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15,087篇文章
< 1 2 … 250 >
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：
基于改进灰狼算法优化BP模型的滨州市用水量预测
1
作者 张运鑫 郭邦 +1 位作者 王恰恰 樊煜 《中国农村水利水电》 北大核心 2025年第6期95-101,共7页
用水量预测对于水资源的可持续管理、提高生产效率以及保护生态环境都有着重要的意义。为提高用水量预测精度,提出改进灰狼算法优化BP神经网络(IGWO-BP)模型用于用水量预测。选取16个影响因子,利用灰色关联性分析筛选出与用水量关联性... 用水量预测对于水资源的可持续管理、提高生产效率以及保护生态环境都有着重要的意义。为提高用水量预测精度,提出改进灰狼算法优化BP神经网络(IGWO-BP)模型用于用水量预测。选取16个影响因子,利用灰色关联性分析筛选出与用水量关联性较大的4个影响因子作为IGWO-BP模型的输入变量,用水量作为模型的输出变量。使用Circle混沌映射、非线性收敛因子、引入Levy飞行和贪婪搜索策略来改进灰狼算法(GWO),将IGWO分别与GWO、遗传算法(GA)和粒子群算法(PSO)进行6种基本函数算法性能测试,验证算法的寻优和收敛性能;然后通过IGWO-BP模型对滨州市用水量预测,把IGWO-BP模型预测结果分别与GWO-BP模型、PSO-BP模型和BP神经网络模型预测结果进行对比。结果表明:在选取的16个影响因子中,总人口、农用地、平均气温和全年日照时间与用水量关系更加密切;同等参数下,在6种基本函数算法性能测试中IGWO的寻优和收敛性能明显优于其他3种算法;在用水量预测中,IGWO-BP模型适应度值的收敛速度和最小值都优于GWO-BP模型和PSO-BP模型,IGWO-BP模型预测值的平均相对误差和均方根误差相比于其他3个模型都有较大幅度的降低。无论是从模型适应度值还是预测值精度上,IGWO-BP模型用水量预测效果更好,预测精度更高,可为未来用水预测提供一种思路和技术支撑。 展开更多
关键词 用水量预测 IGWO-bp 灰色关联性分析 GWO-bp 适应度值
在线阅读 下载PDF
基于BP神经网络的路堑下穿致高铁桥墩位移的预测 被引量：1
2
作者 宋旭明 陈松 +2 位作者 唐冕 孙凯 程丽娟 《中南大学学报(自然科学版)》 北大核心 2025年第6期2539-2549,共11页
依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛... 依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛法,对参数进行1×10^(6)次抽样计算,得到墩顶附加位移的超限概率。研究结果表明:浅层土体力学参数对墩顶纵向位移的影响较大,开挖深度对墩顶纵向位移的影响最显著;最优BP神经网络模型预测的墩顶附加位移与有限元计算值的均方误差为4.345×10^(-4),最大相对误差为5.1%,表明最优BP神经网络模型可代替有限元进行快速估算;当开挖深度在2 m以内时,背景工程墩顶纵向附加位移基本不会超限,当开挖深度为3 m时,超限概率达40%,建议开挖前采用适当的支护措施以确保结构安全。 展开更多
关键词 路堑开挖 敏感性分析 随机响应面 bp神经网络 位移预测 可靠度
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
3
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
基于动量算法优化的BP神经网络HRG漂移补偿方法 被引量：1
4
作者 罗巍 魏博深 +2 位作者 陈刚 唐明浩 戴劼峰 《中国惯性技术学报》 北大核心 2025年第5期502-509,共8页
针对半球谐振陀螺(HRG)漂移传统分步标定补偿方法存在的补偿精度低与耗时长问题,提出一种基于动量算法优化的反向传播(BP)神经网络HRG漂移补偿方法。根据HRG误差模型分析了分步标定补偿方法的局限性,构建了基于BP神经网络的HRG漂移补偿... 针对半球谐振陀螺(HRG)漂移传统分步标定补偿方法存在的补偿精度低与耗时长问题,提出一种基于动量算法优化的反向传播(BP)神经网络HRG漂移补偿方法。根据HRG误差模型分析了分步标定补偿方法的局限性,构建了基于BP神经网络的HRG漂移补偿模型,并引入动量算法,提升BP神经网络训练效率,利用三只自研的HRG进行了实验验证。实验结果表明:所提方法能够有效提升陀螺精度,同时简化标定和补偿流程,提高陀螺漂移补偿工作效率,相比现有分步标定补偿法,陀螺精度提升36.1%,标定补偿效率提升32.1%。 展开更多
关键词 半球谐振陀螺 bp神经网络 陀螺漂移补偿
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 被引量：1
5
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
改进SSA优化BP神经网络的变压器故障诊断 被引量：2
6
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 bp神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
PCA-BP神经网络模型在拖拉机发动机故障诊断中的应用 被引量：1
7
作者 杨健 《农机化研究》 北大核心 2025年第3期254-258,共5页
拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(... 拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。 展开更多
关键词 拖拉机发动机 故障诊断 主成分分析 bp神经网络
在线阅读 下载PDF
基于IWOA-BP算法的金属结构弱磁检测缺陷量化研究
8
作者 樊梦 童博 +3 位作者 高晨 姚中原 张宇 胡博 《机械强度》 北大核心 2025年第3期113-120,共8页
金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的... 金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的效果欠佳、效率低等问题,采用基于Sine混沌映射的改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对BP神经网络参数调整方式进行优化,兼顾全局寻优的同时提高局部寻优的能力,进而将IWOA搜索到的最优参数赋值给BP神经网络,提高网络初始参数的质量。以人工矩形槽模拟裂纹,对矩形槽的长度、宽度、深度进行反演定量。结果表明,IWOA-BP神经网络预测的平均精度均在80%以上,深度、长度、宽度预测精度分别提高了106.72%、9.68%、6.86%。 展开更多
关键词 弱磁检测 金属结构 bp神经网络 鲸鱼算法 IWOA-bp神经网络
在线阅读 下载PDF
特征融合与BP神经网络结合的刀具磨损预测 被引量：1
9
作者 郭宏 徐延 +1 位作者 伊亚聪 胡孔耀 《机械设计与制造》 北大核心 2025年第1期108-111,116,共5页
通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在... 通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在时域、频域和时频域内分析并提取特征,再将融合后的各类传感器特征使用Pearson相关系数和主成分分析(PCA)实现数据降维,最后将降维后的融合特征输入搭建好的BP神经网络,通过非线性仿真分析,从而实现刀具磨损量的预测。案例验证表明:与单一传感器预测相比,提出的多传感器特征融合的刀具磨损预测方法误差最小,且决定系数R2达到0.993。 展开更多
关键词 传感器 特征提取 小波去噪 PCA bp神经网络 磨损预测
在线阅读 下载PDF
基于BP神经网络的RC框架结构主余震易损性分析 被引量：1
10
作者 邓夕胜 周紫娟 +2 位作者 赖馨粤 林嘉聪 朱一林 《地震研究》 北大核心 2025年第3期496-506,共11页
为研究RC框架结构在主余震序列地震动作用下的易损性,设计了一个6层RC框架结构,挑选不同余震持时的主余震地震动合成得到主震-长持时余震和主震-短持时余震序列地震动各20组,选用地震动强度指标作为预测变量,将全部地震序列输入到结构... 为研究RC框架结构在主余震序列地震动作用下的易损性,设计了一个6层RC框架结构,挑选不同余震持时的主余震地震动合成得到主震-长持时余震和主震-短持时余震序列地震动各20组,选用地震动强度指标作为预测变量,将全部地震序列输入到结构中进行IDA分析,以IDA分析结果作为神经网络数据库,训练出最佳BP神经网络模型,得到BP神经网络的结构易损性曲面,从而综合考虑余震持时和主震强度的向量型IM与结构最大层间位移角之间的关系。结果表明:在主震-长持时余震和主震-短持时余震两种地震作用下,前者对结构的影响较大,造成结构的失效概率更大;基于BP神经网络的易损性函数能更好地反映结构损伤。 展开更多
关键词 主余震 持时 bp神经网络 RC框架结构 易损性曲面
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
11
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BP神经网络的城市径流系数对下垫面变化的响应
12
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
基于探地雷达与PSO−BP神经网络的煤岩界面预测研究
13
作者 张和江 张义平 +2 位作者 侯晨锋 王缪斯 周利治 《工矿自动化》 北大核心 2025年第8期80-87,共8页
针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从... 针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从而确定煤岩界面特征参数:煤占比、响应位置振幅、煤响应位置振幅平均值、振幅衰减值、反射波所用双程走时、电磁波波速和煤介电常数;根据选择的特征参数开展介电常数测试和模拟煤岩界面识别实验,获取实测样本数据;采用PSO算法对BP神经网络权值与阈值进行优化,得到最优模型;将煤岩界面特征参数输入PSO−BP神经网络模型,实现煤岩界面预测。实验结果表明:与GA−BP和BP神经网络模型相比,PSO−BP模型的均方误差(MSE)分别下降了22.14%和45.54%,平均绝对百分比误差(MAPE)分别下降了22.22%和46.15%,平均绝对误差(MAE)分别下降了31.58%和55.68%,PSO−BP在预测精度、误差控制能力和数据拟合效果上均具有显著优势,预测煤岩界面位置更贴近实际位置,稳定性更好。 展开更多
关键词 煤岩界面识别 探地雷达 bp神经网络 粒子群优化算法 PSO−bp神经网络 特征参数
在线阅读 下载PDF
基于介电特性和BPNN建模的小麦含水率在线检测
14
作者 姬虹 李康 +3 位作者 宋东方 王万章 李保谦 冯伟 《农机化研究》 北大核心 2025年第8期119-129,共11页
为满足小麦籽粒含水率在线检测需求,设计了一种搭载在联合收获机上基于介电特性的同侧圆弧电容式小麦籽粒含水率在线检测传感器。对6个不同品种小麦进行了温度、频率、电容、容重4个因素对含水率检测影响的实验研究,采用BP神经网络法建... 为满足小麦籽粒含水率在线检测需求,设计了一种搭载在联合收获机上基于介电特性的同侧圆弧电容式小麦籽粒含水率在线检测传感器。对6个不同品种小麦进行了温度、频率、电容、容重4个因素对含水率检测影响的实验研究,采用BP神经网络法建立了含水率与温度、频率、电容、容重4因素关系的预测模型,其训练集和测试集的决定系数R 2为0.896和0.893,均方根误差RMSE为1.317和1.342,预测模型稳定性和预测能力较强。研究表明:将温度、频率、容重这3因素引入的电容法联合收获机在线小麦含水率检测系统,能有效提高整体系统的检测精度和重复性。通过对不同小麦品种含水率检测影响因素相关性分析和数学模型的建立与优化,提高了电容法小麦含水率检测精度,为联合收获机小麦含水率检测系统中电容式传感器软硬件设计提供了理论依据。 展开更多
关键词 小麦含水率 在线检测 介电特性 bp神经网络
在线阅读 下载PDF
基于BP神经网络的家具供应链脆弱性评价
15
作者 屈俊林 庞燕 王忠伟 《中南林业科技大学学报》 北大核心 2025年第3期158-166,共9页
【目的】对家具供应链脆弱性进行评价研究,以期从供应链脆弱性的角度为家具供应链风险管理决策提供参考依据。【方法】结合新时代背景下家具供应链发展新特征,对家具供应链各环节脆弱性进行分解,运用德尔菲法筛选家具供应链脆弱性因素,... 【目的】对家具供应链脆弱性进行评价研究,以期从供应链脆弱性的角度为家具供应链风险管理决策提供参考依据。【方法】结合新时代背景下家具供应链发展新特征,对家具供应链各环节脆弱性进行分解,运用德尔菲法筛选家具供应链脆弱性因素,利用SPSS软件进行信度和效度分析,构建包括数字化供应链成熟度在内的家具供应链脆弱性评价指标体系。利用BP神经网络在风险评价方面的优势,结合置换特征重要性算法,运用Python进行仿真训练,构建基于BP神经网络的家具供应链脆弱性评价模型。【结果】1)构建了由3个一级指标、9个二级指标和24个三级指标构成的家具供应链脆弱性评价指标体系;2)采用置换特征重要性算法计算家具供应链脆弱性评价指标权重,根据权重对评价指标进行了排序发现,市场需求预测、供应链信息协同、供应链决策水平、产业结构调整和产品竞争力这5项指标对家具企业供应链脆弱性预测值具有较大的正向显著性;3)通过迭代和训练发现,基于BP神经网络的家具供应链脆弱性评价模型对61组训练集数据的分类预测准确率为100%,最大相对误差为0.002 256%;对20组测试样本数据的分类预测准确率为95%,最大相对误差为0.5%。【结论】基于BP神经网络的家具供应链脆弱性评价模型有良好的非线性映射和学习能力,拥有较强的分类预测功能,能全面有效地对家具供应链脆弱性进行评价。 展开更多
关键词 家具 供应链 脆弱性 bp神经网络 评价
在线阅读 下载PDF
基于BP神经网络的数据分布类型判别方法
16
作者 黄强先 赵志浩 +4 位作者 王徐康 李红莉 姚寒兵 张连生 程荣俊 《计量学报》 北大核心 2025年第9期1250-1255,共6页
在不确定度评定时,准确判断数据的分布类型至关重要,提出一种利用反向传播(BP)神经网络训练模型来判别数据分布类型的方法,并将其应用于平面水平度测量不确定度评定的过程中。为了从多个维度全面分析数据的分布特征,所提方法将原始数据... 在不确定度评定时,准确判断数据的分布类型至关重要,提出一种利用反向传播(BP)神经网络训练模型来判别数据分布类型的方法,并将其应用于平面水平度测量不确定度评定的过程中。为了从多个维度全面分析数据的分布特征,所提方法将原始数据转化为7个特征指标,再引入BP神经网络自动学习和提取这些指标之间的复杂非线性关系。通过训练,获得了一个能够准确判别数据分布类型的网络模型,经参数配置优化,该模型展现出优越性能,不仅训练速度快,而且判别准确率高达99.52%。与传统方法相比,该模型在各类分布判别中均表现优异。最后,通过对3路电容传感器测量平面水平度的测量评定实例,通过该模型判别并评定得到了该平面倾角的最佳估计值为7.041″,标准差为0.055″,比传统方法判别并评定的结果具有更小的标准差和更小的置信区间,进一步验证了该模型在蒙特卡洛测量不确定度评定过程中的实用性。 展开更多
关键词 计量学 不确定度评定 数据分布类型 bp神经网络 特征指标 蒙特卡洛评定
在线阅读 下载PDF
应用人工智能方法计算致密气藏可采储量——以BP神经网络为例
17
作者 米乃哲 乔向阳 +3 位作者 李旭芬 吕远 许伟 谢小飞 《大庆石油地质与开发》 北大核心 2025年第3期70-76,共7页
针对传统可采储量计算条件苛刻,尤其致密气藏可采储量计算存在工作量大、计算误差大,测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量,其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提... 针对传统可采储量计算条件苛刻,尤其致密气藏可采储量计算存在工作量大、计算误差大,测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量,其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提供产品、服务、应用,将人工智能具有的解决数据模糊问题、高效协调能力、强学习能力和非线性能力的优势用于可采储量计算。将资料完整准确气井计算可采储量作为学习样本;利用气藏地质和动态研究成果初选计算参数,灰色关联遴选最终计算参数;通过人工智能训练学习建立最终参数与可采储量间关系,应用建立的关系完成其他气井可采储量的计算。应用于延安气田Y50井区,单井验证误差范围-1.88%~4.80%,多井累计误差为1.13%。实践表明,应用人工智能方法计算可采储量可以满足工程计算需要,可大幅度提高计算效率,节约人工成本,降低测试费用,无测试资料和资料不完整气井也可完成可采储量的计算。 展开更多
关键词 致密气藏 可采储量 人工智能 bp神经网络
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
18
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
基于蜣螂优化BP-PID的温室自主跟随平台行走速度控制研究 被引量：1
19
作者 肖茂华 陈泰 +3 位作者 庄晓华 朱烨均 胡艺缤 王鸿翔 《农业机械学报》 北大核心 2025年第2期83-91,154,共10页
针对当前温室作业环境复杂、现有机械行走稳定性差的问题,本文提出了温室自主跟随电动平台行走速度控制方法。由于该系统存在非线性和时变性的特点,传统PID控制算法无法实现有效控制,因此提出了一种基于蜣螂(Dung beetle optimizer,DBO... 针对当前温室作业环境复杂、现有机械行走稳定性差的问题,本文提出了温室自主跟随电动平台行走速度控制方法。由于该系统存在非线性和时变性的特点,传统PID控制算法无法实现有效控制,因此提出了一种基于蜣螂(Dung beetle optimizer,DBO)优化BP神经网络PID控制算法。该算法采用DBO优化算法对BP神经网络的权值进行优化,加快了BP神经网络的自学习速率,实现对温室自主跟随电动平台行走速度的快速精确控制,提高系统的响应速度并降低超调量,最后,将本文提出的行走速度控制算法与PID控制算法、BP-PID控制算法、遗传算法(Genetic algorithm,GA)优化PID控制算法、蚁群算法(Ant colony optimization,ACO)优化PID控制算法对比。试验结果表明,当行走速度为1 m/s时,系统平均响应速度为0.11 s,调整时间为0.27 s,最大超调量为2.44%;当履带线速度大小和方向发生变化时,系统依然表现出响应速度快、超调量小且稳态过程无振荡的优点。DBO-BP-PID控制算法在控制稳定性和控制精度上表现更优,有效降低了系统时滞性和非线性影响,满足温室自主跟随电动平台行走速度控制的需求。 展开更多
关键词 温室 自主跟随电动平台 行走速度控制 蜣螂优化算法 bp-PID控制
在线阅读 下载PDF
基于改进BP神经网络的激光选区熔化表面粗糙度预测
20
作者 丁燕 王磊 王远 《电加工与模具》 北大核心 2025年第1期62-68,共7页
为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因... 为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因子,同时指数模型预测结果作为特征输入到BP神经网络模型;最后给出算法流程。实验显示,改进BP神经网络在较少的隐含层节点下达到了更低的平均相对误差,激光选区熔化表面粗糙度预测更接近真实值,改进BP神经网络决定系数相比EM、BPNN、GABPNN分别提升了6.40%、1.14%、0.07%,均方根误差相比EM、BPNN、GABPNN分别降低了0.0363、0.0627、0.0668,评价指标较优。 展开更多
关键词 bp神经网络 激光选区熔化 粗糙度 粒子群 精确度
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 … 250 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