期刊文献+
共找到243篇文章
< 1 2 13 >
每页显示 20 50 100
基于粒子群优化的BP神经网络PID的加速度计组件温控算法
1
作者 魏国 朱旭 +3 位作者 高春峰 侯承志 程嘉奕 陈迈伦 《中国惯性技术学报》 北大核心 2025年第4期359-366,共8页
在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提... 在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提出了基于PSO-BPNN-PID控制器,利用粒子群优化算法和反向传播算法对神经网络PID控制器进行离线和在线的连接权值整定,实现石英挠性加速度计组件一体化温度控制算法,满足加速度计组件的自适应智能控制需求。仿真和实验结果表明,所提算法能够显著提升系统的温度稳定性,可实现±0.002℃的温度稳定控制。同时,验证了系统具备快速响应温度变化的能力,能够在短时间内将温度调整至设定值附近,并有效抑制超调现象。此外,实验还模拟了外部扰动情况,验证了系统在面对扰动时能够迅速恢复稳定状态,表现出优越的抗扰动能力,可以满足多种温度环境下的加速度计组件高精度温控应用需求。 展开更多
关键词 石英挠性加速度计 温度控制 粒子优化算法 bp神经网络
在线阅读 下载PDF
基于粒子群优化BP神经网络的水质监测方法研究
2
作者 闫佳 刘倩男 刘诚 《现代信息科技》 2025年第3期153-156,163,共5页
近年来,随着人工智能应用范围的逐渐扩大,各行各业都与人工智能存在或多或少的联系。传统的水质监测方法包括人工采样与实验室分析、现场检测和遥感技术等,这些方法存在时效性差、覆盖范围有限、数据不连续且成本高昂等问题。神经网络... 近年来,随着人工智能应用范围的逐渐扩大,各行各业都与人工智能存在或多或少的联系。传统的水质监测方法包括人工采样与实验室分析、现场检测和遥感技术等,这些方法存在时效性差、覆盖范围有限、数据不连续且成本高昂等问题。神经网络的出现大幅提升了传统技术在预测和数据处理方面的效果。在此基础上,通过粒子群算法对BP神经网络进行优化(PSO-BP),结果显示优化后的模型具有更高的准确度和更小的误差。这不仅进一步提高了水质监测的准确性和时效性,还显著降低了监测成本,节省了人力、物力和财力,为水质监测提供了一种新的技术手段。 展开更多
关键词 人工智能 水质监测 粒子算法 bp神经网络
在线阅读 下载PDF
基于粒子群优化BP神经网络PID的供热控制系统仿真研究
3
作者 李远航 高晓红 +1 位作者 姜庆龙 韩云峥 《吉林建筑大学学报》 CAS 2024年第1期72-78,共7页
供热系统技术属于清洁技术,但其能耗非常大,因此在供热系统中能源的损耗问题就显得尤为重要。与此同时,我国供暖过程多数是用传统PID对供暖系统进行控制,由于传统PID控制响应时间长、超调量高且受外界影响较大,造成能源未充分利用、浪... 供热系统技术属于清洁技术,但其能耗非常大,因此在供热系统中能源的损耗问题就显得尤为重要。与此同时,我国供暖过程多数是用传统PID对供暖系统进行控制,由于传统PID控制响应时间长、超调量高且受外界影响较大,造成能源未充分利用、浪费现象严重。因此针对此问题,提出了在供暖系统中采用一种基于粒子群优化BP神经网络PID的控制策略,不仅可以解决供暖时水温不稳定、水温上升时间长等问题,而且可以更好地解决能源未充分利用问题。本文建立供热系统的数学模型,然后利用Matlab中的Simulink设计并仿真粒子群BP神经网络PID控制器。实验结果表明,改进后的PID控制器抗干扰能力强且具有较好的鲁棒性,对供热控制系统有更好的控制效果。 展开更多
关键词 供热系统 粒子 粒子群bp神经网络pid MATLAB
在线阅读 下载PDF
基于粒子群优化神经网络的光网络节点信号异常数据提取
4
作者 何健 张瀚驰 《激光杂志》 北大核心 2025年第3期181-186,共6页
随着现代光通信网络的快速发展,光网络的安全性备受瞩目。为了保证信息的准确性,降低光网络异常信息出现的频率,提出基于粒子群优化光网络节点信号异常数据提取方法。首先,设计滤波器组对光网络节点信号展开频带处理。在此基础上构造判... 随着现代光通信网络的快速发展,光网络的安全性备受瞩目。为了保证信息的准确性,降低光网络异常信息出现的频率,提出基于粒子群优化光网络节点信号异常数据提取方法。首先,设计滤波器组对光网络节点信号展开频带处理。在此基础上构造判决统计量,将其作为依据判决处理各频带,实现节点信号增强处理;其次,依据经验模态算法对节点信号展开分解,通过筛选获取有效的IMF分量,计算其能量作为该节点信号特征,为后续异常数据的提取提供依据。最后,通过粒子群优化算法优化BP神经网络权值,将节点信号特征输入优化后的神经网络,实现光网络节点信号异常数据提取。经实验验证:该方法对节点信号增强效果好,提取IMF分量能量以及光网络节点信号异常数据精度高、稳定性好。 展开更多
关键词 网络节点信号 经验模态分解 bp神经网络 粒子算法 异常数据提取
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
5
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 粒子优化算法 风电功率预测
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:1
6
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
基于粒子群优化BP神经网络的电力通信网故障诊断 被引量:1
7
作者 孔汉辉 《山西电子技术》 2024年第5期36-39,共4页
为了提高电力通信网故障诊断结果的准确性,提出了一种基于粒子群优化BP神经网络的电力通信网故障诊断方法。采用PSO算法对BP神经网络进行优化,建立PSO-BPNN故障诊断模型,利用电力通信网测试系统产生的样本数据进行仿真分析,并与其他方... 为了提高电力通信网故障诊断结果的准确性,提出了一种基于粒子群优化BP神经网络的电力通信网故障诊断方法。采用PSO算法对BP神经网络进行优化,建立PSO-BPNN故障诊断模型,利用电力通信网测试系统产生的样本数据进行仿真分析,并与其他方法对比,结果表明,本文所提PSO-BPNN模型在诊断过程中只出现了2次误诊断,诊断结果的正确率高达97.22%,诊断效果更好,验证了所提方法的有效性和实用性。 展开更多
关键词 电力通信网 故障诊断 粒子优化算法 bp神经网络
在线阅读 下载PDF
基于PSO-BP神经网络的煤矿双层振动筛运动参数研究
8
作者 张晋霞 王秋月 牛福生 《有色金属(选矿部分)》 2025年第3期83-90,共8页
为提高振动筛筛分效率,利用BP神经网络的高度非线性映射、自学习、自组织和联想记忆等功能,避免了繁琐的数学理论模型,通过筛分效率与各参数之间的联系,开展振动筛的参数化研究。首先建立振动筛三维模型,设计正交试验,在离散元软件EDEM... 为提高振动筛筛分效率,利用BP神经网络的高度非线性映射、自学习、自组织和联想记忆等功能,避免了繁琐的数学理论模型,通过筛分效率与各参数之间的联系,开展振动筛的参数化研究。首先建立振动筛三维模型,设计正交试验,在离散元软件EDEM中导入相关的筛机参数。基于PSO-BP神经网络的双层振动筛运动参数研究是通过观察振动方向角、振幅、频率三个参数对双层振动筛筛分效率的影响,将获取的仿真数据导入到BP神经网络中进行深度学习。采用集成学习的训练集对训练好的模型进行筛面参数分析,得出频率、振幅、振动方向角对筛分效率有较大影响,故以这三种参数组合表征振动筛运动状态,对不同参数组合对应筛分效率进行分析。频率与振幅增加,可以增大筛面的振动强度,加快物料松散速率,还可以优化物料的筛分效率,但振动强度过大时,物料跃迁时间过长,使得物料与筛面接触时间变短,筛分效率下降;随着振动方向角的增加可以加速物料的铺展速率,但角度过大时,会降低物料与筛面的碰撞概率,弱化物料的筛分效率,从而影响筛分效果。最后通过粒子群算法优化BP神经网络得到当振幅为3 mm、振频为20 Hz,振动方向角为30°时筛分效率为82.91%,筛分效果最优,此研究对振动筛参数优化及煤矿筛分过程具有一定的指导意义。 展开更多
关键词 双层振动筛 bp神经网络 煤矿振动参数 粒子算法
在线阅读 下载PDF
基于PSO粒子群优化BP神经网络的深基坑变形与支撑轴力预测
9
作者 陈峰军 许杰 +2 位作者 沈雯 周泉吉 朱文杰 《新材料·新装饰》 2024年第21期115-118,共4页
深基坑工程监测与预测是确保建筑工程安全与可靠度的关键。文章引入PSO粒子群及动态拓扑网络进行优化,实现了BP神经网络隐含层参数的精准分析,提高了全面预测能力。文章基于PSO粒子群优化BP神经网络模型,对不同施工阶段深基坑变形与支... 深基坑工程监测与预测是确保建筑工程安全与可靠度的关键。文章引入PSO粒子群及动态拓扑网络进行优化,实现了BP神经网络隐含层参数的精准分析,提高了全面预测能力。文章基于PSO粒子群优化BP神经网络模型,对不同施工阶段深基坑变形与支撑轴力演变过程进行预测评估。结果表明,基于PSO粒子群优化BP神经网络模型的变形和轴力预测结果与实测数据吻合较好,且其准确率相较传统BP神经网络模型显著提高。文章研究成果对于提升深基坑工程预测精度具有实用价值,可为施工过程风险预警和安全管理提供科学参考。 展开更多
关键词 PSO粒子 bp神经网络 深基坑监测
在线阅读 下载PDF
基于粒子群优化BP神经网络的汽车4S店客户流失预警
10
作者 赵颖 秦睿 +1 位作者 林翠波 俸亚特 《时代汽车》 2024年第11期142-145,共4页
客户流失预警作为防止汽车4S店客户流失的重要手段,不仅为当代车企提供了有效的经济效益保证,也为车企对未来决策带来了新的研究依据。为建立汽车4S店客户流失预警分级标准,该文从客户基本信息、车龄、车辆销售价格、贷款金额、维修保... 客户流失预警作为防止汽车4S店客户流失的重要手段,不仅为当代车企提供了有效的经济效益保证,也为车企对未来决策带来了新的研究依据。为建立汽车4S店客户流失预警分级标准,该文从客户基本信息、车龄、车辆销售价格、贷款金额、维修保养次数、维修保养时间等29个指标着手,基于粒子群优化BP神经网络算法,建立汽车4S店客户流失预警分级标准模型。该模型首先预测出客户流失概率,然后根据值为0-1之间的概率大小分为1-5共5个等级,其中1表流失可能性很小,5表示流失可能性很大。最终得到测试集客户流失预警从1到5等级的比例分别为71.39%、3.75%、3.50%、5.86%和15.50%。同时,通过训练集中有78.65%的客户未流失作为先验概率,判定预测概率小于等于先验概率为客户未流失,大于先验概率为客户流失,得到该模型总体的准确率为91.71%。 展开更多
关键词 粒子优化算法 bp神经网络 客户流失预警 分级标准 主成分分析
在线阅读 下载PDF
基于粒子群改进BP神经网络的组合预测模型及其应用 被引量:45
11
作者 崔吉峰 乞建勋 杨尚东 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第1期190-194,共5页
针对应用广泛的传统人工智能预测BP(Back propagation)神经网络自身局限以及其在处理中长期复杂预测问题中需要样本数量大、泛化能力弱等不足,提出利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法和自回归移动平... 针对应用广泛的传统人工智能预测BP(Back propagation)神经网络自身局限以及其在处理中长期复杂预测问题中需要样本数量大、泛化能力弱等不足,提出利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法和自回归移动平均模型(ARIMA)时序预测对历史数据进行初步预测,对中长期预测中数据趋势项和随机项进行模拟;将初步预测的结果作为改进BP神经网络的输入,在此基础上进行训练和预测,构建基于改进BP网络的组合预测模型。以我国1978-2007年能源需求数据为样本,进行实例分析。结果表明:组合预测模型预测精度较BP神经网络、灰色预测方法和ARIMA预测方法分别提高4.8%,6.1%和5.3%,验证了组合预测方法在中长期预测问题处理中的有效性。 展开更多
关键词 bp神经网络 粒子算法 ARIMA模型 灰色理论 组合预测
在线阅读 下载PDF
基于粒子群BP神经网络的质量预测模型 被引量:16
12
作者 徐兰 方志耕 刘思峰 《工业工程》 北大核心 2012年第4期17-20,27,共5页
为了对产品质量进行预测控制、辅助新产品开发设计、寻找最优参数,将测试样本的网络输出值与真值之间的灰色关联度作为目标函数,采用粒子群算法优化了BP神经网络的权系数和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-GR... 为了对产品质量进行预测控制、辅助新产品开发设计、寻找最优参数,将测试样本的网络输出值与真值之间的灰色关联度作为目标函数,采用粒子群算法优化了BP神经网络的权系数和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-GRG算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以注塑件质量预测为例,进行算法实现,仿真结果表明本文所提出的PSO-GRG算法比BP算法迭代次数减少了87.5%,并避免了局部最优,且预测误差亦明显减少。得出结论:所构建的质量预测模型具有较高的预测精度和研究价值。 展开更多
关键词 粒子算法 bp神经网络 质量预测 灰色关联度
在线阅读 下载PDF
粒子群优化BP神经网络的激光铣削质量预测模型 被引量:11
13
作者 许兆美 刘永志 +1 位作者 杨刚 王庆安 《红外与激光工程》 EI CSCD 北大核心 2013年第9期2370-2374,共5页
为了有效地控制激光铣削层质量,建立了激光铣削层质量(铣削层宽度、铣削层深度)与铣削层参数(激光功率、扫描速度和离焦量)的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值,构建了基于粒子群神经网络的质量预测模型... 为了有效地控制激光铣削层质量,建立了激光铣削层质量(铣削层宽度、铣削层深度)与铣削层参数(激光功率、扫描速度和离焦量)的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以Al2O3陶瓷激光铣削质量预测为例,进行算法实现。仿真结果表明:提出的PSO-BP算法迭代次数大大减少,且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。 展开更多
关键词 激光铣削 粒子算法 bp神经网络 优化算法
在线阅读 下载PDF
改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用 被引量:9
14
作者 陶海龙 辜琳丽 张胜召 《铁路计算机应用》 2012年第2期9-12,16,共5页
本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性。仿真结果... 本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性。仿真结果表明机车滚动轴承故障得到了有效诊断。相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性。 展开更多
关键词 滚动轴承 粒子优化算法 bp神经网络 诊断
在线阅读 下载PDF
基于自适应粒子群优化BP神经网络的氨法烟气脱硫效率预测 被引量:22
15
作者 洪文鹏 陈重 《动力工程学报》 CAS CSCD 北大核心 2013年第4期290-295,共6页
针对氨法烟气脱硫效率的预测问题,建立了以脱硫系统运行中8个主要参数作为输入变量的BP神经网络模型,采用粒子群优化算法(PSO)对建立的BP神经网络模型的权值进行优化,提出基于粒子群优化算法的BP神经网络(PSO-BP)预测新模型,并利用某电... 针对氨法烟气脱硫效率的预测问题,建立了以脱硫系统运行中8个主要参数作为输入变量的BP神经网络模型,采用粒子群优化算法(PSO)对建立的BP神经网络模型的权值进行优化,提出基于粒子群优化算法的BP神经网络(PSO-BP)预测新模型,并利用某电厂脱硫系统20组运行数据对该模型进行了验证.结果表明:采用PSO算法对BP神经网络的权值和阈值进行寻优,避免了网络局部极小值的出现,提高了网络的泛化能力,采用PSO-BP预测模型可以对氨法烟气脱硫效率进行较高精度的预测. 展开更多
关键词 bp神经网络模型 粒子优化算法 预测问题 脱硫效率 烟气 氨法 自适应 PSO算法
在线阅读 下载PDF
粒子群优化-BP神经网络对岩爆的预测 被引量:4
16
作者 张强 王伟 刘桃根 《三峡大学学报(自然科学版)》 CAS 2011年第6期41-45,56,共6页
岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率... 岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率和预测结果有影响,因此其对检验样本的预测结果往往不够理想.利用粒子群算法(PSO)对BP网络的初始权值和阀值进行优化,将改进后的BP神经网络算法应用于预测,预测的结果优于BP神经网络.表明利用PSO-BP神经网络算法对实际工程中的岩爆进行预测是可行的. 展开更多
关键词 岩爆预测 粒子优化(PSO) bp神经网络
在线阅读 下载PDF
自适应粒子群优化BP神经网络的变压器故障诊断 被引量:9
17
作者 付宝英 王启志 《华侨大学学报(自然科学版)》 CAS 北大核心 2013年第3期262-266,共5页
在分析粒子群参数特征的基础上,提出自适应粒子群优化算法,使用自适应粒子群优化BP神经网络,建立基于自适应粒子群优化BP神经网络(PSO-BP)的变压器故障诊断系统.通过对52组训练样本和28组测试样本的仿真实验,可知自适应PSO-BP法能提高... 在分析粒子群参数特征的基础上,提出自适应粒子群优化算法,使用自适应粒子群优化BP神经网络,建立基于自适应粒子群优化BP神经网络(PSO-BP)的变压器故障诊断系统.通过对52组训练样本和28组测试样本的仿真实验,可知自适应PSO-BP法能提高变压器故障诊断的准确率,有效减小网络的误差精度. 展开更多
关键词 变压器 故障诊断 bp神经网络 粒子算法
在线阅读 下载PDF
基于粒子群优化BP神经网络的隧道围岩位移反演分析 被引量:21
18
作者 朱珍德 杨喜庆 +1 位作者 郝振群 王士宏 《水利与建筑工程学报》 2010年第4期16-20,共5页
针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,... 针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系,最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷,具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面ZK6+485的反分析中,计算结果与实测值对比表明采用PSO—BP预测模型进行隧道位移预测是可行的。 展开更多
关键词 隧道工程 位移反分析 bp神经网络 粒子优化算法
在线阅读 下载PDF
基于粒子群算法和BP神经网络的多因素林火等级预测模型 被引量:8
19
作者 王磊 郝若颖 +1 位作者 刘玮 温作民 《林业工程学报》 CSCD 北大核心 2019年第3期137-144,共8页
针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型parti... 针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。 展开更多
关键词 森林火险等级 林火因子 bp神经网络 粒子算法 多因素森林火险等级预测模型
在线阅读 下载PDF
交通荷载下煤矸石路基填料累积变形PSO-BP神经网络预测模型 被引量:4
20
作者 张宗堂 肖天祥 +2 位作者 高文华 杨洋 衣利伟 《水利水电科技进展》 CSCD 北大核心 2024年第2期87-91,共5页
基于煤矸石路基填料大型动三轴试验结果,采用灰色关联分析法分析累积变形影响因子,确定了围压、压实度、级配参数、循环荷载振动次数4个特征参数。引入PSO算法对BP神经网络的权重、阈值进行全局寻优并赋值,提出了一种煤矸石路基填料累... 基于煤矸石路基填料大型动三轴试验结果,采用灰色关联分析法分析累积变形影响因子,确定了围压、压实度、级配参数、循环荷载振动次数4个特征参数。引入PSO算法对BP神经网络的权重、阈值进行全局寻优并赋值,提出了一种煤矸石路基填料累积变形PSO-BP神经网络预测模型。与传统BP神经网络模型对比结果验证了该预测模型的可行性和优越性,并通过不同学习程度下模型的预测效果分析了模型的泛化能力,证明了模型的预测潜力。 展开更多
关键词 煤矸石路基 累积变形预测 灰色关联分析 粒子算法 bp神经网络
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部