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3,116篇文章
< 1 2 … 156 >
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BP神经网络模型的矿区开采沉陷预计 被引量：12
1
作者 毛文军 《金属矿山》 CAS 北大核心 2016年第2期164-167,共4页
为解决常规方法监测矿区开采沉陷的可控性、可操作性差及精度低等问题,采用BP神经网络模型拟合矿区高程值对开采沉陷进行预计是一种有效方法。但传统BP神经网络模型为反向传播算法,在训练时需多次试算方可确定神经网络系统的连接权值和... 为解决常规方法监测矿区开采沉陷的可控性、可操作性差及精度低等问题,采用BP神经网络模型拟合矿区高程值对开采沉陷进行预计是一种有效方法。但传统BP神经网络模型为反向传播算法,在训练时需多次试算方可确定神经网络系统的连接权值和阈值,具有易陷入局部最小值、收敛慢等不足。为此,采用遗传算法(Genetic algorithm,GA)对BP神经网络模型参数进行优化以提高其泛化能力,构建了遗传BP神经网络模型(GA-BP)。以某矿区首采工作面地表25个已进行了三等水准联测的高程监测点数据作为遗传BP神经网络模型(GA-BP)的训练样本(15个监测点数据)和测试样本(其余10个监测点数据),分别采用BP神经网络模型、二次曲面拟合等方法与其进行试验对比,结果显示:遗传BP神经网络模型(GA-BP)具有更高的内、外符合精度及更小的残差,表明该方法有助于实现对矿区开采沉陷的高精度预计。 展开更多
关键词 开采沉陷 遗传算法 bp神经网络 遗传bp神经网络 高程拟合 二次曲面拟合
在线阅读 下载PDF
基于SSA-GA-BP神经网络的城轨地下线振动源强预测模型 被引量：1
2
作者 刘庆杰 刘博亮 +3 位作者 冯青松 徐璐 罗信伟 刘文武 《铁道科学与工程学报》 北大核心 2025年第5期2355-2366,共12页
为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素... 为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素,利用斯皮尔曼相关系数得到各类影响因素与振动源强的关系强度。分别建立基于卷积神经网络(CNN)、随机森林(RF)、支持向量机(SVM)等5个机器学习模型,对比分析了不同模型对振动源强的预测效果。使用麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络模型的结构、超参数、权重及阈值,对比SSA-GA-BP、SSA-BP、GA-BP神经网络对振动源强的预测精度。最终使用4个差异明显且未经模型学习的新断面验证SSA-GA-BP模型的泛化能力。结果表明:5种机器学习模型中BP神经网络的非线性回归拟合能力最强,验证集MAE损失为1.55 dB,决定系数为0.948;SSA-GA-BP模型对振动源强的预测精度高于SSA-BP和GA-BP,验证集MAE、MAPE和决定系数分别为1.289 dB、1.856%和0.967,有80.11%数据的平均绝对误差在2 dB以内;SSA-GA-BP模型对4个经典的新断面数据预测效果良好,4个断面汇总数据的MAE、MSE和MAPE误差值分别为1.21 dB、2.18 dB和1.67%,决定系数为0.977,有70%数据的预测误差在2 dB以内,证明了SSA-GA-BP模型有较强的泛化能力。SSA-GA-BP振源预测模型具有较好的预测精度和快速预测能力,研究可为轨道交通地下线路设计阶段的减振降噪设计提供参考。 展开更多
关键词 城市轨道交通地下线 振动源强 预测 bp神经网络 麻雀搜索算法 遗传算法
在线阅读 下载PDF
基于遗传算法优化BP神经网络的板栗蒸腾量预测模型
3
作者 徐佳莹 宁璐 《南方农机》 2025年第14期5-8,20,共5页
【目的】准确估算作物蒸发蒸腾量并采用智能控制技术对灌溉量进行控制,减少作物生育期的水分消耗,提高作物水分利用率,发展节水农业。【方法】以北京农学院智能温室内盆栽板栗为研究对象,以光照强度、环境温度、环境湿度、环境内CO_(2)... 【目的】准确估算作物蒸发蒸腾量并采用智能控制技术对灌溉量进行控制,减少作物生育期的水分消耗,提高作物水分利用率,发展节水农业。【方法】以北京农学院智能温室内盆栽板栗为研究对象,以光照强度、环境温度、环境湿度、环境内CO_(2)含量、叶室内CO_(2)含量以及土壤含水量为主要测定影响因素,建立了一种基于遗传算法优化BP神经网络的板栗蒸腾量预测模型。并通过设立正常浇水组和抗旱少水组两个处理组,利用BP神经网络与遗传算法优化BP神经网络对测试数据进行建模,对比两种算法的仿真时间和预测误差。【结果】正常浇水组优化后的建模仿真时间减少了4.937 55 s,抗旱少水组优化后的建模仿真时间减少了6.124 97 s;正常浇水组优化后的误差值降低了0.737 9,抗旱少水组优化后的误差值降低了1.572 5,说明遗传算法优化BP神经网络预测模型的综合预测结果更优。【结论】遗传算法优化BP神经网络预测模型有效修正了传统BP神经网络预测过程中存在的弊端,能够更好地展现板栗蒸腾量的非线性特性。本研究可为植株蒸腾量估算和实际需水量计算提供新思路和方法,对植株实现智能化控制具有重要的理论意义和实用价值。 展开更多
关键词 遗传算法 bp神经网络 蒸腾量预测
在线阅读 下载PDF
基于BWM+BP神经网络的在役中小跨径桥梁安全风险智能评估模型研究
4
作者 赵锐 田志强 宋宇涵 《世界桥梁》 北大核心 2025年第5期97-104,共8页
为克服传统桥梁安全风险评估过程的主观性及由于桥梁系统复杂带来的不确定性,基于桥梁检测数据,提出基于最优最劣法(BWM)+BP神经网络的在役中小跨径桥梁安全风险智能评估模型。首先,在现行桥梁检测评价规范基础上,以各结构部件的病害作... 为克服传统桥梁安全风险评估过程的主观性及由于桥梁系统复杂带来的不确定性,基于桥梁检测数据,提出基于最优最劣法(BWM)+BP神经网络的在役中小跨径桥梁安全风险智能评估模型。首先,在现行桥梁检测评价规范基础上,以各结构部件的病害作为安全风险评估体系中的底层指标,构建安全风险评估指标体系;然后,采用BWM法和德尔菲法,利用专家经验确定病害层指标权重,结合模糊综合评判法对桥梁检测样本数据进行前处理;最后,利用BP神经网络对处理后的样本进行训练,根据训练结果,分别用遗传算法(GA)和粒子群算法(PSO)对BP神经网络优化后对比,构建最优评估模型。将该评估模型应用于墩那高速新疆伊犁州某段某中桥,对其进行安全风险评估,以验证其适用性。结果表明:运用BWM+BP神经网络的在役中小跨径桥梁安全风险智能评估模型在一定程度上克服了检测报告样本中评价不准确和局限问题,同时削弱了BP神经网络训练大量样本的需求;GA优化的BP神经网络模型比PSO优化精度更佳、鲁棒性更好,准确率达96.49%;相比现行规范,运用该模型进行在役中小跨径桥梁安全风险评估,能改善病害叠加评分过低的问题,评估结果更符合实际情况。 展开更多
关键词 中小跨径桥梁 最优最劣法 bp神经网络 遗传算法 粒子群算法 智能评估模型 安全风险评估
在线阅读 下载PDF
改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究 被引量：3
5
作者 张国浩 王彩玲 +1 位作者 王洪伟 于涛 《光谱学与光谱分析》 北大核心 2025年第2期394-402,共9页
使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总... 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。 展开更多
关键词 光谱数据 改进粒子群优化算法 bp神经网络模型 核主成分分析(KPCA) 总磷浓度
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建 被引量：1
6
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(bp)神经网络
在线阅读 下载PDF
基于Zerilli-Armstrong和BP神经网络的15CrMoG合金钢本构模型研究
7
作者 刘宏伟 王伟 +3 位作者 代学蕊 马世博 穆振凯 王宝雨 《塑性工程学报》 北大核心 2025年第7期175-183,共9页
采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zeril... 采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zerilli-Armstrong(Z-A)本构模型和BP神经网络模型,预测材料的流变应力。引入相关系数R和平均绝对相对误差e_(AARE)分析模型的精度,结果表明,Z-A本构模型的预测应力值与试验值的相关系数为0.9447,平均绝对相对误差为10.3%;采用应变的五阶多项式对模型的部分材料参数进行修正,得到修正的Z-A本构模型,修正模型的预测值与试验值的相关系数为0.9934,平均绝对相对误差为7.47%,模型精度得到明显提高。建立的BP神经网络模型的预测应力值与试验值的相关系数为0.9981,平均绝对相对误差为1.02%,具有更高的预测精度,能够更好地描述15CrMoG钢在高温下的热变形行为。 展开更多
关键词 Zerilli-Armstrong 本构模型 bp神经网络 15CrMoG合金钢 热变形行为
在线阅读 下载PDF
基于BP神经网络和遗传算法的铜-铝双层药型罩结构优化设计
8
作者 李伟芾 高绪杰 +2 位作者 常征 朱立华 朱光明 《兵器装备工程学报》 北大核心 2025年第8期89-95,共7页
为得到具备最优侵彻性能的铜-铝双层药型罩结构参数,基于有限元仿真结果训练神经网络,并结合遗传算法对最佳结构参数进行了优化设计,以获得最大侵彻深度。首先通过正交试验设计结合LS-DYNA软件进行数值模拟,得到样本数据及各因素显著性... 为得到具备最优侵彻性能的铜-铝双层药型罩结构参数,基于有限元仿真结果训练神经网络,并结合遗传算法对最佳结构参数进行了优化设计,以获得最大侵彻深度。首先通过正交试验设计结合LS-DYNA软件进行数值模拟,得到样本数据及各因素显著性。同时,构建了BP人工神经网络模型,并将预测值作为适应度,使用遗传算法以侵彻深度为优化目标得到对应的最佳结构参数。研究结果表明:当药型罩锥角为59.07°,壁厚为1.66 mm,长径比为1.36,Cu/Al壁厚比为2.38∶1时,形成的射流侵彻深度相较正交试验优化结果更好。 展开更多
关键词 双层药型罩 bp神经网络 遗传算法 结构优化 数值模拟
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
9
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 bp神经网络预测
在线阅读 下载PDF
基于BP神经网络的飞轮转子全系统模型
10
作者 何海婷 柳亦兵 《华北电力大学学报(自然科学版)》 北大核心 2025年第2期99-106,共8页
在前人的研究中,转子动力学模型和系统调度模型分属不同研究领域,缺乏完整的飞轮转子全系统模型,难以有效分析飞轮储能系统中复杂的电-磁-力耦合问题。为了解决这一问题,通过替代映射方法,使用有限元模型参数化计算结果训练BP神经网络,... 在前人的研究中,转子动力学模型和系统调度模型分属不同研究领域,缺乏完整的飞轮转子全系统模型,难以有效分析飞轮储能系统中复杂的电-磁-力耦合问题。为了解决这一问题,通过替代映射方法,使用有限元模型参数化计算结果训练BP神经网络,构造了AMB、PMSM和PMB模块,并与飞轮转子动力学模型、功率-电流-转速模块和PID控制器等组成一个完整的飞轮储能全系统模型。该模型成功应用于燃煤火电机组二次调频和风电输出平滑场景,可以同时计算飞轮储能系统的功率跟随和转子运动情况。仿真结果表明不同的转速起点,会改变转子的转动频率变化范围,从而影响转子振幅等安全参数。该模型具有接近实时的仿真速度。研究结果为飞轮储能系统的设计优化和运行控制提供了重要工具。 展开更多
关键词 飞轮转子 全系统模型 bp神经网络 有限元方法 替代映射
在线阅读 下载PDF
基于BP神经网络的用户感性评价模型构建及应用 被引量：1
11
作者 董圣泽 王肖烨 +2 位作者 王若羽 杨景浩 郭凌志 《包装工程》 北大核心 2025年第2期82-90,共9页
目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标... 目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标,借助形态分析法将目标产品分解为多个主要结构;运用BP神经网络构建用户感性评价模型,遍历所有形态因子组合以确定最优搭配。结果 以电饭煲为例,根据所构建模型可预测各评价指标最高的形态因子组合,该模型均方误差为0.0049,决定系数为0.9287,模型精度符合要求,利用问卷调查法进一步证明了预测结果有参考价值。结论 基于BP神经网络构建的模型拥有快速寻找最佳形态因子组合的能力,利用网络购物平台用户评论作为训练样本能够解决人工搜集或问卷调查获取样本时间长、成本高、市场响应慢、样本分布不均匀等问题。用户感性评价模型预测结果对设计师精准满足用户需求有重要的指导意义。 展开更多
关键词 用户感性评价模型 bp神经网络 感性意象评价 电饭煲
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
12
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BP神经网络的15Cr14Co12Mo5Ni2齿轮钢本构模型建立及热加工图研究
13
作者 朱鹏 冯玮 《塑性工程学报》 北大核心 2025年第8期177-186,共10页
为了建立15Cr14Co12Mo5Ni2钢本构模型,利用Gleeble-3500热模拟试验机在变形温度为860~1160℃,应变速率为0.01~5 s^(-1)下进行了单道次热压缩实验,得到了15Cr14Co12Mo5Ni2钢在不同工艺参数下的应力-应变曲线。基于应力-应变实验数据,通... 为了建立15Cr14Co12Mo5Ni2钢本构模型,利用Gleeble-3500热模拟试验机在变形温度为860~1160℃,应变速率为0.01~5 s^(-1)下进行了单道次热压缩实验,得到了15Cr14Co12Mo5Ni2钢在不同工艺参数下的应力-应变曲线。基于应力-应变实验数据,通过试凑法确定了层数为3×10×3×1(双隐含层)的BP神经网络本构关系预测模型,建立了不同变形条件下的三维功率耗散图、三维失稳图及热加工图。计算了基于应变补偿的Arrhenius模型和基于BP神经网络的本构模型的应力-应变预测值与实验值的误差,确定了齿轮钢最佳变形工艺条件。基于BP神经网络的本构模型和基于应变补偿的Arrhenius本构模型预测的流动应力均方误差分别为20.9415和109.2035,平均相对误差分别为0.0216和0.0501,确定的齿轮钢最佳成形温度和应变速率范围分别为1110~1160℃和0.01~0.33 s^(-1)。结果表明:基于BP神经网络建立的本构模型能更准确地预测15Cr14Co12Mo5Ni2钢的流动行为。 展开更多
关键词 15Cr14Co12Mo5Ni2钢 热压缩实验 bp神经网络 本构模型 热加工图
在线阅读 下载PDF
基于BP神经网络和遗传算法的设备故障诊断与健康管理模型研究 被引量：6
14
作者 和征 张同静 杨小红 《制造技术与机床》 北大核心 2024年第11期9-15,共7页
针对目前设备管理存在的故障处理周期长、维护保养任务重、维修成本高的现状,构建了设备故障诊断与健康管理架构,包括设备层、感知层、数据处理及存储层、数据分析层和应用层。其中,在数据分析层,综合采用BP神经网络和遗传算法,建立了... 针对目前设备管理存在的故障处理周期长、维护保养任务重、维修成本高的现状,构建了设备故障诊断与健康管理架构,包括设备层、感知层、数据处理及存储层、数据分析层和应用层。其中,在数据分析层,综合采用BP神经网络和遗传算法,建立了设备故障诊断与健康管理模型。最后,以机电设备振动数据为例,进行设备故障诊断模型的预测结果分析,验证了该模型的可行性。研究结果表明,该模型能提高设备故障诊断正确率,具有较好的故障诊断效果;设备预测健康状态与实际健康状态的变化趋势基本保持一致,重合率大于90%。该成果可为制造企业的设备故障诊断与健康管理提供相关策略,有效排除故障问题,降低管理成本。 展开更多
关键词 设备故障诊断 设备健康管理 bp神经网络 遗传算法
在线阅读 下载PDF
基于BP神经网络的易贡藏布河流含沙量预测模型研究
15
作者 武泽宇 宁家贤 高朋辉 《水电能源科学》 北大核心 2025年第7期78-80,56,共4页
准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,... 准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,并选取决定系数、平均绝对值误差、平均偏差、均方根误差评价模型的性能。结果表明,所提模型预测精度极高,R^(2)值远超0.98,误差指标均趋近于零,充分验证了该模型的有效性与准确性,为该流域未来含沙量预测工作提供了参考依据和科学指导。 展开更多
关键词 bp神经网络模型 易贡藏布河 含沙量预测 机器学习
在线阅读 下载PDF
基于BP神经网络的全介质微纳结构色混色预测模型
16
作者 师祎菲 万晓霞 +2 位作者 薛智爽 章倩 吕嘉旭 《印刷与数字媒体技术研究》 北大核心 2025年第5期217-225,共9页
针对传统结构色调控方法依赖经验改变微纳结构参数所能再现的颜色有限,难以实现混色颜色预测的问题,本研究提出了一种基于BP(Back Propagation)神经网络的全介质微纳结构混色预测方法。首先,设计了一种由单晶硅和二氧化钛纳米柱单元组... 针对传统结构色调控方法依赖经验改变微纳结构参数所能再现的颜色有限,难以实现混色颜色预测的问题,本研究提出了一种基于BP(Back Propagation)神经网络的全介质微纳结构混色预测方法。首先,设计了一种由单晶硅和二氧化钛纳米柱单元组成的全介质微纳结构。然后,通过时域有限差分(FDTD)法获取其光谱反射率,并将光谱数据转换至CIE L^(*)a^(*)b^(*)颜色空间。最后,为了量化基色比例与混色感知颜色值之间的非线性关系,引入BP神经网络实现混色效果的预测建模,并通过优化隐藏层节点数和调整训练参数,建立了基色比例与混色L^(*)、a^(*)、b^(*)值的非线性映射关系。模型精度评价结果表明,该模型的预测均方根误差RMSE平均值为0.00497,色差ΔE_(ab)^(*)平均值仅为1.0615,R2均高于0.99,具有较高的预测精度。本研究为结构色的高效设计与混色的精准调控提供了新思路,兼具理论价值与应用潜力。 展开更多
关键词 结构色 全介质微纳结构 bp神经网络 结构色混色预测模型 时域有限差分
在线阅读 下载PDF
基于GA-BP神经网络的烟叶打叶风分工艺参数优化
17
作者 田斌强 付龙 +5 位作者 唐剑宁 刘辉 夏凡 黄沙 刘莉艳 郭筠 《河南农业大学学报》 北大核心 2025年第3期508-515,共8页
【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构... 【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构建GA-BP神经网络模型,并结合NSGA-Ⅱ的方法对工艺参数进一步优化。【结果】正交试验确定较高的大中片率最佳工艺参数为:第1至5级打叶转速分别为493、471、620、798、794 r·min^(-1),第7、第8级风机频率分别为49、45 Hz,较低的碎片率和叶中含梗率的最优工艺参数为:第1至5级打叶转速分别为503、489、621、792、792 r·min^(-1),第7、第8级风机频率分别为50、46 Hz。经GA-BP神经网络模型优化后为第1至5级打叶转速分别为485、474、620、796、794 r·min^(-1),第7、第8级风机频率分别为49、46 Hz,在此条件下,大中片率提升了1.52个百分点,叶中含梗率、碎片率分别降低了0.09和0.08个百分点。【结论】在正交试验的基础上,通过GA-BP神经网络模型优化多工艺参数,叶片结构更为合理,可为提升烟叶叶片加工质量提供参考。 展开更多
关键词 叶片结构 bp神经网络 遗传算法 打叶风分 参数优化
在线阅读 下载PDF
基于神经网络代理模型的门式墩优化方法及软件研发 被引量：1
18
作者 柏华军 《铁道标准设计》 北大核心 2025年第3期106-112,共7页
针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化... 针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化数学模型;然后,基于有限元法构建门式墩训练样本集,采用拉丁超立方开展试验设计,建立BPNN神经网络代理模型;最后,采用NSGAII遗传优化算法对BPNN神经网络代理模型进行搜索,实现门式墩最优结构尺寸和钢束线形的搜索推荐。依托某门式墩结构设计,开展算法有效性和效率验证,结果表明,案例的优化时间由有限元法的45 h缩短至智能优化算法的15 min,优化算法在保证预测精度的同时提高优化效率180倍。 展开更多
关键词 铁路桥梁 门式墩 结构优化 bp神经网络 代理模型 多目标优化 NSGAII算法 拉丁超立方设计
在线阅读 下载PDF
基于BP神经网络的城市径流系数对下垫面变化的响应
19
作者 张琳 丁兵 +4 位作者 邓金运 姚仕明 王家生 黎礼刚 汪朝辉 《长江科学院院报》 北大核心 2025年第10期32-37,共6页
在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了... 在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了这些变化对径流系数的影响。通过对比分析发现:城市下垫面变化对径流系数具有显著影响,随着建筑用地和道路的增加,径流系数呈现上升趋势,2009—2017年研究区径流系数从0.399增至0.535;而绿地、植被等用地面积的增加则有助于降低径流系数,同时海绵城市建设通过增加强透水地面面积,额外增加雨水调蓄容积,可达到降低径流系数的作用,海绵城市项目实施后,2017年径流系数为0.535,较海绵城市项目实施前降低0.051。研究成果可为城市规划和防洪排涝系统的设计提供科学依据,也可为城市水文循环和水资源管理提供技术支撑。 展开更多
关键词 径流系数 下垫面 bp神经网络模型 遥感技术 土地利用方式 城市规划
在线阅读 下载PDF
基于BP神经网络——遗传算法的咖啡壳炭化工艺参数优化
20
作者 张霞 苏盼杰 +2 位作者 朱静哲 王伊洋 黄峻伟 《智能化农业装备学报(中英文)》 2025年第1期51-58,共8页
生物炭是一种针对生物质能高效开发的多功能材料,随着对生物质能高效开发的关注,生物炭的应用范围逐渐扩展,其中炭基肥作为生物炭的一个重要应用方向,因其优良的缓释性能和对土壤负担小的特点,受到广泛关注。生物炭的理化性质受到制备... 生物炭是一种针对生物质能高效开发的多功能材料,随着对生物质能高效开发的关注,生物炭的应用范围逐渐扩展,其中炭基肥作为生物炭的一个重要应用方向,因其优良的缓释性能和对土壤负担小的特点,受到广泛关注。生物炭的理化性质受到制备过程中的炭化温度、炭化时间和升温速率等工艺参数的显著影响,不同炭化工艺不仅决定了生物炭的理化性质,还直接影响其作为炭基肥的缓释性能。传统的实验方法往往需要大量的时间和资源投入,因此,探索更加高效的优化方法成为了研究的热点。本研究采用了BP神经网络与遗传算法相结合的优化方法,针对咖啡壳生物炭的炭化过程中的炭化温度、炭化时间和升温速率3个关键工艺参数进行预测和优化。研究结果表明,采用BP神经网络—遗传算法优化后的炭基肥,其最佳工艺参数为炭化时间2.8 h、炭化温度780.7℃和升温速率15.1℃/min。在此工艺条件下制备的咖啡壳生物炭基肥,其7 d养分累计释放率为45.9%,表明缓释性能得到了显著提升。综上所述,本研究提出了一种基于BP神经网络和遗传算法的生物炭炭化工艺参数优化方法,能够有效提高炭基肥的缓释性能。该方法不仅为生物炭制备工艺的优化提供了新的技术路径,也为相关领域的研究提供了重要参考,对推动高性能炭基肥的发展具有积极意义。 展开更多
关键词 生物炭 bp神经网络 遗传算法 炭基肥 工艺参数优化
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 … 156 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