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165篇文章
< 1 2 … 9 >
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：
高精度椭圆阵列电流传感器误差优化算法研究 被引量：2
1
作者 沈悦 陆佳嘉 +2 位作者 唐玥 权硕 褚子扬 《传感器与微系统》 北大核心 2025年第2期39-43,共5页
为了减小由于矩形导体偏心和倾斜导致的传感器测量误差,实现电流高精度测量,提出一种基于灰狼优化(GWO)算法优化反向传播(BP)神经网络的椭圆阵列霍尔电流传感器误差优化方案。首先,基于三维磁场模型确定导体偏心参数和倾斜参数,并进行... 为了减小由于矩形导体偏心和倾斜导致的传感器测量误差,实现电流高精度测量,提出一种基于灰狼优化(GWO)算法优化反向传播(BP)神经网络的椭圆阵列霍尔电流传感器误差优化方案。首先,基于三维磁场模型确定导体偏心参数和倾斜参数,并进行电流反演,得出电流积分模型;然后,使用BP神经网络估计导体参数,并引入GWO算法优化BP神经网络的初始权值和阈值,构建导体状态参数估计模型,实现偏心与倾斜误差优化;最后,搭建实验平台,对本文提出的误差优化方案进行验证。实验结果表明:本文提出误差优化方案能够精确估计导体状态参数,进而有效减小偏心误差和倾斜误差,导体X向偏心产生的电流误差减小65.07%,Y向偏心产生的电流误差减小45.74%,偏离Z轴产生的倾斜电流误差减小76.15%。 展开更多
关键词 椭圆阵列传感器 矩形导体 偏心误差 倾斜误差 灰狼优化算法 反向传播神经网络
在线阅读 下载PDF
基于IAVOA-BPNN的XY工作台定位误差分析
2
作者 段金池 孟新宇 《组合机床与自动化加工技术》 北大核心 2025年第10期21-26,31,共7页
针对反向传播神经网络(back propagation neural network,BPNN)受随机初始偏置权重影响,导致XY工作台定位误差模型预测精度不高,提出一种改进的非洲秃鹫优化算法对BPNN初值寻优。为完善非洲秃鹫优化算法寻优能力,采用最优拉丁超立方分... 针对反向传播神经网络(back propagation neural network,BPNN)受随机初始偏置权重影响,导致XY工作台定位误差模型预测精度不高,提出一种改进的非洲秃鹫优化算法对BPNN初值寻优。为完善非洲秃鹫优化算法寻优能力,采用最优拉丁超立方分布、非线性动态调整寻优分配、适应度-距离策略和复合对立学习策略对其进行改进,通过仿真验证改进算法的性能。并用实验数据对误差模型进行预测分析,结果显示,相比于单一BPNN和原始算法优化,改进后的方法预测准确度分别提高了71.13%和27.42%,综合表明,改进的非洲秃鹫优化算法显著提高了BPNN在定位误差预测分析中的准确性。 展开更多
关键词 反向传播神经网络 改进非洲秃鹫算法 XY工作台 定位误差
在线阅读 下载PDF
基于迭代式MapReduce的误差反向传播算法 被引量：3
3
作者 赵虎 杨宇 《计算机应用》 CSCD 北大核心 2016年第4期923-926,共4页
针对误差反向传播（BP）算法计算迭代的特点,给出了迭代式MapReduce框架实现BP算法的方法。迭代式MapReduce框架在传统MapReduce框架上添加了传送模块,避免了传统框架运用在迭代程序时需要多次任务提交的缺陷。通过对K/TGR146对空台射... 针对误差反向传播（BP）算法计算迭代的特点,给出了迭代式MapReduce框架实现BP算法的方法。迭代式MapReduce框架在传统MapReduce框架上添加了传送模块,避免了传统框架运用在迭代程序时需要多次任务提交的缺陷。通过对K/TGR146对空台射电开关控制系统进行仿真得到BP算法训练样本,并在Hadoop云计算环境下,分别在基于传统框架和迭代式框架的BP算法中进行训练。实验结果表明,基于迭代式MapReduce框架的BP算法训练速度达到了基于传统MapReduce框架的BP算法训练速度的10倍以上,正确率提升了10%~13%,能有效解决算法训练时间过长和迭代计算中多次任务提交的问题。 展开更多
关键词 MAPREDUCE 误差反向传播算法 迭代 云计算
在线阅读 下载PDF
基于遗传算法及BP网络的主轴热误差建模 被引量：25
4
作者 马驰 杨军 +2 位作者 梅雪松 赵亮 王新孟 《计算机集成制造系统》 EI CSCD 北大核心 2015年第10期2627-2636,共10页
针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值... 针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值和的倒数作为判断隐含层节点数的准则,对MIMO-BP网络的拓扑结构进行优化,设定输出层残差误差限,实现了网络阈值与权值的有效优化。建立了基于MIMOM-BP与GA-BP的主轴轴向热伸长与径向热倾角的热误差模型。以精密坐标镗床主轴为研究对象,采用五点法对热误差进行测量,验证了测量及建模方法的有效性,表明GA-BP模型可实现不同工况下主轴空间位姿状态的高精度预测,更适合作为热误差补偿模型。 展开更多
关键词 坐标镗床主轴 热误差 灰色聚类分组 遗传算法 反向传播神经网络
在线阅读 下载PDF
一种改进的反向传播神经网络算法 被引量：4
5
作者 邱浩 王道波 张焕春 《应用科学学报》 CAS CSCD 2004年第3期384-387,共4页
在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通... 在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性. 展开更多
关键词 反向传播 神经网络 误差 模式 顺传播 学习算法
在线阅读 下载PDF
基于遗传算法-反向传播神经网络的径向式导叶多级泵水力性能优化 被引量：7
6
作者 王延锋 张连军 段海鹏 《科学技术与工程》 北大核心 2021年第4期1375-1381,共7页
针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(genetic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵... 针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(genetic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵水力性能预测模型,以MD500-57型径向式导叶多级泵为研究对象,建立了输入层为13个神经元、隐含层为10个神经元、输出层为2个神经元的GA-BP神经网络,采用正交试验方法设计了试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得了试验参数的训练样本,并对神经网络进行训练与测试,计算了过流部件关键几何参数的最优组合方案。试验结果表明:优化后该多级泵在设计工况下扬程增加了2.4 m,效率提高了3.34%,且高效区范围变宽。 展开更多
关键词 径向式导叶多级泵 水力性能 遗传算法 反向传播(bp)神经网络 性能预测
在线阅读 下载PDF
基于智能优化算法及其优化BP神经网络的室内定位 被引量：5
7
作者 李帅辰 武建锋 《科学技术与工程》 北大核心 2024年第20期8568-8576,共9页
为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO... 为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO)、鲸鱼优化算法(whale optimization algorithm,WOA)、灰狼优化算法(grey wolf optimizer,GWO)、麻雀优化算法(sparrow search algorithm,SSA)这6种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明:所使用的6种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44 m,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。 展开更多
关键词 智能优化算法 5G室内定位 到达时间差(TDOA) Taylor算法 优化反向传播(bp)神经网络
在线阅读 下载PDF
基于改进灰狼优化BP网络的城中村火灾预测
8
作者 吕淑然 田江雪 党鑫宇 《中国安全科学学报》 北大核心 2025年第8期196-204,共9页
为了预防城中村火灾,利用改进灰狼优化算法(IGWO)和反向传播(BP)神经网络,对城中村火灾风险进行预测。引入非线性收敛因子和变异算子,改进传统灰狼优化算法(GWO),提高算法的全局搜索能力、收敛速度和稳定性,进而构建基于IGWO优化BP神经... 为了预防城中村火灾,利用改进灰狼优化算法(IGWO)和反向传播(BP)神经网络,对城中村火灾风险进行预测。引入非线性收敛因子和变异算子,改进传统灰狼优化算法(GWO),提高算法的全局搜索能力、收敛速度和稳定性,进而构建基于IGWO优化BP神经网络的城中村火灾风险预测模型(IGWO-BP),结合城中村火灾风险因素的复杂性和特殊性制定指标体系,预测火灾风险,并进行实例验证。结果表明:相较于传统GWO、粒子群算法(PSO)、长城算法(GWCA),IGWO在全局搜索能力、收敛速度和稳定性等方面均有显著提升,IGWO-BP模型可通过处理城中村火灾风险指标,实现对火灾风险的预测。 展开更多
关键词 改进灰狼优化算法(IGWO) 反向传播(bp)神经网络 城中村火灾 风险预测 变异算子 高维函数
在线阅读 下载PDF
基于GA-BP网络的数控机床动态误差预测研究 被引量：2
9
作者 李帅杰 陈光胜 《机电工程》 CAS 北大核心 2024年第10期1747-1758,共12页
动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非... 动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非线性特征两方面对动态误差影响因素进行了深入分析,确定了神经网络输入输出参数;然后,采用了遗传算法对BP神经网络进行了优化,建立了动态误差模型,获得了最优网络学习参数,从而实现了对动态跟随误差的精准预测;之后,采用三次样条插值的方法对理想轨迹与实际轨迹之间的轮廓误差进行了计算,有效提高了轮廓误差估算精度;最后,采用了五轴数控机床进行了实验,对模型的有效性进行了验证。研究结果表明:所建神经网络模型可以精准预测机床反向越冲特性对轮廓误差的影响,各轴的动态误差预测精度为±3μm,复杂轨迹轮廓误差预测精度为±1.5μm。实验结果验证了所建模型的可靠性,为后续机床动态误差建模与控制研究提供了一定的参考价值。 展开更多
关键词 高速高精度数控机床 动态误差 非线性特征 遗传算法优化的反向传播神经网络 轮廓误差估算
在线阅读 下载PDF
基于ACO-BP算法的熔融沉积成型翘曲变形量的预测方法 被引量：3
10
作者 田国良 周肖宇 李逸仙 《塑料工业》 CAS CSCD 北大核心 2024年第9期87-92,共6页
针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和... 针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和4因素3水平的验证样本集。训练样本集用于预测模型的学习,验证样本集用于验证预测方法的精度。基于极差法分析了各工艺参数对翘曲变形量的影响程度。结果表明,工艺参数对翘曲变形量的影响程度从大到小分别为层高、填充率、喷头挤出温度和打印速度。采用训练样本集充分训练预测模型后,验证基于ACO-BP算法的翘曲变形量预测方法的效果。基于均方根误差(RMSE)、均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)评价模型预测精度。对于RMSE,BP算法的预测精度约为ACO-BP算法的1.7倍;对于MSE,BP算法的预测精度约为ACO-BP算法的2.9倍;对于MAE,BP算法的预测精度约为ACO-BP算法的1.6倍;对于MAPE,BP算法的预测精度约为ACO-BP算法的2.2倍。基于ACO算法优化的BP神经网络预测精度更高。 展开更多
关键词 蚁群算法-误差反向传播神经网络算法 熔融沉积成型 翘曲变形量 预测方法
在线阅读 下载PDF
贝叶斯正则化优化BP神经网络估算SOH 被引量：2
11
作者 朱聪聪 郭晟 +1 位作者 常海涛 路密 《电池》 北大核心 2025年第1期25-31,共7页
为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应... 为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应性。以充电全过程提取健康特征验证模型精度;以放电片段数据提取健康特征模拟实际工况。训练后的模型在充电全过程提取特征时的均方根误差(RMSE)和平均绝对误差(MAE)均小于1.65%,采用放电片段提取特征时的RMSE和MAE均小于3.85%,相较于未优化的BP神经网络,两种方式的估算误差分别降低18%和41%以上。 展开更多
关键词 锂离子电池 健康状态(SOH) 贝叶斯正则化算法 反向传播(bp)神经网络 健康特征 先验分布 后验分布
在线阅读 下载PDF
基于ISSA-BP的地震灾害救援装备需求预测
12
作者 刘浩 石福丽 +2 位作者 罗雷 李文博 李文渊 《中国安全科学学报》 北大核心 2025年第S1期246-251,共6页
为提高地震救援装备调配保障效率,分析国内历史地震救援信息,以受灾人数为预测对象,选取震级、震源深度、地震烈度等8个灾情信息为影响因素,提出一种基于反向传播(BP)神经网络并融合空间金字塔匹配(SPM)混沌映射、正余弦算法和Levy飞行... 为提高地震救援装备调配保障效率,分析国内历史地震救援信息,以受灾人数为预测对象,选取震级、震源深度、地震烈度等8个灾情信息为影响因素,提出一种基于反向传播(BP)神经网络并融合空间金字塔匹配(SPM)混沌映射、正余弦算法和Levy飞行策略的改进麻雀搜索算法(ISSA)的预测模型,结合受灾人数与救援装备间的数量关系,间接预测地震救援装备需求量,并以“12·18积石山地震”救援实例进行验证。结果表明:ISSA-BP模型在预测受灾人数方面精度更高,可有效预测震后受灾人数,从而推算所需救援装备数量。“12·18积石山地震”救援实例验证了模型对震后救援装备需求预测的实用性。 展开更多
关键词 改进麻雀优化算法(ISSA) 反向传播(bp) 地震灾害 救援装备 需求预测
在线阅读 下载PDF
基于粒子群算法–反向传播神经网络自适应的氧调器控制系统 被引量：8
13
作者 范俞超 孙青林 +1 位作者 董方酉 陈增强 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第3期687-695,共9页
氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使... 氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使用粒子群算法(PSO)对BP神经网络自适应控制算法的初值进行筛选.最后,对算法的性能进行了仿真.仿真结果表明,系统具有鲁棒性,且与传统的比例–积分–微分(PID)控制方法和自抗扰控制(ADRC)方法相比, PSO–BP神经网络自适应控制方法实现了更精确的吸气阻力调节、更快的响应速度.此外,当呼吸频率变化或者外界干扰变化时,相比于常规PID算法和ADRC算法则需要人工调整控制参数, PSO–BP神经网络自适应算法则可以自动在线学习训练并调整控制参数,应用前景广阔. 展开更多
关键词 氧气面罩 氧气调节器 氧气控制 粒子群算法 反向传播神经网络 PSO–bp神经网络自适应算法 参数自适应
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
14
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(bp)神经网络 FBRLNNA-bp模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
15
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 K-近邻算法(KNN)-反向传播(bp)神经网络 RGV
在线阅读 下载PDF
BP神经网络算法的改进及应用 被引量：49
16
作者 王美玲 王念平 李晓 《计算机工程与应用》 CSCD 北大核心 2009年第35期47-48,共2页
经典的BP算法存在陷入局部极小,算法收敛慢的问题。提出了一种改进的BP神经网络算法,在经典BP算法基础上,引入新的参数以调整经典的神经元转换函数,然后把改进算法应用到实际的教学评估中;利用真实数据的分析结果选取了参数的适当值。... 经典的BP算法存在陷入局部极小,算法收敛慢的问题。提出了一种改进的BP神经网络算法,在经典BP算法基础上,引入新的参数以调整经典的神经元转换函数,然后把改进算法应用到实际的教学评估中;利用真实数据的分析结果选取了参数的适当值。结果表明,改进后的算法在收敛速率和误差估计等方面有很好的效果,并实现了对教学效果的合理评价。 展开更多
关键词 误差反向传播(bp)算法 非线性函数 教学评价
在线阅读 下载PDF
遗传算法优化BP神经网络的混沌时间序列预测 被引量：71
17
作者 李松 罗勇 张铭锐 《计算机工程与应用》 CSCD 北大核心 2011年第29期52-55,共4页
为提高BP神经网络预测模型对混沌时间序列的预测精度,将改进的遗传算法和BP神经网络结合,提出了一种基于改进遗传算法优化BP神经网络的混沌时间序列预测方法。利用改进的遗传算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求... 为提高BP神经网络预测模型对混沌时间序列的预测精度,将改进的遗传算法和BP神经网络结合,提出了一种基于改进遗传算法优化BP神经网络的混沌时间序列预测方法。利用改进的遗传算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该模型应用到几个典型的非线性系统进行预测仿真,验证了该算法的有效性,与BP神经网络预测模型的预测结果进行了比较,仿真结果表明该方法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度。 展开更多
关键词 混沌理论 预测 反向传播(bp)神经网络 遗传算法
在线阅读 下载PDF
基于遗传算法的BP神经网络的LED寿命预测模型 被引量：10
18
作者 吴志杰 孔凡敏 李康 《半导体技术》 CAS CSCD 北大核心 2018年第5期375-380,共6页
提出了一种新型的基于遗传算法（GA）优化的误差反向传播（BP）神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 （LM-80-08）测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在... 提出了一种新型的基于遗传算法（GA）优化的误差反向传播（BP）神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 （LM-80-08）测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在网络输入的应力条件下的寿命为输出,可以预测LED在任意电流和结温下的寿命。研究结果表明,该GA-BP模型相比于LED光源长期流明维持率的预测方法 （TM-21-11）更具灵活性,预测误差较传统BP神经网络降低了65.5%,平均相对误差达到1.47%,优于Adaboost模型的54%和3.16%,训练样本相关系数达到99.4%,GA-BP模型预测LED寿命误差更小,普适性更高,在LED的寿命预测中具有实际意义。 展开更多
关键词 发光二极管(LED) 误差反向传播(bp)神经网络 遗传算法(GA) 寿命预测 相关系数
在线阅读 下载PDF
汽轮发电机组振动故障诊断中的改进BP算法 被引量：11
19
作者 万书亭 李和明 《电力系统自动化》 EI CSCD 北大核心 2002年第6期55-58,共4页
针对大型汽轮发电机组振动故障的特点 ,提出了一种基于误差逼近度渐进收缩学习算法的反向传播 ( BP)网络诊断模型 ,给出了 BP网络误差函数和新型的权值调整公式 ,并将其应用于汽轮发电机组振动故障诊断与识别。实例结果表明 ,该算法学... 针对大型汽轮发电机组振动故障的特点 ,提出了一种基于误差逼近度渐进收缩学习算法的反向传播 ( BP)网络诊断模型 ,给出了 BP网络误差函数和新型的权值调整公式 ,并将其应用于汽轮发电机组振动故障诊断与识别。实例结果表明 ,该算法学习收敛较快 ,误差曲线平稳 。 展开更多
关键词 神经网络 反向传播算法 汽轮发电机组 故障诊断 振动 改进bp算法
在线阅读 下载PDF
局部式反传网络的改进BP算法及应用 被引量：4
20
作者 霍爱清 汪跃龙 +2 位作者 汤楠 程为彬 葛蕾 《计算机工程与应用》 CSCD 2012年第4期211-214,共4页
针对标准BP算法收敛速度慢的缺点,分析了其产生的主要原因,提出了一种改进BP算法。在传统BP算法基础上通过对其激励函数增加陡度因子并在误差反传权值修正时增加协调器,通过对网络灵敏度的分析将全反传式网络变成局部式反传网络,从而达... 针对标准BP算法收敛速度慢的缺点,分析了其产生的主要原因,提出了一种改进BP算法。在传统BP算法基础上通过对其激励函数增加陡度因子并在误差反传权值修正时增加协调器,通过对网络灵敏度的分析将全反传式网络变成局部式反传网络,从而达到提高网络学习速率及精度的目的。改进的BP算法应用于导向钻井稳定平台系统的辨识,仿真结果表明该算法收敛速度快,精度高。 展开更多
关键词 反向传播(bp)算法 激励函数 陡度因子 局部式反传网络 协调器
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 … 9 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