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727篇文章
< 1 2 … 37 >
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：27
1
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
基于粒子群优化BP神经网络的核事故源项反演
2
作者 游清悦 曹博 +3 位作者 彭丁萍 李中昊 缪学伟 陈洲亮 《核电子学与探测技术》 北大核心 2025年第3期371-381,共11页
核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(~(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所... 核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(~(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所需的数据集。利用Matlab构建了粒子群算法(Particle Swarm Optimization,PSO)优化误差反向传播(Back Propagation,BP)神经网络的核事故源项反演模型,同时考虑了粒子群算法中超参数和适应度函数的不同对算法优化性能的影响。结果表明:PSOBP模型源项反演测试结果的平均绝对百分比误差为2.14%,平均绝对误差为0.011437,均方差为0.000685,各个评价指标明显优于BP神经网络,验证了该模型的可行性,有助于快速核应急响应。 展开更多
关键词 源项反演 BP神经网络 粒子群优化 参数优化 适应度函数
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络
3
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
基于小波包分解和神经网络集成群的滚动轴承故障诊断
4
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
基于粒子群优化神经网络的机械臂跟踪控制
5
作者 屈晓宇 王家隆 《沈阳工程学院学报(自然科学版)》 2025年第1期48-54,共7页
针对智能消防机械臂在无人情况下的系统操作精度问题,提出基于粒子群优化RBF神经网络自适应的控制方法。首先,采用RBF神经网络自适应控制算法跟踪机械臂各关节的轨迹;其次,采用粒子群优化算法对RBF神经网络的权值进行更新,并重新构建RB... 针对智能消防机械臂在无人情况下的系统操作精度问题,提出基于粒子群优化RBF神经网络自适应的控制方法。首先,采用RBF神经网络自适应控制算法跟踪机械臂各关节的轨迹;其次,采用粒子群优化算法对RBF神经网络的权值进行更新,并重新构建RBF神经网络;最后,通过MATLAB仿真验证所提出控制器的有效性和可行性。结果表明:与一般RBF神经网络自适应控制器相比,粒子群优化RBF神经网络自适应控制器在路径跟踪上具有更高的控制精度。 展开更多
关键词 智能消防机械臂 神经网络 自适应 粒子群优化算法
在线阅读 下载PDF
一种粒子群优化脉冲耦合神经网络的全色锐化算法
6
作者 赵志威 付昱凯 杨树文 《航天返回与遥感》 CSCD 北大核心 2024年第5期51-63,共13页
为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过... 为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过程中使用细节注射的融合方法,降低非必要的信息注射,从而提高光谱保持度。在融合高频系数时,采用参数自适应的简化脉冲耦合神经网络计算融合权重,并基于粒子群优化算法全局搜索能够获取最佳融合质量的对应参数,以提高空间信息的完整性和清晰度。文章通过三组实验验证提出算法的可行性,并与现有的、经典的融合算法进行对比,实验显示:文章提出的融合算法在三组实验中的光谱角映射均在0.1左右,通用图像质量指数在0.9以上。实验结果表明:该算法不仅能够有效提高全色与多光谱影像的融合质量,而且融合效果稳健,在对比实验中具有最佳的融合性能。 展开更多
关键词 全色与多光谱影像 遥感影像融合 脉冲耦合神经网络 粒子群优化算法
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
7
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 粒子群优化算法 BP神经网络 软测量技术
在线阅读 下载PDF
基于GA-BP神经网络和改进粒子群算法的碰撞射流和冷却顶板复合空调系统优化
8
作者 齐贺闯 叶筱 +2 位作者 高延峰 亢燕铭 钟珂 《东华大学学报（自然科学版）》 CAS 北大核心 2024年第1期110-117,共8页
对碰撞射流和辐射顶板(IJV/RC)复合空调在不同室内负荷条件下运行时的室内热环境进行数值模拟,基于遗传算法-反馈(GA-BP)神经网络建立运行性能(吹风感R_(PD),头足温差Δt,空气交换效率e ACE,工作区平均温度t_(a))与设计变量(送风温度t_... 对碰撞射流和辐射顶板(IJV/RC)复合空调在不同室内负荷条件下运行时的室内热环境进行数值模拟,基于遗传算法-反馈(GA-BP)神经网络建立运行性能(吹风感R_(PD),头足温差Δt,空气交换效率e ACE,工作区平均温度t_(a))与设计变量(送风温度t_(s)、送风速度v_(s)、冷却顶板内表面温度t_(c)、房间负荷Q_(c))之间的预测模型,通过相关性分析确定设计变量对运行性能影响的显著性并排序。结果表明,增大v_(s)可使Δt降低,但R_(PD)增大;增大t_(c)有助于降低Δt和R_(PD),但t_(a)升高;为使t_(a)下降,可通过降低t_(s)来实现,但室内空气质量变差。为确保IJV/RC复合空调能在保证室内热舒适的同时提供良好室内空气品质,利用改进粒子群算法对复合空调的运行性能进行多目标同时优化,建立不同房间负荷条件下的设计参量最优匹配关系。研究结果可为IJV/RC复合空调的优化设计和运行控制提供理论指导。 展开更多
关键词 碰撞射流通风 冷却顶板 GA-BP神经网络 粒子群优化算法 多目标优化
在线阅读 下载PDF
基于粒子群优化卷积神经网络的深基坑变形预测方法 被引量：1
9
作者 赵颍 《建筑技术开发》 2024年第3期162-164,共3页
以华润阜阳中心项目五期总承包项目为研究对象,基于粒子群优化的卷积神经网络法对深基坑围护结构的水平位移和地表沉降进行预测,随着监测时间的增加,深基坑围护结构水平位移量和地表沉降量的预测值与实测值均具有一致的变化规律;与实测... 以华润阜阳中心项目五期总承包项目为研究对象,基于粒子群优化的卷积神经网络法对深基坑围护结构的水平位移和地表沉降进行预测,随着监测时间的增加,深基坑围护结构水平位移量和地表沉降量的预测值与实测值均具有一致的变化规律;与实测值相比,预测围护结构水平位移量的均方根误差为3.89%,平均百分比误差为5.92%,预测地表沉降量的均方根误差为4.53%,平均百分比误差为3.96%,均小于8%的误差限制要求,表明基于粒子群优化的卷积神经网络深基坑变形具有较高的预测精度。 展开更多
关键词 建筑工程 深基坑 变形预测 卷积神经网络 粒子群优化
在线阅读 下载PDF
基于自适应遗传粒子群优化模糊神经网络的疲劳驾驶预测模型 被引量：7
10
作者 孙伟 张小瑞 +2 位作者 唐慧强 夏旻 张为公 《汽车工程》 EI CSCD 北大核心 2013年第3期219-223,228,共6页
为提高疲劳驾驶的预测精度,提出了基于减法聚类和遗传粒子群优化模糊神经网络的疲劳驾驶预测模型。根据训练样本,利用减法聚类确定网络结构和初始参数;借助于进化速度因子,采用自适应遗传粒子群算法优化网络参数。利用疲劳驾驶实车模拟... 为提高疲劳驾驶的预测精度,提出了基于减法聚类和遗传粒子群优化模糊神经网络的疲劳驾驶预测模型。根据训练样本,利用减法聚类确定网络结构和初始参数;借助于进化速度因子,采用自适应遗传粒子群算法优化网络参数。利用疲劳驾驶实车模拟实验获得的数据,对该模型进行了训练和测试,并将结果与传统的粒子群、遗传和反向传播算法进行对比。结果表明,该模型不仅精简了网络结构,缩短了训练时间,而且减小了全局误差,提高了预测精度。 展开更多
关键词 疲劳驾驶 减法聚类 自适应遗传粒子群优化 模糊神经网络
在线阅读 下载PDF
基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用 被引量：19
11
作者 毛鸿伟 潘宏侠 刘文礼 《振动与冲击》 EI CSCD 北大核心 2007年第5期133-136,共4页
用粒子群算法(PS0)取代传统的梯度下降法,优化小波神经网络中的各个参数。将经过PS0训练的小波神经网络应用于齿轮箱故障诊断,实验结果表明,基于PS0算法的小波神经网络训练方法是有效的神经网络训练算法,同时也是解决故障诊断问题的有... 用粒子群算法(PS0)取代传统的梯度下降法,优化小波神经网络中的各个参数。将经过PS0训练的小波神经网络应用于齿轮箱故障诊断,实验结果表明,基于PS0算法的小波神经网络训练方法是有效的神经网络训练算法,同时也是解决故障诊断问题的有效途径。 展开更多
关键词 粒子群算法 小波神经网络 故障诊断
在线阅读 下载PDF
小波分析和粒子群优化神经网络的语音端点检测 被引量：4
12
作者 陈雪芳 《微电子学与计算机》 CSCD 北大核心 2013年第9期94-97,共4页
为了提高语音端点检测的适应性和鲁棒性,提出一种小波分析和粒子群优化神经网络(WA-PSO-BP)的语音端点检测算法.首先利用小波分析提取语音信号的特征量,然后将特征量作为输入BP神经网络进行学习,并采用粒子群算法优化BP神经网络参数,从... 为了提高语音端点检测的适应性和鲁棒性,提出一种小波分析和粒子群优化神经网络(WA-PSO-BP)的语音端点检测算法.首先利用小波分析提取语音信号的特征量,然后将特征量作为输入BP神经网络进行学习,并采用粒子群算法优化BP神经网络参数,从而建立语音端检测模型.仿真结果表明,WA-PSO-BP提高了语音端点检测正确率,有效降低了虚检率和漏检率.这说明WA-PSO-BP是一种可行性较高,环境适应性较强的语音检测算法. 展开更多
关键词 小波分析 神经网络 语音端点 粒子群优化算法 特征选择
在线阅读 下载PDF
基于粒子群优化小波神经网络的行程时间预测 被引量：7
13
作者 于泉 孙瑶 《交通运输研究》 2020年第2期40-47,59,共9页
为使道路使用者在出发前获得具有高实时性和可靠性的行程时间预测信息,提高出行效率,需提升高速公路行程时间的预测精度。鉴于此,将生物学中粒子群优化算法(Particle Swarm Optimization Algorithm,PSO)引入小波神经网络(Wavelet Neural... 为使道路使用者在出发前获得具有高实时性和可靠性的行程时间预测信息,提高出行效率,需提升高速公路行程时间的预测精度。鉴于此,将生物学中粒子群优化算法(Particle Swarm Optimization Algorithm,PSO)引入小波神经网络(Wavelet Neural Network,WNN)中,构建基于粒子群优化小波神经网络(Particle Swarm Optimization Wavelet Neural Network,PSO-WNN)的高速公路行程时间预测模型。首先将高速公路原始收费数据规整化,截取其中有效字段,获取研究路段一个月的行程时间数据并对其进行数据处理。然后分别基于PSO-WNN模型和WNN模型,利用Matlab进行实验。实验结果显示,PSO-WNN模型预测结果的平均绝对误差、平均相对误差和均方误差较WNN模型分别降低了83.36%,82.20%和98.15%。PSO-WNN行程时间预测模型不仅预测精度高,而且能较准确地预测出行程时间的走向及波动情况,在收敛速度方面也呈现出一定的优势,具有较好的适应能力。 展开更多
关键词 智能交通 行程时间预测 粒子群优化算法 小波神经网络 高速公路
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
14
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 粒子群优化算法 BP神经网络
在线阅读 下载PDF
基于粒子群优化BP神经网络的汽车4S店客户流失预警
15
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 粒子群优化算法 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BP神经网络结合ERA5数据的风电功率预测
16
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 粒子群优化算法 风电功率预测
在线阅读 下载PDF
基于改进粒子群优化神经网络算法的波浪捕获功率预测 被引量：19
17
作者 黄宝洲 杨俊华 +2 位作者 卢思灵 陈海峰 谢东燊 《太阳能学报》 EI CAS CSCD 北大核心 2021年第2期302-308,共7页
传统BP神经网络算法应用于波浪发电系统捕获功率预测,易陷入局部最优和泛化能力不足,为此提出一种改进的粒子群优化神经网络算法,动态调整学习因子并添加变异算子。采用间接预测策略,搭建从波浪数据到波浪捕获功率的直驱式波浪发电系统... 传统BP神经网络算法应用于波浪发电系统捕获功率预测,易陷入局部最优和泛化能力不足,为此提出一种改进的粒子群优化神经网络算法,动态调整学习因子并添加变异算子。采用间接预测策略,搭建从波浪数据到波浪捕获功率的直驱式波浪发电系统模型;应用改进算法预测分析波浪历史数据,输入搭建模型,进而获得波浪捕获功率预测值。比较分析不同预测步数和不同算法的仿真结果可知,改进算法能有效克服传统算法不足,提高预测精度。 展开更多
关键词 粒子群优化算法 神经网络 预测 波能转换 功率捕获
在线阅读 下载PDF
BP神经网络结合粒子群优化卡尔曼滤波的MEMS陀螺随机误差补偿方法 被引量：10
18
作者 万芯炜 王晶 +3 位作者 杨辉 李毅 张远再 王路 《兵工学报》 EI CAS CSCD 北大核心 2023年第2期556-565,共10页
针对微机电系统(MEMS)陀螺仪随机误差相对较大、影响其精度这一问题,提出一种基于BP神经网络结合具有量子行为的粒子群优化(QPSO)算法优化卡尔曼滤波(KF)的补偿方法。采集MEMS陀螺和转台数据作为样本,采用BP神经网络进行训练,建立误差模... 针对微机电系统(MEMS)陀螺仪随机误差相对较大、影响其精度这一问题,提出一种基于BP神经网络结合具有量子行为的粒子群优化(QPSO)算法优化卡尔曼滤波(KF)的补偿方法。采集MEMS陀螺和转台数据作为样本,采用BP神经网络进行训练,建立误差模型;利用训练好的模型对MEMS陀螺进行误差补偿;利用QPSO算法优化KF,以达到更好的降噪效果。实验结果表明,该方法较BP神经网络优化KF、QPSO优化KF与变分模态分解结合小波阈值去噪等方法去噪处理后的平均绝对误差(MAE)和均方误差(MSE)更小,具有更好的降噪效果。 展开更多
关键词 MEMS陀螺 BP神经网络 量子粒子群优化 卡尔曼滤波
在线阅读 下载PDF
基于粒子群优化的神经网络训练算法研究 被引量：96
19
作者 高海兵 高亮 +1 位作者 周驰 喻道远 《电子学报》 EI CAS CSCD 北大核心 2004年第9期1572-1574,共3页
　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionospher... 　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionosphere以及Breastcancer模式分类问题 ,能够部分消除冗余分类参数及冗余连接结构对分类性能的影响 .与BP算法及遗传算法比较 ,该算法在提高分类误差精度的同时可加快训练收敛的速度 .仿真结果表明 ,SPSO是有效的神经网络训练算法 . 展开更多
关键词 粒子群优化 神经网络 遗传算法 模式分类
在线阅读 下载PDF
基于粒子群小波神经网络的公交到站时间预测 被引量：21
20
作者 季彦婕 陆佳炜 +1 位作者 陈晓实 胡波 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第3期60-66,共7页
公交到站时间的实时预测是公交出行信息发布、公交出行诱导、公交动态调度的关键技术.基于公交车辆运行特性分析,将公交到站时间分为路段运行时间和站点停靠时间两部分,并考虑工作日与周末的运行特性差异,最后结合迭代思想提出利用粒子... 公交到站时间的实时预测是公交出行信息发布、公交出行诱导、公交动态调度的关键技术.基于公交车辆运行特性分析,将公交到站时间分为路段运行时间和站点停靠时间两部分,并考虑工作日与周末的运行特性差异,最后结合迭代思想提出利用粒子群小波神经网络模型预测公交到站时间.实例分析表明:粒子群算法能有效降低小波神经网络模型的训练误差;结合迭代法使用公交车上一站运行时间作为预测输入能够有效提高预测精度;该预测模型对于公交车在工作日和周末到站时间的预测均能达到较高的精度,平均绝对百分比误差分别为10.82%和9.85%. 展开更多
关键词 智能交通 公交到站时间预测 小波神经网络 公交 粒子群算法 迭代法
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 … 37 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