的工业生产中,要求逆变软开关弧焊电源具有精确、有效的控制。但传统中使用的的PID控制器的控制效果很难达到令人满意的程度。因此,采用粒子群神经网络算法,设计了具有自适应调整功能的PID控制器。通过对系统运行状态的在线... 目前,在一定的工业生产中,要求逆变软开关弧焊电源具有精确、有效的控制。但传统中使用的的PID控制器的控制效果很难达到令人满意的程度。因此,采用粒子群神经网络算法,设计了具有自适应调整功能的PID控制器。通过对系统运行状态的在线学习,智能化地修正PID的三个输出参数,进而控制系统中逆变器的功率开关器件的导通时间,最终实现整个系统的恒电流输出控制。仿真结果表明:将粒子群神经网络算法运用到逆变软开关弧焊电源中,可使系统控制效果得到很大改善。同时使整个系统具有更好的自适应性和鲁棒性。 展开更多

关键词 逆变开关电源 粒子群神经网络 PID控制

在线阅读 下载PDF 职称材料

基于混沌粒子群神经网络的瓦斯浓度预测 被引量：8

11

作者 耿越 《中国煤炭》 北大核心 2017年第3期124-129,共6页

通过定量法确定瓦斯浓度数据具有混沌特性,计算瓦斯序列的延迟时间和最优嵌入维数并对其相空间重构。在混沌分析的基础上结合人工神经网络技术,针对传统RBFNN模型参数确定的问题,提出通过粒子群算法对网络参数优化,建立了CT—PSO—RBFN... 通过定量法确定瓦斯浓度数据具有混沌特性,计算瓦斯序列的延迟时间和最优嵌入维数并对其相空间重构。在混沌分析的基础上结合人工神经网络技术,针对传统RBFNN模型参数确定的问题,提出通过粒子群算法对网络参数优化,建立了CT—PSO—RBFNN预测模型。利用实际煤矿监测数据对提出的模型训练预测,并与其他3种模型横向对比,得出性能排序为CT—PSO—RBFNN>T—PSO—RBFNN>CT—RBFNN>T—RBFNN。结果证明,CT—PSO—RBFNN模型预测精度高、预测误差小、性能稳定,能够为瓦斯灾害的预报预警提供一定技术支持。 展开更多

关键词 瓦斯浓度预测 煤矿安全 混沌分析 粒子群优化径向基函数神经网络 预报预警

在线阅读 下载PDF 职称材料

响应面和粒子群-人工神经网络模型优化微波辅助提取赤芍总苷工艺 被引量：5

12

作者 杜妹玲 陈志红 +3 位作者 朱轩池 兰红宇 李永 张秀玲 《食品工业科技》 CAS 北大核心 2023年第15期248-257,共10页

以赤芍(Paeoniae Radix Rubra)为原料,建立单因素-Box-Behnken试验,探究微波功率、提取时间、提取次数、乙醇浓度和液固比对赤芍总苷提取量的影响,并评价提取物的体外抗氧化活性。通过建立响应面模型和粒子群-人工神经网络模型对微波辅... 以赤芍(Paeoniae Radix Rubra)为原料,建立单因素-Box-Behnken试验,探究微波功率、提取时间、提取次数、乙醇浓度和液固比对赤芍总苷提取量的影响,并评价提取物的体外抗氧化活性。通过建立响应面模型和粒子群-人工神经网络模型对微波辅助提取赤芍总苷的工艺进行优化。结果表明:响应面模型和粒子群-人工神经网络模型的决定系数R2分别为0.9099和0.9925,表明粒子群-人工神经网络具有更好的预测能力。采用粒子群-人工神经网络模型优化提取工艺条件:乙醇浓度81%、液固比30 mL/g、提取时间22 s、提取5次、微波功率420 W,在此条件下,赤芍总苷的提取量为378.977±1.982 mg PE/g d.w.;赤芍苷提取物(100μg/mL)对DPPH自由基和ABTS+自由基的清除率分别为87.61%和80.74%,接近阳性对照。提取物还具有一定的还原能力。本研究结果为优化提取工艺提供了新的方法,也为赤芍有效成分作为添加剂的应用提供了理论基础。 展开更多

关键词 赤芍总苷 微波辅助提取 响应面 粒子群-人工神经网络 体外抗氧化活性

在线阅读 下载PDF 职称材料

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

13

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

基于粒子群优化神经网络混合模型预测马尾松毛虫发生量 被引量：4

14

作者 陈绘画 崔相富 杨胜利 《东北林业大学学报》 CAS CSCD 北大核心 2008年第11期88-91,共4页

针对BP网络具有局部精确搜索但易陷入局部极小、粒子群算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法——PSO-BP算法。根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、有虫株... 针对BP网络具有局部精确搜索但易陷入局部极小、粒子群算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法——PSO-BP算法。根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、有虫株率相关关系密切的气象因子和延拓均生函数序列作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、有虫株率与气象因子和延拓均生函数序列的PSO-BP混合模型。结果表明:建立的各PSO-BP混合模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4.01%;虫口密度PSO-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,预留样本的平均预测误差为3.32%;有虫株率PSO-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,预留样本的平均预测误差为2.83%。上述3个指标的预测准确率均为100%。 展开更多

关键词 马尾松毛虫 粒子群神经网络 发生量 预测预报 PSO-BP混合模型

在线阅读 下载PDF 职称材料

基于粒子群神经网络模型反演玉米、小麦叶面积指数 被引量：5

15

作者 王枭轩 孟庆岩 +2 位作者 张海香 魏香琴 杨泽楠 《浙江农业学报》 CSCD 北大核心 2019年第7期1170-1176,共7页

基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,... 基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。 展开更多

关键词 叶面积指数 粒子群神经网络模型 神经网络模型 植被指数回归模型

在线阅读 下载PDF 职称材料

基于VMPSO-RBF神经网络的话务量预测 被引量：1

16

作者 晏新祥 邓磊 +4 位作者 夏晓燕 覃锡忠 贾振红 常春 王浩 《激光杂志》 CAS CSCD 北大核心 2011年第4期23-24,共2页

为了更快速、准确地预测话务量,提出了速度变异的粒子群算法(VMPSO),并与RBF算法相结合,形成速度变异的粒子群—RBF(VMPSO-RBF)神经网络算法,并且来训练神经网络,从而优化了神经网络的参数,最后对移动话务量进行预测。与RBF神经网络方法... 为了更快速、准确地预测话务量,提出了速度变异的粒子群算法(VMPSO),并与RBF算法相结合,形成速度变异的粒子群—RBF(VMPSO-RBF)神经网络算法,并且来训练神经网络,从而优化了神经网络的参数,最后对移动话务量进行预测。与RBF神经网络方法和PSO-RBF神经网络方法相比较,该文提出的方法预测精度更高,收敛速度更快。 展开更多

关键词 话务量预测 速度变异的粒子群—RBF神经网络算法:预测精度

在线阅读 下载PDF 职称材料

基于K-近邻算法改进粒子群-反向传播算法的织物质量预测技术 被引量：4

17

作者 孙长敏 戴宁 +5 位作者 沈春娅 徐开心 陈炜 胡旭东 袁嫣红 陈祖红 《纺织学报》 EI CAS CSCD 北大核心 2024年第7期72-77,共6页

为解决现有下机织物质量差异性较大且传统验布环节时间较长等问题,提出基于K-近邻(KNN)算法改进粒子群-反向传播(PSO-BP)算法的织物质量等级预测方法。首先分析织物质量预测模型,整理织物疵点类型与织物质量等级分类,并根据织物疵点特... 为解决现有下机织物质量差异性较大且传统验布环节时间较长等问题,提出基于K-近邻(KNN)算法改进粒子群-反向传播(PSO-BP)算法的织物质量等级预测方法。首先分析织物质量预测模型,整理织物疵点类型与织物质量等级分类,并根据织物疵点特征将疵点划分为6类;其次选取14种影响织物质量的因子作为模型输入量;然后详细介绍依据KNN与PSO原理进行织物质量预测流程;最后以浙江兰溪某纺织厂近3个月16186条织物生产数据为例,建立织物质量预测模型。结果显示:该技术对织物质量预测的准确率达到98.054%,且训练时长仅需4.8 s,在保证织物质量预测准确性的同时,极大缩短了检测时间,提高了织造车间生产效率。 展开更多

关键词 织布车间 织物质量 K-近邻算法 粒子群-反向传播神经网络算法 织物质量预测

在线阅读 下载PDF 职称材料

基于粒子群神经网络的知识管理成熟度评估研究 被引量：4

18

作者 尹彦 赵涛 齐莉丽 《情报杂志》 CSSCI 北大核心 2010年第5期124-128,共5页

知识管理成熟度模型对于衡量组织知识管理的实施程度、科学指导组织知识管理的实施以及帮助人们更全面地理解和运用知识管理具有重要意义,同时为实现知识管理的持续改善提供参考。近年来知识管理成熟度模型已成为知识管理研究的热点之... 知识管理成熟度模型对于衡量组织知识管理的实施程度、科学指导组织知识管理的实施以及帮助人们更全面地理解和运用知识管理具有重要意义,同时为实现知识管理的持续改善提供参考。近年来知识管理成熟度模型已成为知识管理研究的热点之一。研究中在总结国内外相关文献的基础上,构建了知识管理成熟度的逻辑模型并提出了成熟度评价的指标体系,运用粒子群算法与神经网络模型相结合的方法对企业知识管理成熟度进行有效评估,并通过实例验证本算法的实用性和优越性。 展开更多

关键词 知识管理 成熟度模型 粒子群神经网络 BP神经网络

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 被引量：1

19

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... 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。 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

基于全局灵敏度分析的综合能源设备响应价值量化方法 被引量：1

20

作者 黄逸翔 窦迅 +3 位作者 李林溪 杨函煜 于建成 霍现旭 《上海交通大学学报》 北大核心 2025年第5期569-579,共11页

综合需求响应作为提升能源利用效率,促进可再生清洁能源消纳的有效途径之一,其本质是通过综合能源设备的多能耦合能力引导用户参与源荷双向互动.为提升综合能源系统的运行控制水平,需要准确评估综合能源设备的响应价值.因此,提出一种基... 综合需求响应作为提升能源利用效率,促进可再生清洁能源消纳的有效途径之一,其本质是通过综合能源设备的多能耦合能力引导用户参与源荷双向互动.为提升综合能源系统的运行控制水平,需要准确评估综合能源设备的响应价值.因此,提出一种基于Sobol全局灵敏度分析的综合能源设备响应价值量化方法.首先,以总运行成本最小为目标函数,考虑多类型需求响应,建立综合能源系统泛化优化模型,并构建基于粒子群-反向传播神经网络的综合能源系统优化代理模型.然后,采用Sobol全局灵敏度方法量化设备效率参数对成本、用户满意度、综合能源利用率以及电能替代率的全局灵敏度指标,用于评估综合能源设备的响应价值并且辨识影响系统状态的关键设备.最后,通过对江苏省某商业园区进行仿真,获得各综合能源设备效率的全局灵敏度系数,分析不同设备效率对系统状态的影响,准确量化综合能源设备的响应价值,验证了所提方法的有效性. 展开更多

关键词 全局灵敏度分析 综合需求响应价值 综合能源设备 综合能源系统 粒子群-反向传播神经网络

在线阅读 下载PDF 职称材料