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63篇文章
< 1 2 … 4 >
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：
基于遗传算法-反向传播神经网络优化高压-超声-酶解法提取羊皮胶原蛋白工艺
1
作者 朱明 张德权 +5 位作者 李少博 陈丽 侯成立 程成鹏 于江颖 关文强 《肉类研究》 北大核心 2024年第6期42-50,共9页
采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最... 采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最佳提取参数为高压时间23 min、超声时间22 min、酶添加量3.2%、酶解时间222 min,羊皮胶原蛋白提取率达到(80.5±1.6)%,较传统的木瓜蛋白酶法提高40%;紫外-可见吸收光谱和傅里叶变换红外光谱结果显示,此条件下提取的羊皮胶原蛋白结构完整,高压-超声-酶解法对胶原蛋白的破坏较小。 展开更多
关键词 羊皮 羊皮胶原蛋白 高压-超声-酶解法 遗传算法-反向传播神经网络 响应面法
在线阅读 下载PDF
采用遗传-反向传播人工神经网络法构建新疆地区癫痫患儿拉考沙胺血药浓度预测模型
2
作者 赵婷 孙岩 +5 位作者 李红健 张惠兰 于静 冯杰 王婷婷 于鲁海 《儿科药学杂志》 CAS 2024年第4期4-8,共5页
目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM... 目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM血药浓度的预测模型。结果:模型验证结果显示,80例预测浓度的平均预测误差(MPE)绝对值均<10%,预测误差(PE)绝对值<20%的比例是100%,PE绝对值<10%的比例是92.50%,平均预测绝对误差(MAE)为2.28%,提示GA-BP模型预测的准确度和精密度均较好,预测浓度和实测浓度的相关系数为0.998,预测结果较理想。结论:应用GA-BP人工神经网络法预测LCM血药浓度是可行的,可应用于LCM个体化给药研究,促进临床合理用药。 展开更多
关键词 癫痫 拉考沙胺 血药浓度 遗传-反向传播人工神经网络
在线阅读 下载PDF
基于AHP-熵权法的正交试验和GA-BP神经网络优选关节止痛汤提取工艺
3
作者 白淑贤 王单单 +3 位作者 吴作敏 于晓涛 金少举 王瑞 《中国现代中药》 2025年第2期310-317,共8页
目的:优选关节止痛汤的提取工艺。方法:在单因素考察的基础上,以加水量、提取时间、提取次数为考察因素,以京尼平苷酸、松脂醇二葡萄糖苷、阿魏酸、杯苋甾酮的含量和出膏率为评价指标,采用层次分析法(AHP)-熵权法确定各指标权重。通过... 目的:优选关节止痛汤的提取工艺。方法:在单因素考察的基础上,以加水量、提取时间、提取次数为考察因素,以京尼平苷酸、松脂醇二葡萄糖苷、阿魏酸、杯苋甾酮的含量和出膏率为评价指标,采用层次分析法(AHP)-熵权法确定各指标权重。通过正交试验和遗传算法(GA)-反向传播(BP)神经网络法优选关节止痛汤的提取工艺参数,并对2种方法所得工艺参数进行验证比较。结果:正交试验所得最佳工艺参数为加水量6倍、提取时间0.5 h、提取3次,综合评分为90.21(RSD为1.38%);GA-BP神经网络优化得到的最佳工艺参数为加水量6倍、提取时间1.5 h、提取4次,综合评分为99.26(RSD为0.09%),结合实际生产需求,最终确定关节止痛汤的最佳提取工艺参数为加水量6倍、提取时间0.5 h、提取3次。结论:采用正交试验结合GA-BP神经网络所优选的提取工艺参数稳定、可靠,可为后续研发提供参考。 展开更多
关键词 关节止痛汤 层次分析法-熵权法 正交试验 遗传算法-反向传播神经网络
在线阅读 下载PDF
遗传算法-反向传播神经网络优化气相色谱质谱联用法测定香蕉挥发性组分 被引量：1
4
作者 陈铭中 钟旭美 陈勇 《食品安全质量检测学报》 CAS 北大核心 2021年第21期8458-8465,共8页
目的应用反向传播(back propagation,BP)神经网络结合遗传算法(genetic algorithm,GA)优化固相微萃取(solid phase microextraction,SPME)条件,建立更优的测定香蕉果肉挥发性组分的气相色谱质谱联用法(gas chromatography-mass spectrom... 目的应用反向传播(back propagation,BP)神经网络结合遗传算法(genetic algorithm,GA)优化固相微萃取(solid phase microextraction,SPME)条件,建立更优的测定香蕉果肉挥发性组分的气相色谱质谱联用法(gas chromatography-mass spectrometry,GC-MS)和组分定性方法。方法通过正交实验优化SPME提取参数:超声时间、样品量和萃取温度,在正交实验基础上,运用BP神经网络结合GA寻找SPME最佳的萃取参数,应用GC-MS对香蕉果肉挥发性组分进行定性和定量分析。结果根据GA-BP神经网络寻优得到萃取参数:超声时间25.0 min、样品量2.9 g、萃取温度49.0℃。在此最佳萃取参数条件下测定香蕉果肉的挥发性化合物,共鉴定出香蕉果肉63个挥发性组分,主要以酯类为主(占相对总含量的75.75%),相对含量最大的组分是乙酸异戊酯(1281.26μg/kg)。结论本研究通过GA-BP神经网络优化SPME条件,再通过解卷积软件处理原始质谱图,提高了香蕉挥发性组分鉴定的可靠性和鉴定组分数量,为测定果蔬等农产品的挥发性组分与评价其品质提供参考。 展开更多
关键词 香蕉 挥发性组分 固相微萃取 气相色谱质谱联用法 反向传播神经网络 遗传算法 自动质谱退卷积定性系统
在线阅读 下载PDF
反向传播-人工神经网络在辐照黑椒牛肉品质预测中的应用 被引量：3
5
作者 游云 黄晓霞 +6 位作者 肖斯立 刘巧瑜 蓝碧锋 胡昕 吴俊师 杨娟 曾晓房 《食品科学》 EI CAS CSCD 北大核心 2024年第8期228-237,共10页
为探究不同辐照处理对贮藏过程中黑椒牛肉品质变化的影响,建立基于理化指标的多种品质预测模型。3~4 kGy的辐照剂量能够有效延缓黑椒牛肉在贮藏过程中的汁液流失、脂质氧化和蛋白质降解,保持其硬度和微观结构,在一定程度上增加呈鲜味(A... 为探究不同辐照处理对贮藏过程中黑椒牛肉品质变化的影响,建立基于理化指标的多种品质预测模型。3~4 kGy的辐照剂量能够有效延缓黑椒牛肉在贮藏过程中的汁液流失、脂质氧化和蛋白质降解,保持其硬度和微观结构,在一定程度上增加呈鲜味(Asp)和甜味(Gly、Ala、Ser)游离氨基酸的含量。以辐照黑椒牛肉的汁液流失率、硫代巴比妥酸反应产物值、总挥发性盐基氮值、原肌球蛋白条带强度比率、肌球蛋白重链条带强度比率和总游离氨基酸含量为输入变量,优化了反向传播-人工神经网络(backpropagation-artificial neural network,BP-ANN)模型。训练函数为ReLU函数,隐藏层神经元个数为14个,迭代次数100次。结果表明,6-14-6 BP-ANN模型可以较好地预测辐照黑椒牛肉的品质变化,该模型在预测辐照肉制品的多种品质方面具有很大潜力。 展开更多
关键词 黑椒牛肉 ^(60)Co-γ射线 品质 反向传播-人工神经网络 预测模型
在线阅读 下载PDF
优化反向传播神经网络的自适应遗传算法 被引量：2
6
作者 戈玲 吴新余 《南京邮电学院学报》 1998年第3期1-4,共4页
探讨了用遗传算法优化反向传播神经网络的问题。通过对不同遗传操作的分析和改进，提出了一种能有效进行局部搜索和全局搜索的自适应遗传算法。计算结果表明，该算法能快速地求出问题的全局最优解，且具有较好的计算精度。
关键词 遗传算法 自适应算法 神经网络 反向传播
在线阅读 下载PDF
基于遗传算法-鲸鱼算法优化反向传播神经网络的土壤参数预测 被引量：2
7
作者 陈智威 《浙江农业科学》 2019年第1期125-128,140,共5页
传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,... 传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,使用遗传算法-鲸鱼算法(GA-WOA)的混合算法优化BP神经网络,以此建立农业土壤参数预测模型,并与多种现有算法进行对比。结果显示,所提算法在农业土壤参数预测方面具有很强的适用性和更高的准确性。 展开更多
关键词 遗传算法 鲸鱼算法 反向传播神经网络 土壤参数 模型
在线阅读 下载PDF
反向传播神经网络联合遗传算法对复合材料模量的预测 被引量：6
8
作者 王卓鑫 赵海涛 +4 位作者 谢月涵 任翰韬 袁明清 张博明 陈吉安 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第10期1341-1348,共8页
为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变... 为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变量,在遗传算法(GA)中得出最优阈值和权重,并将所得数值赋给对应的网络参数,更新BP神经网络以更高的准确率预测树脂基复合材料的模量;同等条件下,用Adam算法进行预测.对比这两种方法,结果充分证明了GA-ANN的可行性. 展开更多
关键词 机器学习 反向传播神经网络 遗传算法 复合材料模量 Adam算法
在线阅读 下载PDF
遗传算法结合反向传播神经网络优化牡丹花粉硬糖制备工艺 被引量：2
9
作者 彭腾腾 范彬 +3 位作者 尹盼盼 李海燕 王新娣 石晓峰 《中国食品添加剂》 CAS 北大核心 2023年第6期235-244,共10页
目的:利用反向传播神经网络(back propagation neural network,BP-NN)结合遗传算法(genetic algorithm,GA)优化牡丹花粉硬糖制备工艺,为牡丹花粉硬糖品质的改善提供最优的工艺参数。方法:以综合评分为指标,通过单因素试验遴选影响硬糖... 目的:利用反向传播神经网络(back propagation neural network,BP-NN)结合遗传算法(genetic algorithm,GA)优化牡丹花粉硬糖制备工艺,为牡丹花粉硬糖品质的改善提供最优的工艺参数。方法:以综合评分为指标,通过单因素试验遴选影响硬糖品质的主要因素,采用正交试验考察糖醇配比、牡丹花粉用量、熬糖温度对牡丹花粉硬糖品质的影响,在此基础上,利用反向传播神经网络建立预测模型,再结合遗传算法寻优得出各因素的最佳复配结果。结果:糖醇配比、牡丹花粉用量和熬糖温度对硬糖品质具有显著性影响(P<0.05)且彼此交互作用明显;反向传播神经网络模型的训练、测试和预测集的相关系数均大于0.95,表明模型准确度高、拟合程度好;经遗传算法寻优,得出牡丹花粉硬糖的最佳制备工艺为糖醇配比4∶5(w/w),牡丹花粉用量0.94%,柠檬酸用量0.6%,熬糖温度175℃,调和温度90℃。结论:反向传播神经网络结合遗传算法优化牡丹花粉硬糖制备工艺合理可行,为牡丹花粉相关产品的制备提供了新思路。 展开更多
关键词 牡丹花粉 硬糖 遗传算法 反向传播神经网络 工艺优化
在线阅读 下载PDF
关于系统级故障诊断的烟花-反向传播神经网络算法 被引量：5
10
作者 归伟夏 陆倩 苏美力 《电子与信息学报》 EI CSCD 北大核心 2020年第5期1102-1109,共8页
为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法-烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略... 为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法-烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。 展开更多
关键词 系统级故障诊断 烟花算法 反向传播神经网络 PMC模型 烟花-反向传播神经网络算法
在线阅读 下载PDF
遗传算法结合反向传播算法神经网络优化党参多糖的提取工艺 被引量：3
11
作者 张丽 田密 李凯 《食品安全质量检测学报》 CAS 2020年第24期9563-9567,共5页
目的通过遗传算法结合反向传播算法(back propagation,BP)神经网络,与正交实验结果对比,优化党参多糖的提取工艺。方法以党参多糖的提取率为指标,采用三因素(提取次数、提取时间、料液比)水平对BP神经网络模型参数进行优化,建立网络模型... 目的通过遗传算法结合反向传播算法(back propagation,BP)神经网络,与正交实验结果对比,优化党参多糖的提取工艺。方法以党参多糖的提取率为指标,采用三因素(提取次数、提取时间、料液比)水平对BP神经网络模型参数进行优化,建立网络模型,并采用遗传算法对BP神经网络进行目标寻优,得到党参多糖的最佳提取工艺。结果得到的最优提取工艺为提取次数3次,提取时间2 h,料液比为1:10(m:m),在此条件下党参多糖得率预测值为55.29 mg/g,与实际测量值的相对误差仅为1.10%,具有较好的网络预测性。结论利用遗传算法结合BP神经网络对党参多糖的提取工艺进行优化具有较好的预测性,可以为党参的进一步研究开发提供新的思路。 展开更多
关键词 党参 遗传算法 反向传播算法神经网络 正交实验 多糖
在线阅读 下载PDF
基于反向传播神经网络和高光谱成像的芒果可溶性固形物含量检测 被引量：1
12
作者 常洪娟 蒙庆华 +7 位作者 吴哲锋 邱邹全 倪淳宇 马煜雯 桑丽婷 姚嘉炜 黄玉清 李钰 《食品安全质量检测学报》 CAS 2024年第2期141-148,共8页
目的比较反向传播神经网络(backpropagation algorithm neural network,BPNN)模型与偏最小二乘回归(partial least squares regression,PLSR)模型在预测芒果可溶性固形物含量(soluble solids content,SSC)方面的性能。方法使用高光谱成... 目的比较反向传播神经网络(backpropagation algorithm neural network,BPNN)模型与偏最小二乘回归(partial least squares regression,PLSR)模型在预测芒果可溶性固形物含量(soluble solids content,SSC)方面的性能。方法使用高光谱成像仪和全自动折光仪采集芒果的近红外高光谱及SSC数据,建立两种预测模型,采用多元散射校正(multiplicative scatter correction,MSC)进行光谱预处理,利用遗传算法(genetic algorithm,GA)、区间变量迭代空间收缩算法(interval variable iterative space shrinkage algorithms,IVISSA)和变量组合群体分析算法(variable combination population analysis,VCPA)提取特征波长变量,通过比较不同特征波长提取方法进一步优化对比预测模型。结果与PLSR模型相比,BPNN模型在预测SSC方面更为有效。而在IVISSA特征波长变量提取后优化的BPNN模型预测能力最佳,预测集判定系数R_(p)^(2)、均方根误差(root mean square error of prediction,RMSEP)、残差预测偏差(residual prediction deviation,RPD)分别为0.8641、0.3924和2.7127。结论该模型可快速、准确地检测芒果的SSC,并证明可见光-近红外高光谱成像与反向传播神经网络模型相结合有望预测芒果的SSC,为开发在线芒果SSC无损检测系统奠定基础。 展开更多
关键词 可见光-近红外高光谱成像 芒果 无损检测 可溶性固形物含量 反向传播神经网络
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
13
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
基于遗传算法和神经网络的矮小儿童智能诊断研究 被引量：2
14
作者 张京军 王健 +1 位作者 邵伟东 高瑞贞 《河北工程大学学报（自然科学版）》 CAS 2014年第1期90-93,共4页
针对儿童矮小问题,利用计算机辅助诊断方式建立基于神经网络的智能诊断系统。构造了矮小儿童评测的指标体系,利用遗传算法优化反向传播网络的结构参数,建立了一种基于反向传播网络的智能诊断模型。最后进行实例计算,结果表明该方法有效... 针对儿童矮小问题,利用计算机辅助诊断方式建立基于神经网络的智能诊断系统。构造了矮小儿童评测的指标体系,利用遗传算法优化反向传播网络的结构参数,建立了一种基于反向传播网络的智能诊断模型。最后进行实例计算,结果表明该方法有效克服了纯反向传播网络算法局部收敛、泛化能力弱等问题,具有收敛速度快、精度高的优点,能有效适用于儿童矮小问题的智能诊断。 展开更多
关键词 矮小儿童 反向传播 神经网络 遗传算法 智能诊断
在线阅读 下载PDF
基于GA-BP神经网络优化北五味子籽油微胶囊制备工艺
15
作者 王申申 张超 王艳梅 《食品研究与开发》 CAS 2024年第23期117-125,共9页
该研究以北五味子籽油微胶囊包埋率为指标,在单因素试验基础上设计Box-Behnken响应面试验,以响应面试验数据为基础构建反向传播(back propagation,BP)人工神经网络模型,并以遗传算法(genetic algorithm,GA)优化喷雾干燥法制备北五味子... 该研究以北五味子籽油微胶囊包埋率为指标,在单因素试验基础上设计Box-Behnken响应面试验,以响应面试验数据为基础构建反向传播(back propagation,BP)人工神经网络模型,并以遗传算法(genetic algorithm,GA)优化喷雾干燥法制备北五味子籽油微胶囊的工艺条件。结果表明,以吐温-80、十聚甘油单硬脂酸酯和少量95%乙醇为乳化剂制备北五味子籽油,经BP训练和遗传算法迭代52寻优后,预测得出北五味子籽油微胶囊制备最优工艺为大豆分离蛋白与麦糊精质量比1.441 0∶1、壁材与北五味子籽油质量比为2.168 2∶1、进风口温度161.786 7℃、进料泵速18.448 8 mL/min,最大包埋率97.57%。在预测条件下,将工艺参数调整为大豆分离蛋白与麦糊精质量比1.44∶1、壁材与北五味子籽油质量比为2.17∶1、进风口温度162℃、进料泵速18.4 mL/min,此时微胶囊包埋率为94.87%、水分含量2.12%、溶解度93.6%、堆密度0.296 g/cm3,密封避光储存6个月包埋率仍高于75%,且微胶囊过氧化值远低于未经任何处理的北五味子籽油。该研究构建的BP模型具有较小误差和精确预测性能,所制微胶囊性质稳定,对五味子籽油包埋和保护效果较好。 展开更多
关键词 北五味子籽油 喷雾干燥 微胶囊 反向传播(BP)人工神经网络 遗传算法(GA)
在线阅读 下载PDF
遗传算法优化神经网络的雷达杂波抑制方法 被引量：11
16
作者 施端阳 林强 +1 位作者 胡冰 陈嘉勋 《现代防御技术》 北大核心 2021年第6期74-83,共10页
针对目标检测后仍存在剩余杂波影响雷达跟踪和占用数据处理资源等问题,提出一种基于遗传算法(genetic algorithm,GA)优化反向传播(back propagation,BP)神经网络的雷达杂波抑制方法。通过分析雷达目标点迹和杂波点迹差异化的特征,选取... 针对目标检测后仍存在剩余杂波影响雷达跟踪和占用数据处理资源等问题,提出一种基于遗传算法(genetic algorithm,GA)优化反向传播(back propagation,BP)神经网络的雷达杂波抑制方法。通过分析雷达目标点迹和杂波点迹差异化的特征,选取多维特征作为输入自变量,设计BP神经网络分类器模型,对雷达目标点迹和杂波点迹进行分类识别,进而滤除杂波。在数据输入时,利用遗传算法对神经网络的输入自变量进行优化选择,降低输入数据维度,缩短建模时间。在神经网络训练时,利用遗传算法优化BP神经网络的初始权值和阈值,提高网络收敛速度和识别精度。通过雷达实测数据测试表明:遗传算法优化后的BP神经网络与传统BP神经网络相比,雷达杂波点迹识别率提高了1.5%,识别时间缩短了20.4%。 展开更多
关键词 遗传算法 反向传播神经网络 降维 点迹数据 剩余杂波 杂波抑制
在线阅读 下载PDF
遗传算法结合神经网络用于傅里叶变换红外光谱法测定航空润滑油中水分 被引量：4
17
作者 韩晓 王菊香 +1 位作者 刘洁 徐广 《理化检验（化学分册）》 CAS CSCD 北大核心 2012年第4期388-391,399,共5页
采用傅里叶变换红外光谱法测定了航空润滑油中的水分,通过遗传算法(GA)优化选取有效波数点,用误差反向传播神经网络(BP-ANN)进行水分预测计算。模型的预测相关系数为0.957,预测标准偏差为0.022。随机抽取某型航空润滑油样品进行预测并... 采用傅里叶变换红外光谱法测定了航空润滑油中的水分,通过遗传算法(GA)优化选取有效波数点,用误差反向传播神经网络(BP-ANN)进行水分预测计算。模型的预测相关系数为0.957,预测标准偏差为0.022。随机抽取某型航空润滑油样品进行预测并对预测结果进行配对t检验,结果表明:红外光谱定量分析结果与标准方法测定值没有显著性差异,模型可以用于该型在用航空润滑油水分含量现场快速检测。 展开更多
关键词 傅里叶变换红外光谱法 遗传算法 误差反向传播神经网络 水分 航空润滑油
在线阅读 下载PDF
基于双隐含层GA-BP神经网络的重型柴油车排放预测 被引量：9
18
作者 王志红 秦可 +1 位作者 尹冬冬 卢梦成 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2019年第6期735-740,共6页
为了建立一种能够预测柴油车道路排放特性的模型,文章采用便携式车载(汽车尾气)排放测量系统(portable emission measurement system,PEMS),对某重型柴油车进行道路污染物排放特性测试;利用测得的试验数据,在双隐含层反向传播(back prop... 为了建立一种能够预测柴油车道路排放特性的模型,文章采用便携式车载(汽车尾气)排放测量系统(portable emission measurement system,PEMS),对某重型柴油车进行道路污染物排放特性测试;利用测得的试验数据,在双隐含层反向传播(back propagation,BP)神经网络的基础上,引入Levenberg-Marquardt(LM)优化算法,用遗传算法(genetic algorithm,GA)优化网络的权值与阈值;以车辆比功率(vehicle specificpower,VSP)为输入,搭建CO、NOx排放预测模型,并用试验数据对模型进行训练、验证。结果表明,CO、NOx的预测结果与样本数据之间的皮尔逊相关系数分别为0.8553、0.8512,线性高度相关;在整体误差水平上,CO、NOx排放因子的相对误差分别为2.61%、6.71%。该方法对车辆CO、NOx的瞬时排放和整体排放特性的预测准确性较好,具有一定的理论意义和工程应用价值。 展开更多
关键词 车载排放测量系统(PEMS) 双隐含层 遗传算法-反向传播(ga-bp)神经网络 LM算法 排放预测
在线阅读 下载PDF
基于NB-IoT技术和GA-BP神经网络的车位预测系统 被引量：11
19
作者 李伟 梁睿君 宋丹 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第3期454-459,共6页
围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测... 围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。 展开更多
关键词 智能停车系统 NB-IoT技术 遗传算法-反向传播神经网络 车位预测
在线阅读 下载PDF
基于GA-BP神经网络的镁合金微弧氧化膜层厚度预测 被引量：6
20
作者 杨武 张春燕 马超 《兵器材料科学与工程》 CAS CSCD 北大核心 2017年第1期88-92,共5页
为直观地检验膜层的质量,建立微弧氧化工艺参数(电流大小、脉冲宽度、氧化时间)与微弧氧化膜层厚度之间的反向传播(BP)神经网络预测模型,其结构为3-10-1(即3个输入神经元,10个隐含层节点,1个输出神经元)。采用遗传算法(GA)优化BP神经网... 为直观地检验膜层的质量,建立微弧氧化工艺参数(电流大小、脉冲宽度、氧化时间)与微弧氧化膜层厚度之间的反向传播(BP)神经网络预测模型,其结构为3-10-1(即3个输入神经元,10个隐含层节点,1个输出神经元)。采用遗传算法(GA)优化BP神经网络的初始权值和阈值,构建基于遗传算法神经网络的膜厚预测模型。用GA-BP神经网络对膜厚进行模型仿真,并将仿真结果与BP神经网络模型仿真结果进行对比。结果表明,GA-BP网络模型预测值的平均误差为1.65%,最大误差为9.75%,而BP模型预测结果的平均误差为8.62%,最大误差为13.68%。GA-BP神经网络模型预测精度要优于BP神经网络模型。 展开更多
关键词 镁合金 微弧氧化 反向传播神经网络 遗传算法 膜层厚度
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 … 4 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