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238篇文章
< 1 2 … 12 >
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
1
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
基于改进灰狼算法优化BP神经网络的RSS指纹定位
2
作者 刘伟 李艾龙 +1 位作者 李卓 王智豪 《电子测量技术》 北大核心 2025年第14期162-175,共14页
室内定位技术,特别是基于接收信号强度(RSSI)的指纹定位方法,因其成本低廉、设备支持广泛、易于部署、计算开销小等特点,受到了广泛关注。为了增强RSSI与实际物理距离之间的映射关系并提高测距精度,本文提出了一种基于改进灰狼优化(IGWO... 室内定位技术,特别是基于接收信号强度(RSSI)的指纹定位方法,因其成本低廉、设备支持广泛、易于部署、计算开销小等特点,受到了广泛关注。为了增强RSSI与实际物理距离之间的映射关系并提高测距精度,本文提出了一种基于改进灰狼优化(IGWO)算法与反向传播神经网络(BPNN)结合的RSSI测距算法。与遗传算法(GA)、粒子群算法(PSO)和经典灰狼优化算法(GWO)相比,改进的GWO算法在定位精度和全局搜索能力方面具有显著优势。通过实验,本文提出的IGWO算法在均方根误差RMSE上相比GWO算法、GA算法、PSO算法分别减少了21.3%、15.7%、14.6%,IGWO算法表现出了较好的定位性能,在精度和性能上均优于传统方法。 展开更多
关键词 室内定位 RSSI测距 bp神经网络 灰狼算法 粒子群算法
在线阅读 下载PDF
基于嵌套优化的GA-PSO-BP神经网络短期风功率预测方法研究 被引量：3
3
作者 刘翘楚 王杰 +3 位作者 秦文萍 张文博 陈玉梅 刘佳昕 《电网与清洁能源》 北大核心 2025年第2期138-146,共9页
短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提... 短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提出嵌套优化的GA-PSO-BP神经网络短期风电功率预测模型。建立内外双层嵌套的优化机制,内层机制中引入GA算法优化PSO算法学习因子,优化后PSO算法作为外层机制实现BP神经网络阈值和权值的优化。模拟风电数据预测结果表明,比起GA-BP、PSO-BP、长短期记忆网络(long short-term memory,LSTM)预测模型,所提嵌套优化模型在平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、决定系数R2 3个评价维度上均取得了最优值;利用山西某风电场不同月份、不同时段、不同波动特征的实际运行数据进行验证,预测结果表明MAE均小于0.02,R2均大于0.99,所提嵌套优化模型具有较高的预测精度和拟合程度。 展开更多
关键词 风电功率预测 bp神经网络 遗传算法 粒子群算法 嵌套优化
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
4
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
基于PSO-BP神经网络的单位注浆量预测 被引量：2
5
作者 陈泓 黄永辉 +1 位作者 张智宇 陈成志 《有色金属(中英文)》 北大核心 2025年第2期288-297,共10页
帷幕注浆作为矿山控制地下水的重要手段之一,对矿山的安全生产十分重要,单位注浆量作为注浆效果的关键评价指标,具有不确定性。基于尖山磷矿帷幕注浆试验段注浆数据,进行单位注浆量影响因素相关性分析,分别构建单位注浆量卷积神经网络(C... 帷幕注浆作为矿山控制地下水的重要手段之一,对矿山的安全生产十分重要,单位注浆量作为注浆效果的关键评价指标,具有不确定性。基于尖山磷矿帷幕注浆试验段注浆数据,进行单位注浆量影响因素相关性分析,分别构建单位注浆量卷积神经网络(CNN)、BP神经网络、遗传算法优化神经网络(GA-BP)和粒子群算法优化神经网络(PSO-BP)预测模型进行预测和准确性分析。结果表明:斯皮尔曼相关系数法和肯德尔相关系数法对单位注浆量影响因素分析结果一致,影响因素相关性由强到弱为:注浆持续时间、水灰比、注前透水率、注浆段长度、注浆压力、钻孔深度;PSO-BP神经网络模型预测效果明显优于另外三种预测模型,R^(2)达到0.94527,RMSE值分别降低80%、56%、49%;MAE值分别降低68.3%、48.6%、23.2%,验证了该模型的优越性。该模型能够更准确地对单位注浆量进行预测,对后续注浆工作的实施具有一定参考,可为帷幕注浆效果评价提供重要的指导建议。 展开更多
关键词 帷幕注浆 单位注浆量 相关性分析 bp神经网络 粒子群优化算法
在线阅读 下载PDF
基于PSO-BP神经网络模型的浸胶竹束干燥过程含水率预测
6
作者 王晓曼 吕建雄 +5 位作者 李贤军 吴义强 李新功 郝晓峰 乔建政 徐康 《林业科学》 北大核心 2025年第5期187-198,共12页
【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测... 【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测数据,以干燥温度、干燥时间、铺装方式和初始含水率为输入变量,干燥过程含水率为输出变量,制作数据集。将数据集划分为训练集(308个测试数据,占总数据量的70%)、验证集(66个测试数据,占总数据量的15%)和测试集(66个测试数据,占总数据量的15%),采用粒子群优化算法(PSO)优化反向传播(BP)神经网络初始权重与阈值,构建PSO-BP神经网络预测模型,并进行验证分析。【结果】PSO-BP神经网络模型具有较强的预测能力,在模型测试集中,决定系数(R^(2))、均方误差(MSE)、平均绝对误差(MAE)和剩余预测残差(RPD)分别达0.98、1.27、3.73和7.96。相较BP神经网络,PSO-BP神经网络的R^(2)和RPD分别提高6.53%和110.2%,MSE和MAE分别降低54.0%和71.86%。模型验证表明,干燥温度和铺装方式是影响浸胶竹束干燥过程含水率变化的主要因素,二者对PSO-BP神经网络模型预测结果影响显著。干燥温度为60℃时,在4种不同铺装方式下PSO-BP神经网络模型展现出较好预测效果,其R^(2)均超过0.969且MSE均低于3;铺装层数为3时,在4种不同干燥温度下PSO-BP神经网络模型表现最佳,其R^(2)均超过0.99且MSE均低于2。干燥时间和浸胶竹束初始含水率对PSO-BP神经网络模型预测结果影响不显著。【结论】PSO-BP神经网络模型在浸胶竹束干燥过程含水率预测中表现出准确性,可有效解决传统BP神经网络预测误差大、收敛速度慢等问题,为浸胶竹束高质高效干燥提供技术支撑。 展开更多
关键词 浸胶竹束 干燥 含水率 粒子群优化算法 反向传播 神经网络
在线阅读 下载PDF
基于粒子群优化BP神经网络的核事故源项反演
7
作者 游清悦 曹博 +3 位作者 彭丁萍 李中昊 缪学伟 陈洲亮 《核电子学与探测技术》 北大核心 2025年第3期371-381,共11页
核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(^(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所... 核事故发生后,快速准确地估算源物质的释放速率对于提升核应急响应速度及确保决策的可靠性至关重要。本文选择碘-131(^(131)I)核素的释放速率作为源项反演的目标值,利用课题组开发的放射性核素大气扩散模拟程序RADC生成神经网络训练所需的数据集。利用Matlab构建了粒子群算法(Particle Swarm Optimization,PSO)优化误差反向传播(Back Propagation,BP)神经网络的核事故源项反演模型,同时考虑了粒子群算法中超参数和适应度函数的不同对算法优化性能的影响。结果表明:PSOBP模型源项反演测试结果的平均绝对百分比误差为2.14%,平均绝对误差为0.011437,均方差为0.000685,各个评价指标明显优于BP神经网络,验证了该模型的可行性,有助于快速核应急响应。 展开更多
关键词 源项反演 bp神经网络 粒子群优化 参数优化 适应度函数
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
8
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PSO-BP模型的页岩有机碳含量预测方法
9
作者 毛小平 朱启轩 《浙江工业大学学报》 北大核心 2025年第4期458-466,共9页
在对烃源岩品质和生烃潜力进行评价时,总有机碳含量(TOC)是一个重要参数。一般采用岩心样品进行测试,试验过程耗时、岩心样品数量有限、成本高昂;而采用常规的利用测井曲线的TOC预测方法以线性拟合为主,方法自身的缺陷会导致试验结果产... 在对烃源岩品质和生烃潜力进行评价时,总有机碳含量(TOC)是一个重要参数。一般采用岩心样品进行测试,试验过程耗时、岩心样品数量有限、成本高昂;而采用常规的利用测井曲线的TOC预测方法以线性拟合为主,方法自身的缺陷会导致试验结果产生一定误差。为此,利用粒子群算法(PSO)改进的BP(Back propagation)神经网络模型对TOC进行预测。试验结果表明:自然伽马单因素法预测误差最大,BP模型次之,PSO-BP模型预测效果最好。其中PSO-BP模型具有强大的非线性拟合能力,可更准确地反映页岩气TOC与各测井曲线之间的关系。相较于传统BP模型,PSO-BP模型在预测页岩气TOC方面具有更高的准确度,研究结果为松辽盆地页岩储层TOC预测提供了新思路。 展开更多
关键词 烃源岩 测井曲线 自然伽马 粒子群算法 bp神经网络
在线阅读 下载PDF
基于PSO-BP算法的混输管道持液率预测模型
10
作者 陈新辉 黄思 +2 位作者 官天日 傅浩 潘自强 《化学工程》 北大核心 2025年第6期89-94,共6页
为准确预测混输管道中两相流持液率,基于前人气液两相流室内实验所获取的数据,采用灰色关联分析法分析压力、温度、倾角、管径、液相折算速度、气相折算速度和液相黏度对混输管道持液率的影响程度,为输入参数的确定提供依据。基于PSO-B... 为准确预测混输管道中两相流持液率,基于前人气液两相流室内实验所获取的数据,采用灰色关联分析法分析压力、温度、倾角、管径、液相折算速度、气相折算速度和液相黏度对混输管道持液率的影响程度,为输入参数的确定提供依据。基于PSO-BP神经网络构建混输管道持液率预测模型,对比包括线性和非线性在内的3种多元回归预测模型、传统BP和其他算法优化的BP神经网络预测模型。结果表明:相比于传统BP神经网络模型,经算法优化的BP神经网络模型和非线性多元回归模型均表现出更好的预测效果,多元线性回归模型效果最差,而PSO-BP预测模型平均绝对误差为0.0452,均方根误差为0.0614,拟合优度R^(2)为0.9279,误差最小、拟合程度最高,并且在高持液率工况下保持了更好的预测精度,表明PSO-BP模型适于混输管道持液率的预测。 展开更多
关键词 混输管道 持液率 灰色关联 粒子群算法 bp神经网络 多元回归
在线阅读 下载PDF
基于粒子群优化的BP神经网络PID的加速度计组件温控算法 被引量：1
11
作者 魏国 朱旭 +3 位作者 高春峰 侯承志 程嘉奕 陈迈伦 《中国惯性技术学报》 北大核心 2025年第4期359-366,共8页
在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提... 在高精度惯性导航系统和惯性重力测量系统中,石英挠性加速度计的温变特性直接影响着系统的导航精度和重力测量系统精度,加速度的高精度信息测量对加速度计组件工作环境温度稳定性提出了更高要求。为进一步提高温控精度和抗扰动能力,提出了基于PSO-BPNN-PID控制器,利用粒子群优化算法和反向传播算法对神经网络PID控制器进行离线和在线的连接权值整定,实现石英挠性加速度计组件一体化温度控制算法,满足加速度计组件的自适应智能控制需求。仿真和实验结果表明,所提算法能够显著提升系统的温度稳定性,可实现±0.002℃的温度稳定控制。同时,验证了系统具备快速响应温度变化的能力,能够在短时间内将温度调整至设定值附近,并有效抑制超调现象。此外,实验还模拟了外部扰动情况,验证了系统在面对扰动时能够迅速恢复稳定状态,表现出优越的抗扰动能力,可以满足多种温度环境下的加速度计组件高精度温控应用需求。 展开更多
关键词 石英挠性加速度计 温度控制 粒子群优化算法 bp神经网络
在线阅读 下载PDF
基于PSO-BP-PID的动力系统动态负载模拟研究
12
作者 彭达 孙晓帮 张华成 《农业装备与车辆工程》 2025年第7期99-105,共7页
为提升汽车动力台架实验中道路行驶动态负载模拟精度,提出PSO算法与BP神经网络PID控制的复合策略用于负载模拟控制。基于MATLAB/Simulink构建电动汽车动力总成及台架系统动力学模型,采用转速与转矩复合控制;通过BP神经网络实时自适应优... 为提升汽车动力台架实验中道路行驶动态负载模拟精度,提出PSO算法与BP神经网络PID控制的复合策略用于负载模拟控制。基于MATLAB/Simulink构建电动汽车动力总成及台架系统动力学模型,采用转速与转矩复合控制;通过BP神经网络实时自适应优化PID参数构建BP-PID控制算法,再引入PSO算法对BP神经网络初始权值和PID参数基准全局寻优,形成PSO-BP-PID控制算法。搭建HIL测试系统验证表明,该策略较传统PID控制显著增强系统稳定性,提升响应速度与模拟精度,为高精度负载模拟提供参考方案。 展开更多
关键词 台架控制 动态负载模拟 bp神经网络 粒子群优化算法
在线阅读 下载PDF
基于PSO-BPNN算法的红外连续变焦镜头伺服控制系统参数整定
13
作者 游津京 罗永芳 +7 位作者 白玉琢 贾钰超 王春阳 钟建波 李洪兵 史军军 江竞宇 邓红娟 《红外技术》 北大核心 2025年第10期1289-1295,共7页
针对传统红外连续变焦镜头伺服控制系统参数整定动态性能不佳、灵活性差和效率低的问题,本文研究了一种PSO-BPNN算法整定红外连续变焦镜头伺服控制系统参数的方法。首先通过系统识别法建立红外连续变焦镜头伺服控制系统动态数学模型,同... 针对传统红外连续变焦镜头伺服控制系统参数整定动态性能不佳、灵活性差和效率低的问题,本文研究了一种PSO-BPNN算法整定红外连续变焦镜头伺服控制系统参数的方法。首先通过系统识别法建立红外连续变焦镜头伺服控制系统动态数学模型,同时建立PSO-BPNN算法模型,然后进行PSO-BPNN算法整定红外连续变焦镜头伺服控制系统控制器参数仿真实验,最后搭建实验性能测试平台进行实验和验证。仿真与性能测试实验结果表明:上升时间t_(r)≤0.055 s,调节时间t_(s)≤0.26 s,超调量σ≤27.6%,红外连续变焦镜头伺服控制系统反应速度快、稳定性好且目标跟随精度高。 展开更多
关键词 红外连续变焦镜头 粒子群算法 bp神经网络算法 控制系统
在线阅读 下载PDF
采用改进BP-PID控制的机器人避障仿真研究 被引量：6
14
作者 吴静松 耿振铎 《中国工程机械学报》 北大核心 2024年第4期437-441,共5页
针对移动机器人避障过程中行驶路径长、寻路速度慢等问题,提出了一种改进反向传播-比例-积分-微分(BP-PID)控制器,并对移动机器人避障效果进行仿真验证。利用移动机器人在二维坐标系的避障简图,得出了移动机器人运动方程式。引用比例-积... 针对移动机器人避障过程中行驶路径长、寻路速度慢等问题,提出了一种改进反向传播-比例-积分-微分(BP-PID)控制器,并对移动机器人避障效果进行仿真验证。利用移动机器人在二维坐标系的避障简图,得出了移动机器人运动方程式。引用比例-积分-微分(PID)控制器和3层BP神经网络结构,利用BP神经网络的学习能力调整PID控制器参数。引用粒子群算法进行改进,通过改进粒子群算法在线优化BP-PID控制器,确保移动机器人BP-PID控制器收敛于全局最优值,从而使移动机器人避障效果更好。在不同环境中,采用Matlab软件对移动机器人避障效果进行仿真,比较改进前和改进后的移动机器人避障效果。结果显示:在不同环境中,改进前和改进后的BP-PID控制器均能使移动机器人安全地躲避障碍物;但是采用改进的粒子群算法优化BP-PID控制器,可以使移动机器人运动路径更短,迭代次数更少,搜索时间更短。采用改进BP-PID控制器,能够提高移动机器人避障过程中寻路速度,缩短行驶路径,效果更好。 展开更多
关键词 移动机器人 bp神经网络 PID控制器 改进粒子群算法 避障 仿真
在线阅读 下载PDF
基于GM(1,1)-IPSO-BP的重载铁路小半径曲线钢轨磨耗预测方法 被引量：1
15
作者 张斌 高玉祥 +2 位作者 陈再刚 王开云 时瑾 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第11期115-122,131,共9页
为实现重载铁路小半径曲线段钢轨磨耗量的精准预测,提出一种非等间距灰色模型GM(1,1)与改进粒子群算法(IPSO)优化BP神经网络相结合的钢轨磨耗预测方法。首先,根据积分原理优化GM(1,1)非等间距模型的背景值计算方法,基于改进的模型得到... 为实现重载铁路小半径曲线段钢轨磨耗量的精准预测,提出一种非等间距灰色模型GM(1,1)与改进粒子群算法(IPSO)优化BP神经网络相结合的钢轨磨耗预测方法。首先,根据积分原理优化GM(1,1)非等间距模型的背景值计算方法,基于改进的模型得到实测磨耗序列的初步预测结果;然后,利用IPSO算法对BP神经网络的权值和阈值进行自动寻优,对GM(1,1)模型初步预测序列的残差进行校正;最后,将优化后的两种模型组合构建基于GM(1,1)-IPSO-BP的重载铁路小半径曲线地段钢轨磨耗量预测模型。以某重载铁路桥上半径400 m曲线为例,利用长期的磨耗监测数据进行方法的适用性分析,研究结果表明:GM(1,1)-IPSO-BP模型克服了磨耗数据的非线性、随机性特征对计算结果的影响,预测精度优于单独使用GM(1,1)、IPSO-BP模型;背景值优化后的GM(1,1)模型预测准确性更可靠;IPSO优化算法提高了BP神经网络计算的精度和速度;预测结果和实测数据之间的相对误差不大于4%;在预测区间上的绝对误差小于0.4 mm,运用该方法能够较准确地得到钢轨磨耗的发展规律。研究结果可为重载铁路小半径曲线钢轨的精准维修和科学使用提供参考。 展开更多
关键词 钢轨磨耗 GM(1 1)模型 小半径曲线 bp神经网络 重载铁路 粒子群算法
在线阅读 下载PDF
基于MIV-PSO-BPNN的掘进面风温预测方法 被引量：3
16
作者 程磊 李正健 +2 位作者 贺智勇 史浩镕 王鑫 《河南理工大学学报（自然科学版）》 CAS 北大核心 2024年第6期11-17,共7页
目的为防治矿井热害,解决矿井掘进面风温预测问题,方法提出一种MIV算法优化的PSO-BPNN预测模型。通过利用MIV算法确定模型的输入变量,以BP网络建模,使用粒子群优化算法结合BP神经网络实现掘进工作面风流温度的预测,得到预测结果并与BPN... 目的为防治矿井热害,解决矿井掘进面风温预测问题,方法提出一种MIV算法优化的PSO-BPNN预测模型。通过利用MIV算法确定模型的输入变量,以BP网络建模,使用粒子群优化算法结合BP神经网络实现掘进工作面风流温度的预测,得到预测结果并与BPNN模型、PSO-BPNN模型、SVR模型相比较。结果结果表明:MIV-PSO-BPNN预测模型的相对误差为-0.47%~1.81%,分别优于PSO-BPNN、BPNN、SVR预测模型的-3.96%~1.93%,-5.54%~2.98%,-2.16%~2.95%,预测模型的误差为-0.1~0.5℃,表明预测值与实测值基本一致;与BPNN预测模型、PSO-BPNN预测模型、SVR预测模型相比,MIV-PSO-BPNN预测模型的预测结果平均绝对误差分别减少65%,54%,50%,均方误差分别减少88%,78%,69%,表明该预测模型的预测效果优于其他3种模型。结论所提模型适用于矿井掘进工作面风温的预测。 展开更多
关键词 bp神经网络 MIV算法 粒子群优化算法 风温预测 算法优化
在线阅读 下载PDF
基于EMD-PSO-BP模型的短期潮流流速预测 被引量：1
17
作者 邵萌 潘正中 +2 位作者 孙金伟 邵珠晓 伊传秀 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第11期134-141,共8页
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原... 针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,对分解所得的IMF和残差分别进行预测。最后,将各个预测结果相结合,得出流速的最终预测结果,从而提高潮流流速的预测精度。本文以江苏省潮流流速为例,分别建立BP、PSO-BP、EMD-BP以及EMD-PSO-BP四类预测模型,以对潮流流速进行预测和对比分析。结果表明,相较于其他模型,EMD-PSO-BP预测模型在潮流流速的预测方面具有更高的精度,为潮流能开发提供重要的数据支撑。 展开更多
关键词 潮流流速预测 经验模态分解 反向传播神经网络 粒子群优化算法 本征模函数
在线阅读 下载PDF
基于IPSO-BP的船舶航迹预测研究
18
作者 白响恩 陈诺 徐笑锋 《包装工程》 CAS 北大核心 2024年第9期201-209,共9页
目的面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法在船舶自动识别系统(Automatic Identification System,AIS)数据... 目的面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法在船舶自动识别系统(Automatic Identification System,AIS)数据的基础上,建立改进粒子群算法(IPSO)与BP神经网络相结合的船舶轨迹预测模型,利用船舶历史航行轨迹数据,实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验,并将IPSO-BP模型的实验结果与其他模型进行比较。结果不同模型航迹预测对比结果表明,IPSO-BP模型的性能较好,其预测精度较高,适用于船舶轨迹预测。结论使用IPSO-BP模型能够更加精准地预测船舶航迹,在船舶危险预警、船舶异常监测等方面具有重要的指导作用。 展开更多
关键词 AIS数据 航迹预测 改进粒子群算法 bp神经网络
在线阅读 下载PDF
基于GA-PSO-BP神经网络的气象能见度预测 被引量：4
19
作者 邱国新 殷利平 +2 位作者 刘长征 梅平 温华洋 《科学技术与工程》 北大核心 2024年第15期6164-6171,共8页
针对安徽省气象能见度数据缺测问题,选取安徽省4种不同地形条件下的自动气象站点(黄山站、灵璧站、山南溪谷站、白泽湖站)2017—2019年的气象数据,首先采用灰色关联分析法筛选出与能见度联系紧密的气象要素,然后构建遗传算法(genetic al... 针对安徽省气象能见度数据缺测问题,选取安徽省4种不同地形条件下的自动气象站点(黄山站、灵璧站、山南溪谷站、白泽湖站)2017—2019年的气象数据,首先采用灰色关联分析法筛选出与能见度联系紧密的气象要素,然后构建遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization algorithm,PSO)混合算法优化BP(back propagation)神经网络的预测模型,对4种不同地形条件下的自动气象站点的能见度进行预测,并与RF预测模型、XGBoost预测模型的预测效果进行对比,结果表明采用GA-PSO-BP神经网络预测模型无论在哪种地形条件下,预测误差更小,模型精度更高。 展开更多
关键词 遗传算法 粒子群算法 bp神经网络 能见度预测
在线阅读 下载PDF
计及改进粒子群算法优化BP神经网络的沼气产量软测量预测模型 被引量：4
20
作者 于雪彬 贾宇琛 +2 位作者 高立艾 周加栋 霍利民 《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期643-650,共8页
为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权... 为准确预测大中型沼气工程的日产气量,提出一种利用基于PSO-BP模型的软测量方法。首先,依托软测量技术选取参数;其次,以进料量、发酵温度、液位、罐内液压等参数作为输入量,沼气日产量为输出量进行模型建立。在此基础上,使用线性降低权重系数法和引入变异算子对粒子群算法进行改进,并对BP神经网络进行初始化来提高模型性能。通过实验比较改进PSO-BP模型、传统BP神经网络以及遗传算法优化的BP神经网络在预测沼气日产量方面的性能,采用改进的PSO-BP模型进行预测时,均方根误差(RMSE)、决定系数(R2)和平均绝对误差(MAE)分别为1.38440、0.84011和1.00910,证明改进PSO-BP模型结合软测量技术对进行复杂非线性牛粪高温厌氧发酵过程预测的可行性,同时可保证预测结果的精准性。 展开更多
关键词 生物质能 沼气 粒子群优化算法 bp神经网络 软测量技术
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 … 12 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