期刊文献+
共找到3,961篇文章
< 1 2 199 >
每页显示 20 50 100
基于改进二进制粒子群算法优化DBN的轴承故障诊断 被引量:4
1
作者 陈剑 黄志 +2 位作者 徐庭亮 孙太华 李雪原 《组合机床与自动化加工技术》 北大核心 2024年第1期168-173,共6页
针对滚动轴承故障振动信号非平稳性的特点,对二进制粒子群优化算法(binary particles swarm optimization,BPSO)和深度信念网络(deep belief network,DBN)进行研究,提出一种基于局部均值分解(local mean decomposition,LMD)和IBPSO-DBN... 针对滚动轴承故障振动信号非平稳性的特点,对二进制粒子群优化算法(binary particles swarm optimization,BPSO)和深度信念网络(deep belief network,DBN)进行研究,提出一种基于局部均值分解(local mean decomposition,LMD)和IBPSO-DBN的轴承故障诊断方法。提出用加权惯性权重改进BPSO迭代过程中的固定权重,再用改进BPSO优化DBN的隐含层神经元个数和学习率。该方法先对信号进行LMD,提取出各PF分量的散布熵和时域指标,并构建特征矩阵,然后把特征矩阵输入改进BPSO-DBN模型中训练,实现滚动轴承故障诊断和分类。采用试验轴承数据做验证并与其他诊断方法对比,结果表明,基于LMD和BPSO-DBN的滚动轴承故障诊断方法具有较好的故障识别率。 展开更多
关键词 局部均值分解 二进制粒子优化算法 深度置信网络 滚动轴承故障诊断
在线阅读 下载PDF
计及改进粒子群算法优化BP神经网络的沼气产量软测量预测模型 被引量:2
2
作者 于雪彬 贾宇琛 +2 位作者 高立艾 周加栋 霍利民 《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期643-650,共8页
为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权... 为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权重系数法和引入变异算子对粒子群算法进行改进,并对BP神经网络进行初始化来提高模型性能。通过实验比较改进PSO-BP模型、传统BP神经网络以及遗传算法优化的BP神经网络在预测沼气日产量方面的性能,采用改进的PSO-BP模型进行预测时,均方根误差(RMSE)、决定系数(R2)和平均绝对误差(MAE)分别为1.38440、0.84011和1.00910,证明改进PSO-BP模型结合软测量技术对进行复杂非线性牛粪高温厌氧发酵过程预测的可行性,同时可保证预测结果的精准性。 展开更多
关键词 生物质能 沼气 粒子优化算法 BP神经网络 软测量技术
在线阅读 下载PDF
粒子群算法优化支持向量机的网络流量混沌预测 被引量:9
3
作者 刘昆 《现代电子技术》 北大核心 2019年第2期120-123,共4页
针对传统网络流量预测方法存在预测平均绝对误差较大的问题,提出基于粒子群算法优化支持向量机的网络流量混沌预测方法。采用粒子群算法对支持向量机方法进行优化,利用优化后的支持向量机方法对网络流量进行混沌预测,预测结果表明,采用... 针对传统网络流量预测方法存在预测平均绝对误差较大的问题,提出基于粒子群算法优化支持向量机的网络流量混沌预测方法。采用粒子群算法对支持向量机方法进行优化,利用优化后的支持向量机方法对网络流量进行混沌预测,预测结果表明,采用改进预测方法时,其预测的平均绝对误差值相比FCM-LSSVM网络流量预测方法、Morlet-SVR和ARIMA组合预测方法分别降低了65.3%,34.3%,具有一定的优势。 展开更多
关键词 粒子群算法优化 支持向量机 网络流量 混沌预测 平均绝对误差 算法
在线阅读 下载PDF
改进粒子群算法优化的支持向量机及其应用 被引量:28
4
作者 王振武 孙佳骏 尹成峰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第12期1728-1733,共6页
传统粒子群优化(particle swarm optimization,PSO)算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对... 传统粒子群优化(particle swarm optimization,PSO)算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对支持向量机(support vector machine,SVM)的参数进行优化,仿真实验结果表明:与SVM、PSO-SVM以及遗传算法(genetic algorithm,GA)优化的SVM(GA-SVM)相比,改进PSO优化的SVM(IPSO-SVM)算法具有较高的分类准确率,并且与PSO-SVM算法相比,准确率提高了3%~5%,与PSO-SVM算法以及GA-SVM算法相比,IPSO-SVM的训练和泛化速度都明显提高。本文将IPSO-SVM算法应用到遥感影像的分类中,分类结果表明,与PSO-SVM算法相比IPSO-SVM算法具有更好的分类结果。 展开更多
关键词 粒子优化算法 混沌序列 支持向量机 遥感影像
在线阅读 下载PDF
基于改进的粒子群算法优化反向传播神经网络的热舒适度预测模型 被引量:18
5
作者 张玲 王玲 吴桐 《计算机应用》 CSCD 北大核心 2014年第3期775-779,共5页
针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,提出一种基于改进的粒子群优化(PSO)算法优化反向传播(BP)神经网络的热舒适度预测模型。这一预测模型通过采用PSO算法优化BP神经网络的初始权值和阈值,改善了传... 针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,提出一种基于改进的粒子群优化(PSO)算法优化反向传播(BP)神经网络的热舒适度预测模型。这一预测模型通过采用PSO算法优化BP神经网络的初始权值和阈值,改善了传统BP算法收敛速度慢及对网络初始值敏感的问题。同时,针对标准PSO算法易出现早熟收敛、局部寻优能力弱等缺点,提出了相应改进策略,进一步提高了PSO优化BP神经网络的能力。实验结果表明:与传统BP模型和标准PSO-BP模型相比,基于改进的PSO-BP算法的热舒适度预测模型具有更高的预测精度和更快的收敛速度。 展开更多
关键词 热舒适度 预测 反向传播神经网络 粒子优化算法 模型
在线阅读 下载PDF
粒子群算法优化双核支持向量机及应用 被引量:9
6
作者 聂立新 张天侠 赵波 《振动.测试与诊断》 EI CSCD 北大核心 2014年第3期565-569,596-597,共5页
针对支持向量机核函数和控制参数选取难度较大的问题,提出了一种主动划分参数区间的双尺度径向基核支持向量机,并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量,验... 针对支持向量机核函数和控制参数选取难度较大的问题,提出了一种主动划分参数区间的双尺度径向基核支持向量机,并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量,验证、测试了上述支持向量机模型,同时考虑了类间数据不平衡的影响。结果表明,双尺度径向基核函数的性能在多数情况下优于单径向基核函数,并行定向变异的混合粒子群优化算法优于标准粒子群优化算法,能够有效抑制早熟收敛,有利于搜索到更优的支持向量机控制参数。 展开更多
关键词 支持向量机 双尺度核函数 粒子优化算法 参数优化 故障诊断
在线阅读 下载PDF
利用粒子群算法优化SVM分类器的超参数 被引量:15
7
作者 王东 吴湘滨 《计算机应用》 CSCD 北大核心 2008年第1期134-135,139,共3页
利用粒子群算法在求解组合优化问题时具有的全局搜索特性,设计并实现了支持向量机分类器中超参数的优选粒子群算法,扼要地叙述了算法实现中个体编码和适应度函数,通过在国际标准数据集上的实验验证了算法的有效性和高效性,最后列举了一... 利用粒子群算法在求解组合优化问题时具有的全局搜索特性,设计并实现了支持向量机分类器中超参数的优选粒子群算法,扼要地叙述了算法实现中个体编码和适应度函数,通过在国际标准数据集上的实验验证了算法的有效性和高效性,最后列举了一些在上述工作基础上可开展的深入性工作。 展开更多
关键词 支持向量机 分类器 参数优化 粒子优化算法
在线阅读 下载PDF
短时交通状态预测参数粒子群算法优化研究 被引量:5
8
作者 熊志华 邵春福 姚智胜 《交通运输系统工程与信息》 EI CSCD 2008年第3期29-33,共5页
短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能.考虑到道路网交通状态的... 短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能.考虑到道路网交通状态的混沌特性和相关性,应用多维混沌时间序列可对道路网多断面交通状态进行预测.建立的多维混沌时间序列模型中有多个参数需要确定,并且与以往一维混沌时间序列预测中参数确定原则既有区别又有联系,因此在分析其差异性之后,本文利用粒子群优化算法优化模型中参数,当输入新的数据时,应用该模型就可以预测道路多点的交通状态.通过某城市快速路上7个断面交通流量来验证模型的有效性. 展开更多
关键词 智能交通 短时交通状态预测 混沌理论 多维时间序列 粒子优化算法
在线阅读 下载PDF
自适应的混沌粒子群算法优化XML文档聚类策略 被引量:3
9
作者 刘波 杨路明 邓云龙 《系统仿真学报》 CAS CSCD 北大核心 2009年第3期716-720,共5页
为了提高海量XML文档集的聚类质量,提出了一种基于粒子群的XML自适应混沌聚类算法(简称ACPSO);为了简化XML文档相似性判定,该算法以XML键为基础,结合混沌原理与粒子群算法划分XML文档;为了加速算法的收敛性,通过对算法相关参数的自适应... 为了提高海量XML文档集的聚类质量,提出了一种基于粒子群的XML自适应混沌聚类算法(简称ACPSO);为了简化XML文档相似性判定,该算法以XML键为基础,结合混沌原理与粒子群算法划分XML文档;为了加速算法的收敛性,通过对算法相关参数的自适应学习与权重调整,增强XML文档的全局寻优能力,改善XML文档聚类的质量。对比其它聚类算法,仿真表明本算法不仅能有效避免聚类停滞现象的发生,而且是一种高效的XML文档聚类方法。 展开更多
关键词 XML文档集 XML键 混沌优化算法 自适应策略 粒子优化算法
在线阅读 下载PDF
基于粒子群算法优化干燥部气罩通风系统送风温度 被引量:5
10
作者 李茜 庞肖 +1 位作者 汤伟 王孟效 《中国造纸》 CAS 北大核心 2016年第8期57-60,共4页
针对卫生纸机吨纸耗汽量高的问题,提出对干燥部气罩通风系统的送风温度进行优化。首先建立数学模型分析送风温度对干燥部能耗的影响,并采用粒子群算法对其进行优化。MATLAB仿真结果表明,在优化后的送风温度下,干燥部吨纸耗汽量存在最小... 针对卫生纸机吨纸耗汽量高的问题,提出对干燥部气罩通风系统的送风温度进行优化。首先建立数学模型分析送风温度对干燥部能耗的影响,并采用粒子群算法对其进行优化。MATLAB仿真结果表明,在优化后的送风温度下,干燥部吨纸耗汽量存在最小值,具有可观的节能效益。 展开更多
关键词 送风温度 粒子优化算法 节能 MATLAB仿真
在线阅读 下载PDF
改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 被引量:11
11
作者 黄国权 尤新华 《激光杂志》 北大核心 2015年第3期96-99,共4页
为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相... 为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。 展开更多
关键词 网络流量 粒子优化算法 混沌理论 最小二乘支持向量机
在线阅读 下载PDF
基于自适应粒子群算法优化神经网络的多沙水库冲淤预测模型研究及应用 被引量:3
12
作者 吴巍 周孝德 +1 位作者 王新宏 程文 《西北农林科技大学学报(自然科学版)》 CSCD 北大核心 2011年第4期216-226,共11页
【目的】针对传统多沙水库冲淤预测模型难以准确、迅速预测某一具体水库调度运行方式下泥沙的冲淤变化过程,无法为制定合理水库调度运行方式提供决策依据的不足,构建一种计算效率高、能保证一定计算精度且相对简便的泥沙冲淤预测模型。... 【目的】针对传统多沙水库冲淤预测模型难以准确、迅速预测某一具体水库调度运行方式下泥沙的冲淤变化过程,无法为制定合理水库调度运行方式提供决策依据的不足,构建一种计算效率高、能保证一定计算精度且相对简便的泥沙冲淤预测模型。【方法】将人工神经网络及粒子群优化算法引入到多沙水库冲淤预测中,构建基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型,并将该模型应用于冯家山水库库区泥沙冲淤形态、冲淤量的预测,验证其实用性。【结果】将多沙水库冲淤变化过程视为一个非线性动力系统,利用人工神经网络处理大规模复杂非线性动力学问题的优势,在采用自适应粒子群优化算法对BP神经网络的初始连接权值和阈值进行优化的基础上,成功构建了基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型。该模型在冯家山水库冲淤预测中的应用结果表明,模型计算值与实测值之间吻合良好,可满足实际水库管理的需要。【结论】所构建模型具有较强的合理性及较广的适用性,为多沙水库冲淤预测提供了一条有效途径。 展开更多
关键词 多沙水库 冲淤预测模型 BP人工神经网络 自适应粒子优化算法
在线阅读 下载PDF
改进的粒子群算法优化的特征选择方法 被引量:36
13
作者 李炜 巢秀琴 《计算机科学与探索》 CSCD 北大核心 2019年第6期990-1004,共15页
特征选择是数据挖掘中数据预处理的一个重要步骤,因此选择出最优的特征子集可有效地降低学习算法的数据维度和计算成本。采用二进制粒子群优化算法(binary particle swarm optimization algorithm,BPSO)来对特征选择过程进行优化。提出... 特征选择是数据挖掘中数据预处理的一个重要步骤,因此选择出最优的特征子集可有效地降低学习算法的数据维度和计算成本。采用二进制粒子群优化算法(binary particle swarm optimization algorithm,BPSO)来对特征选择过程进行优化。提出基于特征聚类信息进行种群初始化的策略,其中特征的聚类由社团划分算法完成,并根据划分后的信息,在初始化过程中减少信息冗余,提高初始化种群的质量。提出一种基于决策空间相似性的自适应局部搜索策略,其中粒子的相似性指数由粒子在决策空间中的相似性确定。进化过程中,自适应地调整粒子进行局部搜索,避免算法早熟。最后,选择三种代表性的优化算法分别在11个UCI数据集上进行对比实验。实验结果表明,改进后的BPSO算法得到的特征选择结果在降低特征数目方面明显优于其他对比算法,且分类精度也有显著提高。 展开更多
关键词 二进制粒子优化算法 特征聚类 交互操作 粒子密度 智能算法
在线阅读 下载PDF
改进粒子群算法优化回声状态网络的电力需求预测研究 被引量:21
14
作者 王林 王燕丽 安泽远 《计算机工程与科学》 CSCD 北大核心 2022年第8期1457-1466,共10页
首先引入自适应算子对标准粒子群优化算法PSO的惯性权重和学习因子进行改进,以提高其探索当前空间和开发未知空间之间的平衡性。同时,采用非线性函数来构建回声状态网络ESN储备池内部状态之间的非线性关系。接着利用改进的粒子群优化算... 首先引入自适应算子对标准粒子群优化算法PSO的惯性权重和学习因子进行改进,以提高其探索当前空间和开发未知空间之间的平衡性。同时,采用非线性函数来构建回声状态网络ESN储备池内部状态之间的非线性关系。接着利用改进的粒子群优化算法APSO对非线性回声状态网络NESN的关键参数进行优化,以构建APSO-NESN组合预测模型。最后运用该模型进行电力需求预测。实验结果表明,相比自回归移动平均模型、多元线性回归、标准ESN及其他预测模型,APSO-NESN模型具有更高的预测精度。 展开更多
关键词 电力需求预测 回声状态神经网络 粒子优化算法
在线阅读 下载PDF
改进量子粒子群算法优化神经网络的数据库重复记录检测 被引量:10
15
作者 陈芬 《计算机应用与软件》 CSCD 北大核心 2014年第3期20-21,115,共3页
为了提高数据库重复记录检测效果,提出一种改进量子粒子群优化算法(IQPSO)优化BP神经网络的数据库相似重复记录检测模型(IQPSO-BPNN)。首先计算记录字段间的相似度,组成特征向量;然后采用IQPSO算法优化BP神经网络进行学习,建立最优相似... 为了提高数据库重复记录检测效果,提出一种改进量子粒子群优化算法(IQPSO)优化BP神经网络的数据库相似重复记录检测模型(IQPSO-BPNN)。首先计算记录字段间的相似度,组成特征向量;然后采用IQPSO算法优化BP神经网络进行学习,建立最优相似重复记录检测模型,最后通过仿真实验对IPSO-BPNN的性能进行测试。实验结果表明,IQPSO-BPNN大幅度减少了数据库重复记录检测时间,提高了数据库重复记录检测精度。 展开更多
关键词 数据库 重复记录 神经网络 量子粒子优化算法 时变参数
在线阅读 下载PDF
粒子群算法优化SVR的天德湖总氮遥感反演 被引量:4
16
作者 李爱民 许有成 +2 位作者 王海隆 闫翔宇 康轩 《环境监测管理与技术》 CSCD 2023年第6期22-27,共6页
以郑州天德湖为研究水域,利用实测的水质总氮数据和光谱反射率数据,获取反演总氮浓度的最佳波段组合,以此建立支持向量机回归(SVR)模型,并利用粒子群优化算法(PSO)优化SVR模型,建立PSO-SVR模型,再利用珠海一号高光谱(OHS)数据验证该模... 以郑州天德湖为研究水域,利用实测的水质总氮数据和光谱反射率数据,获取反演总氮浓度的最佳波段组合,以此建立支持向量机回归(SVR)模型,并利用粒子群优化算法(PSO)优化SVR模型,建立PSO-SVR模型,再利用珠海一号高光谱(OHS)数据验证该模型的精度和适用性。结果表明:PSO-SVR模型的决定系数(R~2)为0.923 6,均方根误差(RMSE)为0.103 3 mg/L,平均相对误差(MRE)为3.656%;SVR模型的R~2、RMSE和MRE分别为0.808 0、0.203 2 mg/L和6.583%,PSO-SVR反演结果优于SVR模型。利用粒子群算法优化SVR模型,有助于提高天德湖总氮浓度反演精度,即利用实测光谱数据与卫星影像数据结合来反演总氮浓度可行。 展开更多
关键词 支持向量机回归 粒子优化算法 总氮 遥感反演 高光谱数据 天德湖
在线阅读 下载PDF
基于粒子群算法优化极限学习机的无源目标定位算法 被引量:3
17
作者 傅彬 《计算机应用与软件》 CSCD 2015年第11期325-328,共4页
为了提高目标定位精度,提出一种基于粒子群算法优化极限学习机的无源目标定位算法。首先通过位置信息场采集目标的相关信息,然后利用极限学习机对位置信息场与目标位置之间的非映射关系进行拟合,同时采用粒子群算法对极限学习机参数进... 为了提高目标定位精度,提出一种基于粒子群算法优化极限学习机的无源目标定位算法。首先通过位置信息场采集目标的相关信息,然后利用极限学习机对位置信息场与目标位置之间的非映射关系进行拟合,同时采用粒子群算法对极限学习机参数进行优化,最后在Matlab 2009平台进行仿真对比实验。结果表明,相对于其他目标定位算法,该算法提高了目标定位的精度,更加适合于复杂环境下的目标定位。 展开更多
关键词 位置信息场 目标定位粒子优化算法极限学习机
在线阅读 下载PDF
基于神经网络的粒子群算法优化SVM参数问题 被引量:8
18
作者 李磊 高雷阜 赵世杰 《计算机工程与应用》 CSCD 北大核心 2015年第4期162-164,259,共4页
对支持向量机的核参数选取到目前仍没有形成一套成熟的理论,严重影响了其广泛的应用。对核参数的选取做了一定的探讨。将神经网络与粒子群优化算法相结合并用于支持向量机核函数的参数优化。该方法能够同时具有神经网络较强的非线性拟... 对支持向量机的核参数选取到目前仍没有形成一套成熟的理论,严重影响了其广泛的应用。对核参数的选取做了一定的探讨。将神经网络与粒子群优化算法相结合并用于支持向量机核函数的参数优化。该方法能够同时具有神经网络较强的非线性拟合能力和粒子群优化算法的寻优能力。数值实验结果表明该算法对支持向量机核参数的优化是可行的、有效的,并且具有较高的分类准确率和较好的推广性能。 展开更多
关键词 支持向量机 粒子优化算法 参数优化 神经网络
在线阅读 下载PDF
基于粒子群算法优化的目标识别方法 被引量:5
19
作者 侯亚丽 李岗 王伟 《探测与控制学报》 CSCD 北大核心 2010年第2期9-13,共5页
误差反向传播算法(back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法,其优化算法也层出不穷。针对LM优化算法存在局部极小点的问题,通过采用基于优化理论的粒子群优化算法(PSO)来改进Levenberg-Marquardt(LM)算法。... 误差反向传播算法(back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法,其优化算法也层出不穷。针对LM优化算法存在局部极小点的问题,通过采用基于优化理论的粒子群优化算法(PSO)来改进Levenberg-Marquardt(LM)算法。将提取的目标瞬态特性特征作为各种算法的输入,通过mat-lab仿真,对整个样本进行训练,并随机选择小样本进行检验。结果表明,优化方法均合理可行,其收敛速度和预测精度有明显的提高,综合来讲,粒子群算法优化后的LM算法表现出较大的优越性,为利用目标的瞬态特性进行目标识别提供了一种新方法。 展开更多
关键词 BP算法 LM算法 粒子优化算法
在线阅读 下载PDF
粒子群算法优化下的3D增材印花产品质量神经网络预测模型 被引量:6
20
作者 王晓晖 刘月刚 +1 位作者 孟婥 孙以泽 《东华大学学报(自然科学版)》 CAS 北大核心 2019年第6期869-874,880,共7页
针对在3D(three-dimension)增材印花产品的自动化生产中各工艺参数对产品质量影响较大,而产品质量难以实现数字化调控的情况,利用BP(back propagation)神经网络算法建立3D增材印花产品质量的预测模型,通过粒子群算法优化神经网络的初始... 针对在3D(three-dimension)增材印花产品的自动化生产中各工艺参数对产品质量影响较大,而产品质量难以实现数字化调控的情况,利用BP(back propagation)神经网络算法建立3D增材印花产品质量的预测模型,通过粒子群算法优化神经网络的初始阈值和权值,进一步提升神经网络的预测精度,实现多工艺参数影响下产品质量的数字化预测。试验结果表明,粒子群算法优化后的神经网络模型的油墨转移率预测误差基本稳定在0.02以内,相比优化前预测精度提高75%。该模型在实际应用中具有一定的准确性和可行性,可缩短工艺开发流程,降低企业生产成本,在实际生产中具有一定的借鉴意义。 展开更多
关键词 增材印花工艺 BP神经网络 粒子优化算法 生产质量预测
在线阅读 下载PDF
上一页 1 2 199 下一页 到第
使用帮助 返回顶部