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10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：
基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测 被引量：4
1
作者 罗震 董建伟 胡建明 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2024年第5期445-451,共7页
电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文... 电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文以2219/5A06铝合金为研究对象,在3种不同的装配条件(包括间隙和间距)下进行电阻点焊工艺信号的分析,并进行人工智能建模.为了提高电阻点焊质量评价的性能和效率,本文采用Logistic-Tent(LT)复合映射改进麻雀搜索算法(SSA)对反向传播神经网络(LT-SSA-BPNN)模型进行优化,模型的输入和输出分别为多信号融合后的变量和熔核直径.实验结果表明,与传统的标准反向传播神经网络(BPNN)模型相比,经过LT-SSA-BP模型优化后,预测结果的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别降低了36.17%、17.55%和51.75%.同时,LT-SSA-BP神经网络在添加了不同间隙和间距条件作为训练集后,其预测稳定性明显提高,可以成功预测电阻点焊质量. 展开更多
关键词 电阻点焊 质量预测 麻雀搜索算法 反向传播神经网络模型
在线阅读 下载PDF
融合学习机制的多混沌麻雀搜索算法 被引量：6
2
作者 李光阳 潘家文 +3 位作者 钱谦 殷继彬 伏云发 冯勇 《计算机科学与探索》 CSCD 北大核心 2023年第5期1057-1074,共18页
针对麻雀搜索算法(SSA)易受初始解的影响陷入局部极值、迭代后期收敛速度慢等缺陷,提出了一种融合学习机制的多混沌麻雀搜索算法(MMCSSA)。首先,引入重心反向学习策略(COBL)生成精英种群增强对多源优质搜索区域的勘探能力,提升算法的局... 针对麻雀搜索算法(SSA)易受初始解的影响陷入局部极值、迭代后期收敛速度慢等缺陷,提出了一种融合学习机制的多混沌麻雀搜索算法(MMCSSA)。首先,引入重心反向学习策略(COBL)生成精英种群增强对多源优质搜索区域的勘探能力,提升算法的局部极值逃逸能力和收敛性能。其次,提出一种动态调整的黄金正弦领导策略并嵌入SSA中以改善发现者的搜索方式,增强算法的全局搜索能力。然后,提出一种基于学习机制的多混沌映射策略,该机制利用多混沌多扰动模式的特性,通过动态调用不同混沌映射赋予算法不同类别的扰动特征。混沌扰动失败时,引入高斯变异策略对当前解进行深度开发,两种策略协同作用,相互促进,极大增强了算法逃逸局部最优的能力。最后,将所提算法应用于12个不同特征的基准函数进行实验,结果表明与其他算法相比,MMCSSA在收敛精度、寻优速度和鲁棒性方面有更好的表现。 展开更多
关键词 麻雀搜索算法(ssa) 黄金正弦算法 高斯变异 多混沌学习机制 重心反向学习策略(COBL)
在线阅读 下载PDF
基于LHS-SSA-BPNN的地下厂房支护优化方法
3
作者 陈雨婷 夏天倚 +3 位作者 徐云乾 包腾飞 程健悦 赵向宇 《水电能源科学》 北大核心 2025年第6期162-166,共5页
为解决传统地下厂房支护结构优化方法未考虑洞室交错的结构复杂性,以及统计回归模型难以定量地揭示支护参数与评价指标稳定性间复杂的映射关系、耗时长的问题,提出了一种基于拉丁超立方抽样方法(LHS),结合麻雀搜索算法(SSA)改进的反向... 为解决传统地下厂房支护结构优化方法未考虑洞室交错的结构复杂性,以及统计回归模型难以定量地揭示支护参数与评价指标稳定性间复杂的映射关系、耗时长的问题,提出了一种基于拉丁超立方抽样方法(LHS),结合麻雀搜索算法(SSA)改进的反向传播神经网络(BPNN)的地下厂房支护结构优化方法。该方法首先采用LHS构建样本方案,然后通过Python批量生成用于ABAQUS仿真分析的计算文件,接着将计算结果标准化成综合评价指标值作为学习样本,从锚杆长度和间距两个因素出发考虑支护参数对稳定性的影响,进一步利用SSA-BPNN构建支护参数与评价指标之间的非线性映射,最后用训练完成的SSA-BPNN模型在一定约束条件下的全局空间内搜索最优支护参数。实例分析表明,基于LHS-SSA-BPNN的支护结构优化方法能够准确搜索出最优支护参数,SSA-BPNN预测值与仿真分析结果的拟合度达96.16%,与BPNN相比性能明显提高,验证了该方法在复杂地质条件下地下厂房支护结构优化的优越性和合理性。 展开更多
关键词 地下厂房支护优化 拉丁超立方抽样 麻雀搜索算法 反向传播神经网络
在线阅读 下载PDF
改进SSA优化BPNN的煤体瓦斯渗透率预测模型
4
作者 汪伟 崔欣超 +3 位作者 祁云 李绪萍 王璜瑞 齐庆杰 《中国安全科学学报》 北大核心 2025年第2期137-143,共7页
为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局... 为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局部寻优精度,从而优化BPNN的权值和阈值配置;然后,通过皮尔逊相关系数矩阵和核主成分分析(KPCA)处理瓦斯渗透率影响因素的数据,以提高模型的计算效率和准确性,并以累积方差达88.59%的3个主成分提取为模型输入,渗透率作为输出进行试验;最后,将该模型应用于山西某煤矿进行实例验证。结果表明:ISSA-BPNN在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)等4个指标上优于粒子群算法(PSO)优化BPNN、PSO优化支持向量机(PSO-SVM)、PSO优化最小二乘支持向量机(LSSVM)及SSA优化BPNN(SSA-BPNN)模型,且相较于其他模型在测试样本中的平均绝对误差(MAE)分别降低0.0327、0.022、0.0179、0.0182;MAPE分别降低5.15%、3.14%、2.76%、2.36%;RMSE分别降低0.0316、0.0279、0.0188、0.0222;R^(2)分别提高0.0775、0.0658、0.0401、0.0493;实例验证表明模型可靠性和稳定性较高。 展开更多
关键词 改进麻雀搜索算法(Issa) 反向传播神经网络(BPNN) 煤体瓦斯 渗透率 预测模型
在线阅读 下载PDF
基于BP-SSA神经网络模型的中框塑件翘曲变形优化 被引量：4
5
作者 杨明 侯健超 +3 位作者 刘巨保 姚建锋 王帅 廉成林 《塑料工业》 CAS CSCD 北大核心 2024年第7期97-104,共8页
为减小挂壁风机中框在注塑成型中的翘曲变形,运用Moldflow软件对中框进行仿真,以模具温度、熔体温度、注射时间、冷却时间、保压时间和保压压力6个工艺参数进行正交试验设计,基于试验结果建立工艺参数与翘曲变形量之间的反向传播(BP)神... 为减小挂壁风机中框在注塑成型中的翘曲变形,运用Moldflow软件对中框进行仿真,以模具温度、熔体温度、注射时间、冷却时间、保压时间和保压压力6个工艺参数进行正交试验设计,基于试验结果建立工艺参数与翘曲变形量之间的反向传播(BP)神经网络模型,利用麻雀搜索算法(SSA)对模型进行全局参数寻优。结果表明,当模具温度为80℃、熔体温度为250℃、保压压力为82 MPa、保压时间为20 s、注射时间为3 s、冷却时间为26.25 s时翘曲变形量最小,预测翘曲变形量为2.483 mm。利用Moldflow软件对寻优得到的工艺参数进行验证,结果显示仿真计算的翘曲变形量为2.449 mm,与优化算法结果误差为1.3%,并将寻优获得的参数进行试模验证,试模翘曲结果与优化算法结果误差为2.6%,证明了优化算法的准确性,且注塑件外观无飞边缩痕等缺陷,装配效果符合预期要求。研究结果表明BP神经网络结合麻雀搜索算法优化工艺参数的技术方法具有可行性。 展开更多
关键词 注塑成型 翘曲变形量 模流分析 参数优化 反向传播神经网络 麻雀搜索算法
在线阅读 下载PDF
小样本条件下车削加工工艺碳排放多目标预测研究 被引量：1
6
作者 杨历夏 王宇钢 +2 位作者 唐祎晖 张阴硕 穆俊珍 《机床与液压》 北大核心 2025年第1期73-79,共7页
针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向... 针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向传播神经网络构建以碳排放和加工时间为目标的预测模型,并通过改进麻雀搜索算法对反向传播神经网络的参数寻优,最终得到加工工艺多目标预测模型。最后,通过加工实验验证在小样本条件下该方法的有效性。结果表明:基于ASSA-BP的模型能以较高精度预测车削加工工艺的碳排放量和加工时间;与传统BP神经网络方法相比,文中方法的碳排放量和加工时间的预测精度均得到有效提升。 展开更多
关键词 小样本条件 车削加工工艺 碳排放多目标预测 反向传播神经网络 改进麻雀搜索算法
在线阅读 下载PDF
基于SSA-BP的离港航班滑出时间预测 被引量：12
7
作者 黄龙杨 夏正洪 贾鑫磊 《科学技术与工程》 北大核心 2022年第16期6607-6612,共6页
针对传统反向传播(back propagation,BP)神经网络在离港航班滑出时间预测时存在对初始权值和阈值敏感、准确性和稳定性不好等缺点,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)获取BP神经网络的最优权值和阈值的方法。首... 针对传统反向传播(back propagation,BP)神经网络在离港航班滑出时间预测时存在对初始权值和阈值敏感、准确性和稳定性不好等缺点,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)获取BP神经网络的最优权值和阈值的方法。首先分析了离港航班滑出时间的可量化影响因素及相关性,然后构建了基于SSA-BP的离港航班滑出时间预测模型,并采用中国中南某枢纽机场2周的实际运行数据对预测模型进行了验证。结果表明:离港航班滑出时间与同时段滑行的离港航班数量强相关,与同时段滑行的进港航班数量、同时段推出的离港航班数量、平均滑出时间中度相关,与滑行距离和转弯个数弱相关;基于SSA优化后的BP神经网络预测结果误差在±60 s内的准确率提升了20%,误差±180 s内的准确率提升了12%,误差±300 s内的准确率提升了7%。;预测结果的平均绝对误差百分比提升了2.61%,平均绝对误差减少了11.73 s,均方根误差减少了61.03 s。研究成果为提升大型枢纽机场场面运行效率提供了思路。 展开更多
关键词 滑出时间 反向传播(BP)神经网络 麻雀搜索算法(ssa) 机场场面运行效率
在线阅读 下载PDF
基于CEEMDAN多尺度模糊熵和SSA-BP神经网络的VP型垂直摆倾斜仪故障辨识 被引量：3
8
作者 庞聪 马武刚 +3 位作者 李查玮 江勇 王磊 廖成旺 《科学技术与工程》 北大核心 2022年第35期15612-15616,共5页
针对现有倾斜仪故障记录的甄别与分类主要依靠人工经验,诊断过程烦琐及诊断精度不高的问题,充分利用信号分解技术的特征升维与机器学习模型的快速自动分类等优势,提出一种结合自适应噪声完备集成经验模态分解多尺度模糊熵和麻雀搜索算法... 针对现有倾斜仪故障记录的甄别与分类主要依靠人工经验,诊断过程烦琐及诊断精度不高的问题,充分利用信号分解技术的特征升维与机器学习模型的快速自动分类等优势,提出一种结合自适应噪声完备集成经验模态分解多尺度模糊熵和麻雀搜索算法(sparrow search algorithm,SSA)优化反向传播神经网络(back propagation neural network,BPNN)的VP型宽频带垂直摆倾斜仪故障自动诊断方法。该方法首先将故障数据归一化,利用自适应噪声完备集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)信号得到本征模态函数(intrinsic mode function,IMF)的多尺度模糊熵,然后基于SSA优化BPNN的权值与阈值,得到最佳权值和阈值,最后应用SSA-BPNN模型对倾斜仪故障特征数据进行辨识。实验表明:CEEMDAN多尺度模糊熵判据具有良好的倾斜仪故障特征区分效果;SSA-BP神经网络模型在准确率和召回率上,相比BP模型分别提高4.7581、6.3216个百分点,辨识过程更稳健,弥补了VP型倾斜仪在故障智能识别领域的空白。 展开更多
关键词 倾斜仪故障识别 自适应噪声完备集成经验模态分解 麻雀搜索算法 反向传播神经网络 多尺度模糊熵
在线阅读 下载PDF
基于KPCA-SSA-BP的农业气象灾害预测 被引量：6
9
作者 李思宇 李玥 《江苏农业学报》 CSCD 北大核心 2023年第6期1366-1371,共6页
农业气象灾害对农业发展有很大阻碍,为优化农业气象灾害预测的估算模型,本研究以山东省作为研究区域,利用核主成分分析(KPCA)对影响因子进行降维,以传统反向传播(BP)神经网络模型为基础,基于麻雀搜索算法(SSA)、粒子群算法(PSO)、遗传算... 农业气象灾害对农业发展有很大阻碍,为优化农业气象灾害预测的估算模型,本研究以山东省作为研究区域,利用核主成分分析(KPCA)对影响因子进行降维,以传统反向传播(BP)神经网络模型为基础,基于麻雀搜索算法(SSA)、粒子群算法(PSO)、遗传算法(GA)3种优化算法,构建了SSA-BP、PSO-BP、GA-BP 3种优化模型。结果表明,在旱灾受灾率的模型评价指标对比中,发现与传统BP神经网络模型相比,SSA-BP、PSO-BP、GA-BP神经网络模型的均方根误差(RMSE)分别下降23.55%、12.28%和17.74%;在洪灾受灾率的模型评价对比中,发现与传统BP神经网络模型相比,SSA-BP、PSO-BP、GA-BP神经网络模型的RMSE分别下降了29.96%、9.49%和13.88%。说明SSA-BP神经网络模型对旱灾受灾率、洪灾受灾率的预测效果优于传统BP神经网络模型以及PSO-BP、GA-BP优化的神经网络模型。 展开更多
关键词 农业气象灾害 核主成分分析(KPCA) 反向传播(BP)神经网络模型 麻雀搜索算法 粒子群算法 遗传算法
在线阅读 下载PDF
融合心电特征提取的矿工疲劳状态识别 被引量：1
10
作者 卢才武 丁宇 +2 位作者 江松 远洋 王洛锋 《安全与环境学报》 CAS CSCD 北大核心 2023年第11期4065-4073,共9页
疲劳引起的人为失误是事故的主要原因。为准确识别矿工疲劳状态,降低作业风险,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化反向传播(Back Propagation,BP)神经网络,构建疲劳识别模型。首先,通过模拟日常作业进行疲劳诱发试验,... 疲劳引起的人为失误是事故的主要原因。为准确识别矿工疲劳状态,降低作业风险,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化反向传播(Back Propagation,BP)神经网络,构建疲劳识别模型。首先,通过模拟日常作业进行疲劳诱发试验,将OpenBCI Cyton开发套板作为心电信号的采集装置;其次,借助MATLAB对所采集心电信号(Electrocardiogram,ECG)数据进行预处理,基于疲劳等级形成初始样本数据集;进而利用Pan-Tompkins算法进行特征提取;最后,针对特征间皮尔逊相关系数进行假设检验,从而获得优选指标并用于模型训练,经疲劳识别模型得出结果。结果表明,与传统BP神经网络、支持向量机(Support Vector Machines,SVM)、遗传算法(Genetic Algorithm,GA)优化BP神经网络相比,模型准确率分别提高6.25百分点、22.92百分点、2.78百分点,从而为企业作业人员休息制度的制定及完善提供了理论依据。研究结果对于相关便携式精神状态监测硬件研发具有参考价值。 展开更多
关键词 安全社会工程 心电信号(ECG) Pan-Tompkins算法 麻雀搜索算法反向传播(ssa BP)神经网络 疲劳识别
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 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