期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
1
作者
王丽
闫子康
+1 位作者
杜金
王远亮
《食品工业科技》
CAS
北大核心
2024年第21期310-321,共12页
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火...
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火焰优化(Moth-Flame Optimization,MFO)BP神经网络,利用特征指标作为训练数据,构建不同贮藏温度下冷鲜肉的品质预测模型,快速准确评价和预测食品的质量安全。结果表明,不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势(P<0.05),且各指标在不同贮藏温度下的变化规律不一致,温度越高,腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标,以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示,MFO优化BP神经网络优于单一的BP神经网络模型,指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283,通过MFO算法优化训练后的R值分别为0.97538、0.98001,更接近于1,且优化后的RMSE、MSE和MAE值相对较小,其模型拟合度更好,在整个贮藏期的预测性能更好,准确率更高。因此,MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。
展开更多
关键词
冷鲜肉
松鼠葡萄球菌
预测模型
反向传播(
bp
)
神经网络
飞蛾
火焰
优化
(
mfo
)
bp
神经网络
在线阅读
下载PDF
职称材料
基于改进MFO优化空间谱的埋地管道泄漏定位
2
作者
谢晓贤
薛生
+1 位作者
郑晓亮
王强
《振动与冲击》
EI
CSCD
北大核心
2024年第17期278-288,312,共12页
现有管道泄漏声波定位法仅能提供泄漏所在区域。为实现区域内地下泄漏源的精确定位,基于地面均匀圆形阵列(uniform circular array, UCA),提出选择性反向学习飞蛾火焰优化(selective ppposition based moth-flame optimization, SOMFO)...
现有管道泄漏声波定位法仅能提供泄漏所在区域。为实现区域内地下泄漏源的精确定位,基于地面均匀圆形阵列(uniform circular array, UCA),提出选择性反向学习飞蛾火焰优化(selective ppposition based moth-flame optimization, SOMFO)结合双波谱的埋地管道泄漏定位方法。针对土壤P1波和S波共存且波速不明确等问题,构造地面UCA的双波谱函数,以其最大输出为优化目标,使用SOMFO寻优双波速度及泄漏源三维坐标共5个参数,并设计了多孔泄漏定位策略。搭建了埋地管道泄漏试验装置,通过互谱解卷绕相位的直线特性验证了P1波和S波的存在。试验结果表明,基于SOMFO优化双波谱的定位方法可准确估计波速及三维坐标,定位误差最大为0.066 m。此外,研究了多孔泄漏及寻优算法对定位精度的影响。与现有两种精确定位方法相比,新方法对单孔泄漏的定位精度分别提升9.68%和24.32%,多孔泄漏分别提升49.17%和61.15%。
展开更多
关键词
埋地管道泄漏
双波谱
反向学习
飞蛾
火焰
优化
(
mfo
)
多孔泄漏定位
在线阅读
下载PDF
职称材料
基于MFO-SVR的球磨机出粉量估算
被引量：
2
3
作者
宋宇
陆金桂
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021年第10期1347-1352,1362,共7页
针对球磨机出粉量难以测量的问题,文章借助以数据驱动为基础的软测量技术,建立了基于支持向量回归机(support vector regression,SVR)的球磨机出粉量估算模型。为减小模型的误差,使用飞蛾火焰优化(moth-flame optimization,MFO)算法对SV...
针对球磨机出粉量难以测量的问题,文章借助以数据驱动为基础的软测量技术,建立了基于支持向量回归机(support vector regression,SVR)的球磨机出粉量估算模型。为减小模型的误差,使用飞蛾火焰优化(moth-flame optimization,MFO)算法对SVR的惩罚因子C以及径向基函数(radial basis function,RBF)核系数g进行优化。为验证MFO算法的可靠性,将此算法与粒子群优化(particle swarm optimization,PSO)算法、遗传算法(genetic algorithm,GA)进行比较,分别建立了球磨机出粉量的MFO-SVR、PSO-SVR、GA-SVR模型,试验结果表明MFO-SVR估算模型对出粉量有较好的预测和泛化能力。
展开更多
关键词
球磨机出粉量
软测量
支持向量回归机(SVR)
飞蛾
火焰
优化
(
mfo
)
粒子群
优化
(PSO)
遗传算法(GA)
在线阅读
下载PDF
职称材料
题名
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
1
作者
王丽
闫子康
杜金
王远亮
机构
湖南农业大学食品科学与技术学院
出处
《食品工业科技》
CAS
北大核心
2024年第21期310-321,共12页
基金
湖南省重点研发计划项目(2022NK2035)
2022湖南省农业产业技术体系项目(湘农发2022-67)
湘沙猪配套系持续选育及健康养殖技术研究项目(2022NK2027)。
文摘
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火焰优化(Moth-Flame Optimization,MFO)BP神经网络,利用特征指标作为训练数据,构建不同贮藏温度下冷鲜肉的品质预测模型,快速准确评价和预测食品的质量安全。结果表明,不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势(P<0.05),且各指标在不同贮藏温度下的变化规律不一致,温度越高,腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标,以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示,MFO优化BP神经网络优于单一的BP神经网络模型,指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283,通过MFO算法优化训练后的R值分别为0.97538、0.98001,更接近于1,且优化后的RMSE、MSE和MAE值相对较小,其模型拟合度更好,在整个贮藏期的预测性能更好,准确率更高。因此,MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。
关键词
冷鲜肉
松鼠葡萄球菌
预测模型
反向传播(
bp
)
神经网络
飞蛾
火焰
优化
(
mfo
)
bp
神经网络
Keywords
chilled meat
Staphylococcus sciuri
prediction model
bp
neural network
Moth-Flame optimization
bp
neural network
分类号
TS251.5 [轻工技术与工程—农产品加工及贮藏工程]
在线阅读
下载PDF
职称材料
题名
基于改进MFO优化空间谱的埋地管道泄漏定位
2
作者
谢晓贤
薛生
郑晓亮
王强
机构
安徽理工大学安全科学与工程学院
安徽理工大学煤炭安全精准开采国家地方联合工程研究中心
安徽理工大学电气与信息工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第17期278-288,312,共12页
基金
国家自然科学基金(51934007)。
文摘
现有管道泄漏声波定位法仅能提供泄漏所在区域。为实现区域内地下泄漏源的精确定位,基于地面均匀圆形阵列(uniform circular array, UCA),提出选择性反向学习飞蛾火焰优化(selective ppposition based moth-flame optimization, SOMFO)结合双波谱的埋地管道泄漏定位方法。针对土壤P1波和S波共存且波速不明确等问题,构造地面UCA的双波谱函数,以其最大输出为优化目标,使用SOMFO寻优双波速度及泄漏源三维坐标共5个参数,并设计了多孔泄漏定位策略。搭建了埋地管道泄漏试验装置,通过互谱解卷绕相位的直线特性验证了P1波和S波的存在。试验结果表明,基于SOMFO优化双波谱的定位方法可准确估计波速及三维坐标,定位误差最大为0.066 m。此外,研究了多孔泄漏及寻优算法对定位精度的影响。与现有两种精确定位方法相比,新方法对单孔泄漏的定位精度分别提升9.68%和24.32%,多孔泄漏分别提升49.17%和61.15%。
关键词
埋地管道泄漏
双波谱
反向学习
飞蛾
火焰
优化
(
mfo
)
多孔泄漏定位
Keywords
leakage of buried pipeline
dual-spectrum
opposition learning
moth-flame optimization(
mfo
)
multi-hole leakage localization
分类号
TN911.7 [电子电信—通信与信息系统]
TH86 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
基于MFO-SVR的球磨机出粉量估算
被引量：
2
3
作者
宋宇
陆金桂
机构
南京工业大学机械与动力工程学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021年第10期1347-1352,1362,共7页
基金
国家科技支撑计划资助项目(2013BAF02B11)。
文摘
针对球磨机出粉量难以测量的问题,文章借助以数据驱动为基础的软测量技术,建立了基于支持向量回归机(support vector regression,SVR)的球磨机出粉量估算模型。为减小模型的误差,使用飞蛾火焰优化(moth-flame optimization,MFO)算法对SVR的惩罚因子C以及径向基函数(radial basis function,RBF)核系数g进行优化。为验证MFO算法的可靠性,将此算法与粒子群优化(particle swarm optimization,PSO)算法、遗传算法(genetic algorithm,GA)进行比较,分别建立了球磨机出粉量的MFO-SVR、PSO-SVR、GA-SVR模型,试验结果表明MFO-SVR估算模型对出粉量有较好的预测和泛化能力。
关键词
球磨机出粉量
软测量
支持向量回归机(SVR)
飞蛾
火焰
优化
(
mfo
)
粒子群
优化
(PSO)
遗传算法(GA)
Keywords
powder output of ball mill
soft measurement
support vector regression(SVR)
moth-flame optimization(
mfo
)
particle swarm optimization(PSO)
genetic algorithm(GA)
分类号
TK31 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
王丽
闫子康
杜金
王远亮
《食品工业科技》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于改进MFO优化空间谱的埋地管道泄漏定位
谢晓贤
薛生
郑晓亮
王强
《振动与冲击》
EI
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于MFO-SVR的球磨机出粉量估算
宋宇
陆金桂
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021
2
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
