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261篇文章
< 1 2 … 14 >
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NSGA-Ⅱ与BP神经网络的复合材料身管结构参数优化
1
作者 孙磊 韩书永 +2 位作者 马梦蹊 王坚 刘宁 《火炮发射与控制学报》 北大核心 2025年第3期115-122,共8页
针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处... 针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处的身管内壁最大等效应力,复合材料身管三段复合缠绕位置处的金属内衬直径以及复合材料缠绕角度为设计变量。通过BP神经网络建立代理模型,再通过NSGA-Ⅱ遗传算法对多个目标进行优化求解,解得复合材料身管结构参数的Pareto最优解集。通过优化结果可知,采用遗传算法多目标优化生成的Pareto前沿面最优解集分散地较为均匀,优化解集的复合材料身管结构参数方案在刚度、强度和质量方面均有改善,为复合材料身管结构设计和优化提供了参考。 展开更多
关键词 复合材料 多目标结构优化 bp神经网络代理模型 NSGA-Ⅱ算法
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
2
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
基于SSA-BP神经网络的无人机发射参数择优 被引量：2
3
作者 贾华宇 郑会龙 +1 位作者 周洪 张谦 《华南理工大学学报(自然科学版)》 北大核心 2025年第4期90-101,共12页
火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在... 火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在发射参数迭代择优周期长、设计交互性差、容易造成无人机飞行姿态失稳的问题。该文以某无人机为研究对象,对其发射阶段进行动力学及运动学建模,构建了六自由度非线性模型,基于QT/C++软件编制无人机发射弹道参数化仿真软件,并结合某无人机真实发射试验数据,验证该发射弹道仿真软件的有效性。同时,为解决发射参数自主择优问题,在反向传播(BP)神经网络参数预测模型的基础上引入麻雀搜索算法(SSA)、粒子群优化算法(PSO)、遗传算法(GA)优化模块,提出基于SSA优化BP神经网络的无人机发射参数寻优方法,消除BP神经网络在参数预测过程中存在的过拟合及局部最优效应,对参数预测结果求绝对误差(MAE)、平均百分百误差(MAPE)、均方根误差(RMSE),综合评估SSA-BP对发射参数预测的优越性,并通过发射弹道校核验证发射参数选取的合理性。结果表明,SSA-BP模型对发射参数的预测精度最高、鲁棒性最好,可为无人机发射分系统工程设计阶段的发射参数自主择优选取提供设计依据。 展开更多
关键词 无人机发射 麻雀搜索算法 bp神经网络 参数寻优 建模仿真
在线阅读 下载PDF
基于改进BP神经网络的烟草收获机械故障诊断研究 被引量：3
4
作者 戴欧阳 胡洪林 《农机化研究》 北大核心 2025年第4期70-76,共7页
烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提... 烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前,主要以BP神经网络模型应用较为广泛,但在模型构建中预测效率低、鲁棒性强。针对以上问题,提出一种改进BP神经网络模型,以烟草收获机械中的齿轮故障诊断为研究对象,构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型,并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明:改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要,在模型算法与计算速度方面都得到了很大的提高。 展开更多
关键词 烟草收获 机械故障 遗传算法 bp神经网络 优化模型
在线阅读 下载PDF
基于GA-BP的联合收获机小麦含水率检测模型研究
5
作者 安晓飞 代均益 +3 位作者 李立伟 卢昊 尹彦鑫 孟志军 《农业机械学报》 北大核心 2025年第2期325-332,共8页
为进一步提高基于介电特性的联合收获机小麦含水率检测装置模型检测精度和适用范围,本研究以“京冬22号”、“蜀麦1958”、“涡麦33”3个品种小麦为研究对象,测量含水率范围为8.41%~21.6%,检测温度范围为5~40℃,容重范围为714.44~777.58... 为进一步提高基于介电特性的联合收获机小麦含水率检测装置模型检测精度和适用范围,本研究以“京冬22号”、“蜀麦1958”、“涡麦33”3个品种小麦为研究对象,测量含水率范围为8.41%~21.6%,检测温度范围为5~40℃,容重范围为714.44~777.58 kg/m^(3)的小麦相对介电常数。试验结果表明,同一温度条件下,容重越大,相对介电常数越大;在同一容重条件下,相对介电常数会随温度升高而增大,也随含水率升高而变大。采用校正集样本150个,预测集样本42个,基于遗传算法优化BP神经网络(GA-BP)的方法建立了相对介电常数、温度、容重与小麦含水率的关系模型,模型采用3-5-1结构,最大迭代次数1000次,学习误差阈值1×10^(-6)。校正集R^(2)、RMSE、MAE分别为0.996、0.241%、0.189%;预测集R^(2)、RMSE、MAE分别为0.993、0.295%、0.189%,该模型具有较高的检测精度和稳定性,为不同品种小麦含水率在线检测提供了一种新的检测方法。 展开更多
关键词 联合收获机 小麦含水率 检测模型 遗传算法 bp神经网络
在线阅读 下载PDF
基于HO-BP-AdaBoost的大坝变形监控模型
6
作者 代硕 苏怀智 +1 位作者 谷宇 郭莹莹 《水电能源科学》 北大核心 2025年第7期153-156,108,共5页
建立高精度的大坝变形监控模型对于分析大坝变形监测资料,保障大坝运行安全具有重要意义,但传统的反向传播神经网络(BP)在搜索过程中容易陷入局部最优,因此将具有较好全局搜索能力的河马优化算法(HO)引入反向传播神经网络,并基于自适应... 建立高精度的大坝变形监控模型对于分析大坝变形监测资料,保障大坝运行安全具有重要意义,但传统的反向传播神经网络(BP)在搜索过程中容易陷入局部最优,因此将具有较好全局搜索能力的河马优化算法(HO)引入反向传播神经网络,并基于自适应增强算法(AdaBoost),构建了HO-BP-AdaBoost大坝变形监控模型。首先,利用HO算法对BP神经网络的初始权值和阈值进行优化,并将优化后的权值和阈值赋予BP神经网络,构建HO-BP弱预测器;然后通过训练迭代多个弱预测器,并根据预测误差分配不同的权重,组合成为强预测器;最后,以某混凝土坝为例,通过选取决定系数、均方根误差、均方误差及平均绝对误差作为评价指标,比较该模型与其他模型的输出结果。结果表明,HO-BP-AdaBoost模型对于大坝变形具有较高的预测精度。 展开更多
关键词 大坝变形预测 监控模型 反向传播神经网络 自适应增强算法 河马优化算法
在线阅读 下载PDF
基于改进BP神经网络的船舶油耗预测方法研究
7
作者 吴泽颖 赵强 +1 位作者 胡智辉 王敬钰 《舰船科学技术》 北大核心 2025年第11期149-154,共6页
为精确预估船舶油耗,推动航运业向绿色低碳转型,提出一种基于改进BP神经网络的船舶油耗预测方法。通过对原始航行数据进行预处理,去除噪声、偏差和异常值;利用核主成分分析法将数据中的10个原始变量降维为5个主成分,减少数据维度;采用... 为精确预估船舶油耗,推动航运业向绿色低碳转型,提出一种基于改进BP神经网络的船舶油耗预测方法。通过对原始航行数据进行预处理,去除噪声、偏差和异常值;利用核主成分分析法将数据中的10个原始变量降维为5个主成分,减少数据维度;采用遗传算法优化BP神经网络,建立高精度的船舶油耗模型。以1艘液化石油天然气运输船为研究对象,实验结果表明,优化后的BP神经网络油耗模型在预测性能方面获得较大提升,训练集和验证集的均方根误差分别降低了0.1122和0.1068,决定系数提高1.58%。该研究成果能够为船舶节能减排提供可靠的决策支持。 展开更多
关键词 bp神经网络 核主成分分析 遗传算法 船舶油耗 预测模型
在线阅读 下载PDF
基于GA-BP神经网络的EISCAP传感器数据预测算法研究
8
作者 冯臻夫 张婉青 陈东 《仪表技术与传感器》 北大核心 2025年第7期121-126,共6页
针对传统测量拟合方法速度慢、稳定性差、耗时较长及精度较低等问题,文中将遗传算法和BP神经网络相结合,利用遗传算法优化BP神经网络的权值及阈值寻找最优解,在此基础上提出了一种基于GA-BP神经网络的EISCAP传感器数据预测方法。在室温... 针对传统测量拟合方法速度慢、稳定性差、耗时较长及精度较低等问题,文中将遗传算法和BP神经网络相结合,利用遗传算法优化BP神经网络的权值及阈值寻找最优解,在此基础上提出了一种基于GA-BP神经网络的EISCAP传感器数据预测方法。在室温条件下EISCAP传感器测量不同pH值的缓冲溶液,对实验样本数据进行归一化处理,以从实验样本数据中提取的偏置电压大小作为输入特征量,以EISCAP精确检测出的幅值大小作为输出特征量,构建GA-BP神经网络模型,对实验样本数据进行训练和预测。结果表明:与传统的拟合方法相比,GA-BP神经网络算法预测误差较小,平均绝对误差MAE降低了0.61%,均方根误差RMSE降低了0.05%~0.72%。GA-BP神经网络模型预测效果好,在同等采样数据量条件下,较传统的插值法大大提升了测量效率和测量精度,具有良好的适用性和灵活性。 展开更多
关键词 bp神经网络 遗传算法 EISCAP传感器 幅值检测 预测模型
在线阅读 下载PDF
基于HSS-MCC融合模型及SSA-BP神经网络开展深基坑超大变形预测研究 被引量：3
9
作者 倪小东 张宇科 +3 位作者 焉磊 王东兴 徐硕 王媛 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第9期35-45,共11页
软土环境下深基坑开挖变形特性研究中,多采用硬化类弹塑性模型进行分析,如HSS模型和MCC模型.南京河漫滩软土地区,深基坑开挖时局部常发生较大变形,部分土体变形状态介于小应变与大应变之间,单一模型无法准确预测土体变形特征.同时,BP神... 软土环境下深基坑开挖变形特性研究中,多采用硬化类弹塑性模型进行分析,如HSS模型和MCC模型.南京河漫滩软土地区,深基坑开挖时局部常发生较大变形,部分土体变形状态介于小应变与大应变之间,单一模型无法准确预测土体变形特征.同时,BP神经网络在基坑变形预测中得到广泛应用,但在训练过程中,权阈值易陷入局部最优解,影响预测的准确性.据此,依托南京地区典型软土深基坑工程,采用Midas中的HSS模型与MCC模型进行分析,比对两种模型的桩体变形量差异,并基于最小二乘准则对两模型进行线性融合,融合模型可对后续区段监测数据进行校准及补充.通过融合麻雀搜索算法对BP神经网络进行优化,在其训练过程中快速收敛,得到全局最优的权阈值,依托狭长基坑已开挖区段监测数据学习训练,进而依据后续区段浅部开挖揭露深部变形特征,预测结果与实测值吻合度较高.研究结果对软土地区深基坑大变形的预测研究具有重要参考价值. 展开更多
关键词 深基坑 大变形 HSS模型 MCC模型 bp神经网络 麻雀搜索算法
在线阅读 下载PDF
基于遗传算法和BP神经网络的矿区土壤重金属含量空间分布预测 被引量：1
10
作者 赵萍 阮旭东 +4 位作者 刘亚风 赵思逸 孙雨 常杰 周俊 《土壤》 CAS CSCD 北大核心 2024年第4期889-896,共8页
本研究提出了一种基于遗传算法(Genetic algorithm,GA)和BP神经网络(Back propagation neural network,BPNN)的复合模型——GABP模型,以安徽省池州市某矿区及其周边为研究区,预测了土壤中p H和7种重金属元素(Cd、Pb、Cr、Cu、Ni、Hg、As... 本研究提出了一种基于遗传算法(Genetic algorithm,GA)和BP神经网络(Back propagation neural network,BPNN)的复合模型——GABP模型,以安徽省池州市某矿区及其周边为研究区,预测了土壤中p H和7种重金属元素(Cd、Pb、Cr、Cu、Ni、Hg、As)含量的空间分布,并与BPNN和反比距离权重法(Inverse distance weighting,IDW)进行了比较。研究结果表明:受采矿活动影响,研究区土壤p H和重金属含量呈显著的空间分异性;GABP复合模型的数据扩增能够有效弥补BPNN对样本数量的依赖,同时结合了地理位置和高程属性,精度评价结果显示GABP模型的平均R^(2)、r、RMSE、MAE分别是IDW和BPNN的3.03倍、2.56倍,2.93倍、2.39倍,0.85倍、0.61倍,0.79倍、0.62倍,预测精度更高。模型解决了传统空间插值方法结果中可能出现负值和边界无法插值的问题,为土壤重金属含量空间分布预测提供了一种新方法。 展开更多
关键词 遗传算法 bp神经网络 GAbp模型 空间分布预测 重金属含量
在线阅读 下载PDF
基于BP人工神经网络与遗传算法的航速优化 被引量：1
11
作者 陈映彬 文逸彦 +2 位作者 董国祥 屠海洋 张焱飞 《舰船科学技术》 北大核心 2024年第1期82-87,共6页
为了进一步提高船舶能耗效率,本文提出一种基于BP人工神经网络与遗传算法的航速优化技术路线。首先,介绍常见油耗模型的构建方法;其次,利用BP人工神经网络建立目标船舶的油耗模型。模型预测的平均绝对误差为2.3%,准确度和泛化能力基本... 为了进一步提高船舶能耗效率,本文提出一种基于BP人工神经网络与遗传算法的航速优化技术路线。首先,介绍常见油耗模型的构建方法;其次,利用BP人工神经网络建立目标船舶的油耗模型。模型预测的平均绝对误差为2.3%,准确度和泛化能力基本满足工程应用要求。最后,利用遗传算法,并基于历史气象数据对目标船舶的航线做分段航速优化。计算结果表明,航速优化后目标船舶的航行时长不仅能减少1.35天,燃油损耗还可节省10.1%,由此说明对航行船舶做分段航速优化是一种可行方案。 展开更多
关键词 bp神经网络 遗传算法 油耗模型 航速优化
在线阅读 下载PDF
基于SSA-BP的露天矿山边坡位移变形预测 被引量：15
12
作者 吴泽鑫 张成良 +1 位作者 张华超 高梅 《有色金属工程》 CAS 北大核心 2024年第6期125-133,共9页
针对传统的BP神经网络在预测露天矿山边坡位移变形时存在的局限性,构造了一种基于麻雀搜索算法(SSA)和BP神经网络相结合的边坡位移变形预测模型,先利用麻雀搜索算法对传统的BP神经网络进行权值与阈值的优化,再将麻雀搜索算法优化后的BP... 针对传统的BP神经网络在预测露天矿山边坡位移变形时存在的局限性,构造了一种基于麻雀搜索算法(SSA)和BP神经网络相结合的边坡位移变形预测模型,先利用麻雀搜索算法对传统的BP神经网络进行权值与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法(SSA-BP)运用于露天矿山边坡位移的预测。为了验证算法的可行性,将SSA-BP预测模型与WOA-BP、BP以及Elman预测模型针对露天矿山边坡位移变形量的预测结果进行比较。实验结果表明:SSA-BP预测模型针对露天矿山边坡位移变形量的预测相比其他三种模型,其迭代速度快、寻优能力强;通过预测精度评价指标来看,SSA-BP算法的R2、RMSE、MAPE、MAE、MSE明显优于另外三组算法。为露天矿山边坡位移变形预测提供了一种新的思路和方法。 展开更多
关键词 露天矿山 边坡位移 麻雀搜索算法 bp神经网络 预测模型
在线阅读 下载PDF
基于优化的BP神经网络的机床主轴热误差建模方法研究 被引量：1
13
作者 周梦洁 尹玲 +3 位作者 张丽娟 张斐 宋加雷 叶正伟 《机床与液压》 北大核心 2024年第23期136-142,共7页
针对传统单一温度测点在监测数控机床主轴温度变化方面的局限性,以及基于反向传播神经网络(BP)的热误差模型在精度、收敛性及鲁棒性上存在的不足,提出一种基于多温度传感器的自适应粒子群优化反向传播神经网络(IAPSO-BP)模型,旨在提高... 针对传统单一温度测点在监测数控机床主轴温度变化方面的局限性,以及基于反向传播神经网络(BP)的热误差模型在精度、收敛性及鲁棒性上存在的不足,提出一种基于多温度传感器的自适应粒子群优化反向传播神经网络(IAPSO-BP)模型,旨在提高主轴热误差的辨识精度。引入多个温度传感器,以全面监测主轴的温度信息。自适应粒子群算法的应用减少了人工参数调整的需求,并提高了模型的泛化能力。以特定型号的机床为例,通过实切加工实验建立主轴热误差模型,并对其有效性及鲁棒性进行验证。结果表明:与传统BP神经网络预测模型相比,所提IAPSO-BP模型的均方误差降低67.45%,最大绝对残差减少69.62%,拟合优度提升4.29%,证明了模型的优越性。 展开更多
关键词 机床主轴 粒子群算法 bp神经网络 热误差模型
在线阅读 下载PDF
基于PSO-BP神经网络的新能源汽车销量预测模型 被引量：2
14
作者 王训洪 郝同铮 马聪 《科学技术与工程》 北大核心 2024年第31期13467-13474,共8页
为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP... 为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。 展开更多
关键词 新能源汽车 PSO算法 PSO-bp神经网络 销量预测模型
在线阅读 下载PDF
基于XRT感应特性及BP神经网络的某钨矿石品位预测模型 被引量：2
15
作者 李思佑 李丽匣 +4 位作者 张宏亮 徐阳 张依然 张晨 晏丽鑫 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第11期4124-4134,共11页
为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神... 为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神经网络的WO_(3)品位预测模型,并对钨矿石样本的模型进行训练和测试,比较2种预测模型的预测效果;最后,基于模型的精度与泛化能力,确定合适的钨矿石品位预测模型及优化方法。研究结果表明:不同品位矿石XRT灰度图像的灰度分布存在明显差异,图像的灰度分布与矿石品位之间具有高度相关性;钨矿石品位越高,像素灰度级在低灰度区间的占比越大,可通过XRT图像灰度分布建立矿石品位的预测模型;使用遗传算法对BP神经网络进行优化可以取得显著效果,基于GA-BP神经网络的预测模型能够获得更大的决定系数和更小的误差,具有更高的预测精度和更强的泛化能力,可以更好地预测矿石WO_(3)品位;在小样本情况下,GA-BP神经网络预测模型对于WO_(3)品位预测具有可行性与有效性。 展开更多
关键词 品位预测模型 XRT灰度图像 bp神经网络 遗传算法
在线阅读 下载PDF
金字塔砂带磨损状态的声信号GA-BP识别方法 被引量：2
16
作者 赵书东 禹晓敏 +1 位作者 王文玺 邹莱 《表面技术》 EI CAS CSCD 北大核心 2024年第3期28-38,共11页
目的金字塔砂带连续磨损会引发钝峰、材料去除能力差和产热多等问题,为避免砂带磨损造成加工效率持续降低和工件表面质量逐渐恶化,需提高金字塔砂带磨损预测能力。方法在配有声音采集系统的力控机器人磨削系统中对钛合金工件进行了砂带... 目的金字塔砂带连续磨损会引发钝峰、材料去除能力差和产热多等问题,为避免砂带磨损造成加工效率持续降低和工件表面质量逐渐恶化,需提高金字塔砂带磨损预测能力。方法在配有声音采集系统的力控机器人磨削系统中对钛合金工件进行了砂带磨损试验;基于Archard模型建立了金字塔砂带磨损模型,并对金字塔砂带磨损程度进行量化;然后利用短时傅里叶和小波包分解分析、提取砂带磨损相关的声音特征;基于声音信号特征建立GA-BP模型,并对金字塔砂带磨损状态进行预测。结果K_(r)与R_(0)规律相近,随着磨削速度的增大而略微增大。对磨削声音进行小波包分解,DD2频段的声音特征随磨削时间逐渐降低,相较于其他频段更具有规律性。提取DD2频段的声音信号特征建立GA-BP模型,并对金字塔砂带磨损状态进行预测。结果表明,决定系数(R^(2))大于0.8,平均绝对误差(MAE)小于0.04,平均偏差误差(MBE)在±0.002之间,均方误差(RMSE)小于0.05。结论随着砂带的磨损,金字塔尖锐的胞体开始磨平,单颗胞体的局部压力逐渐减小,材料去除能力减弱,产生的微振荡越来越弱,高频信号的声音特征逐渐下降。通过DD2频段声音信号特征建立的GA-BP模型对金字塔砂带磨损状态进行预测,具有准确性和稳定性。 展开更多
关键词 机器人砂带磨削 声信号 Archard模型 遗传算法优化bp神经网络
在线阅读 下载PDF
改进黑翅鸢算法优化神经网络的室内定位
17
作者 杨晶晶 万里宏 +2 位作者 张雪明 麦鴚 雷俊杰 《重庆理工大学学报(自然科学)》 北大核心 2025年第5期229-237,共9页
针对传统无线信号的路径损耗模型(path loss model,PLM)在预测距离值时易受多径效应影响,导致在复杂室内环境中定位精度下降的问题,提出一种基于改进黑翅鸢算法(improved black-winged kite algorithm,IBKA)优化反向传播(back propagati... 针对传统无线信号的路径损耗模型(path loss model,PLM)在预测距离值时易受多径效应影响,导致在复杂室内环境中定位精度下降的问题,提出一种基于改进黑翅鸢算法(improved black-winged kite algorithm,IBKA)优化反向传播(back propagation,BP)神经网络的室内定位算法。分别引入Tent混沌映射、透镜成像反向学习策略和黄金正弦策略优化黑翅鸢算法,通过基准测试函数测试证实了IBKA拥有更好的性能,通过IBKA优化神经网络算法的初始权值和阈值建立IBKA-BP神经网络测距模型。在实验室内采集RSSI信号样本数据进行分析,结果表明所提IBKA-BP优化算法均方根误差为21.42 cm,小于PLM、GWO-BP、BKA-BP和ISSA-BP的63.25、47.04、33.77、28.78 cm,且收敛速度更快,在复杂室内环境下定位性能更好。 展开更多
关键词 改进黑翅鸢算法 bp神经网络 RSSI测距算法 路径损耗模型
在线阅读 下载PDF
基于GA-BP神经网络的金精矿品位的预测 被引量：16
18
作者 刘青 袁玮 +1 位作者 王宝 彭良振 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第2期237-240,共4页
在对金矿生产过程进行大量实际调研工作的基础上,分别采用BP神经网络和遗传算法优化BP神经网络的方法,建立了金精矿品位的预测模型,以现场采集的978组数据作为样本,运用噪声平滑技术进行数据预处理,筛选了770组数据,运用其中的650组数... 在对金矿生产过程进行大量实际调研工作的基础上,分别采用BP神经网络和遗传算法优化BP神经网络的方法,建立了金精矿品位的预测模型,以现场采集的978组数据作为样本,运用噪声平滑技术进行数据预处理,筛选了770组数据,运用其中的650组数据建模,并运用其余的120组数据对模型进行了验证.通过对两个模型的预测误差分析,得出用遗传算法优化的BP神经网络(GA-BP)预测精度更高,当预测相对误差在±2%范围内时,模型的预测精度达到97.5%. 展开更多
关键词 金矿 精矿品位 bp神经网络 遗传算法 预测模型
在线阅读 下载PDF
基于遗传BP神经网络的磁流变悬置模型辨识 被引量：15
19
作者 邓召学 郑玲 +1 位作者 郭敏敏 张自伟 《电子科技大学学报》 EI CAS CSCD 北大核心 2014年第6期955-960,共6页
为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本... 为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。 展开更多
关键词 bp神经网络 遗传算法 磁流变悬置 模型辨识
在线阅读 下载PDF
改进的LM-BP算法预测活性染料染色K/S值 被引量：11
20
作者 郑春玲 姜会钰 《纺织学报》 EI CAS CSCD 北大核心 2010年第8期82-85,共4页
针对标准BP算法收敛速度慢,易出现局部极小值等缺陷,采用Levenberg-Marquardt(LM-BP)算法,提出了一种经改进的BP神经网络预测模型。运用该预测模型,建立了活性染料染色各工艺参数与织物表面K/S值之间的对应关系,同时将其与传统BP算法预... 针对标准BP算法收敛速度慢,易出现局部极小值等缺陷,采用Levenberg-Marquardt(LM-BP)算法,提出了一种经改进的BP神经网络预测模型。运用该预测模型,建立了活性染料染色各工艺参数与织物表面K/S值之间的对应关系,同时将其与传统BP算法预测模型在网络收敛时间、预测准确度等方面进行比较。结果表明:传统BP算法经1 500步训练后达到的收敛精度,在LM-BP算法预测模型中只需大约7步训练;染色K/S值预测值和试验值之间的相关系数R也相应由0.995提高到0.999。对比认为,LM-BP算法预测模型在对活性染料染色K/S值的预测中更为优越,时间短,准确率高。 展开更多
关键词 K/S值 活性染料 bp神经网络 LM-bp算法 预测模型
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 … 14 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