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1,260篇文章
< 1 2 … 63 >
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：
福建春季旱涝灾害BP人工神经网络预测模型 被引量：5
1
作者 徐宗焕 张容焱 谢庆荣 《自然灾害学报》 CSCD 北大核心 2009年第4期104-109,共6页
以动量BP人工神经网络模型对福建3-4月的春季旱涝进行了预测试验。试验结果表明:若前期冷空气偏强,会导致来年春季降水偏多,3个主分量的各因子均达到显著性水平;尽管福建春季降雨量具有明显的非线性演变特征,但从试报的5年来看,神经网... 以动量BP人工神经网络模型对福建3-4月的春季旱涝进行了预测试验。试验结果表明:若前期冷空气偏强,会导致来年春季降水偏多,3个主分量的各因子均达到显著性水平;尽管福建春季降雨量具有明显的非线性演变特征,但从试报的5年来看,神经网络的预测评分可高达90分以上,逐步回归和最优子集最高不超过90分。因此,所提BP神经网络预报模型对福建春季降雨量有较好的预报效果,可供有关部门制定防灾减灾决策参考。 展开更多
关键词 春季旱涝 人工神经网络 预测模型
在线阅读 下载PDF
降水量的BP人工神经网络预测模型及其应用 被引量：7
2
作者 牛文全 李靖 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2001年第4期103-106,共4页
由于影响因素的复杂性 ,预测降水量具有相当的难度。在假设区域长时间内降水量和蒸发量保持平衡的基础上 ,用 BP人工神经网络建立了陕西省汉中市的降水量预测模型 ,根据前 3个月降水量和蒸发量对降水量资料进行了模拟预测 ,结果认为其... 由于影响因素的复杂性 ,预测降水量具有相当的难度。在假设区域长时间内降水量和蒸发量保持平衡的基础上 ,用 BP人工神经网络建立了陕西省汉中市的降水量预测模型 ,根据前 3个月降水量和蒸发量对降水量资料进行了模拟预测 ,结果认为其准确率为 84% ,合格率为 10 0 %。 展开更多
关键词 降水量 bp人工神经网络 预测模型 干旱预报
在线阅读 下载PDF
人工神经网络在塔里木河中游流量预测中的应用
3
作者 刘淇 张小莹 +2 位作者 李琳 孟万尚 谭义海 《水文》 北大核心 2025年第3期64-71,共8页
塔里木河中游河道岔道多、河水漫溢严重,为应对水文测站稀少且相距较远所引起的流量数据不足的问题,分别在定床与动床工况下提出了基于BP及RBF两种人工神经网络的塔里木河中游流量预测模型。结果表明:在定床工况下,两种预测模型均表现... 塔里木河中游河道岔道多、河水漫溢严重,为应对水文测站稀少且相距较远所引起的流量数据不足的问题,分别在定床与动床工况下提出了基于BP及RBF两种人工神经网络的塔里木河中游流量预测模型。结果表明:在定床工况下,两种预测模型均表现出较好的适应性,其中四变量(水深、水面宽、平均流速、水力半径)的预测模型准确性最高,模型准确度随着变量数量减少而下降;在动床工况下,BP预测模型准确性高于RBF模型;使用三变量及四变量训练的BP模型均能较好的预测流量,但三变量(水深、水面宽、平均流速)的数据获取更为便捷,方便使用。本研究可为塔里木河中游流量预测提供新思路,对河流管理、防洪减灾以及水资源合理配置具有实际意义。 展开更多
关键词 塔里木河 神经网络 流量 bp预测模型 RBF预测模型
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
4
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(bp)神经网络
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
5
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 bp神经网络预测
在线阅读 下载PDF
基于人工神经网络的高空电磁脉冲环境快速预测
6
作者 裴明鸿 谢海燕 +1 位作者 乔海亮 史雪婷 《强激光与粒子束》 北大核心 2025年第10期188-194,共7页
高空电磁脉冲(High-altitude Electromagnetic Pulse, HEMP)幅值高、脉宽宽、覆盖范围大,对现代电子设备和电力网络构成严重威胁。为了实现对HEMP环境的快速预测,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的HEMP快... 高空电磁脉冲(High-altitude Electromagnetic Pulse, HEMP)幅值高、脉宽宽、覆盖范围大,对现代电子设备和电力网络构成严重威胁。为了实现对HEMP环境的快速预测,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的HEMP快速预测模型,解决了传统数值计算的时效性问题,显著提高场环境计算效率及预测精度。该模型结合Karzas-Latter高频近似模型与世界地磁模型,使用Sigmoid激活函数和均方差损失函数,包含一个输入层、八个隐藏层和一个输出层。实验结果表明,该模型能在短时间内完成HEMP电场峰值的精确预测,极大缩短了计算时间,拓展了适用范围。研究成果可为HEMP风险评估及快速响应提供参考。 展开更多
关键词 高空电磁脉冲 电磁辐射 人工神经网络 快速预测 计算模型
在线阅读 下载PDF
农村消费增长趋势预测优化模型构建——基于面板计量与SCG-BP神经网络 被引量：1
7
作者 王刚 宋思睿 《商业经济研究》 北大核心 2025年第7期56-60,共5页
农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化... 农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化共轭梯度法训练BP神经网络,对农村居民消费增长趋势进行预测,有效解决了BP神经网络收敛速度慢、局部振动的缺点。结果表明,SCG-BP模型在预测精度上优于传统BP神经网络模型、灰度预测模型以及指数平滑预测模型;在训练集和测试集上的误差率均小于0.02%,具有较高精度。结合实证分析结果,从提高收入、完善保障、人才回流等方面提出促进农村居民消费增长潜力的合理性建议。 展开更多
关键词 面板模型 农村消费增长潜力 预测模型 人工神经网络 SCG-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
8
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BP神经网络的易贡藏布河流含沙量预测模型研究
9
作者 武泽宇 宁家贤 高朋辉 《水电能源科学》 北大核心 2025年第7期78-80,56,共4页
准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,... 准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,并选取决定系数、平均绝对值误差、平均偏差、均方根误差评价模型的性能。结果表明,所提模型预测精度极高,R^(2)值远超0.98,误差指标均趋近于零,充分验证了该模型的有效性与准确性,为该流域未来含沙量预测工作提供了参考依据和科学指导。 展开更多
关键词 bp神经网络模型 易贡藏布河 含沙量预测 机器学习
在线阅读 下载PDF
基于BP神经网络的全介质微纳结构色混色预测模型
10
作者 师祎菲 万晓霞 +2 位作者 薛智爽 章倩 吕嘉旭 《印刷与数字媒体技术研究》 北大核心 2025年第5期217-225,共9页
针对传统结构色调控方法依赖经验改变微纳结构参数所能再现的颜色有限,难以实现混色颜色预测的问题,本研究提出了一种基于BP(Back Propagation)神经网络的全介质微纳结构混色预测方法。首先,设计了一种由单晶硅和二氧化钛纳米柱单元组... 针对传统结构色调控方法依赖经验改变微纳结构参数所能再现的颜色有限,难以实现混色颜色预测的问题,本研究提出了一种基于BP(Back Propagation)神经网络的全介质微纳结构混色预测方法。首先,设计了一种由单晶硅和二氧化钛纳米柱单元组成的全介质微纳结构。然后,通过时域有限差分(FDTD)法获取其光谱反射率,并将光谱数据转换至CIE L^(*)a^(*)b^(*)颜色空间。最后,为了量化基色比例与混色感知颜色值之间的非线性关系,引入BP神经网络实现混色效果的预测建模,并通过优化隐藏层节点数和调整训练参数,建立了基色比例与混色L^(*)、a^(*)、b^(*)值的非线性映射关系。模型精度评价结果表明,该模型的预测均方根误差RMSE平均值为0.00497,色差ΔE_(ab)^(*)平均值仅为1.0615,R2均高于0.99,具有较高的预测精度。本研究为结构色的高效设计与混色的精准调控提供了新思路,兼具理论价值与应用潜力。 展开更多
关键词 结构色 全介质微纳结构 bp神经网络 结构色混色预测模型 时域有限差分
在线阅读 下载PDF
基于人工神经网络海因环氧树脂体系流变性的比较研究
11
作者 雷世裕 李玲 +2 位作者 曹伟 王艺轩 董夏瑞 《复合材料科学与工程》 北大核心 2025年第7期99-107,共9页
化学流变学分析在热固性树脂基复合材料加工成型中具有广泛应用,然而传统化学流变模型对加工黏度的预测常使用Dual-Arrhenius流变模型,该方法在具有多场耦合效应的热固性树脂体系中预测精度受限。为突破这一瓶颈,引入了人工智能的方法... 化学流变学分析在热固性树脂基复合材料加工成型中具有广泛应用,然而传统化学流变模型对加工黏度的预测常使用Dual-Arrhenius流变模型,该方法在具有多场耦合效应的热固性树脂体系中预测精度受限。为突破这一瓶颈,引入了人工智能的方法。采用DSC法分析了海因环氧树脂/马来酸酐体系的反应性,在65~85℃等温固化模式下进行了黏度数据采集,采用BP人工神经网络模型(BP-ANN模型)与Dual-Arrhenius流变模型(DA模型)对海因环氧树脂/马来酸酐体系的流变性能进行对比分析研究。结果表明,相较于DA模型,BP-ANN模型的均方误差降幅达26.0%,平均绝对百分比误差锐减65.0%,均方根误差降低13.0%,同时决定系数提升0.25%。BP-ANN模型相较于DA模型在预测精度上显著提升,这对热固性树脂基复合材料成型过程中的工艺选择和参数优化提供了一定的支撑。 展开更多
关键词 海因环氧树脂 Dual-Arrhenius流变模型 bp人工神经网络模型 化学流变学 黏度 复合材料
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
12
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Sine-SSA-BP人工神经网络的腐蚀速率预测研究
13
作者 李昭毅 孙虎元 +1 位作者 蔡振宇 孙立娟 《海洋科学》 CAS CSCD 北大核心 2024年第8期17-28,共12页
海洋工程用钢广泛应用于海洋资源开发;然而,在海洋环境中,由于海洋环境复杂,钢的腐蚀速度大幅加快。为了评估其使用寿命,需要准确地预测钢的腐蚀速率。挂片实验法费时费力,经验模型预测虽然可以快速预测,但因海洋中影响腐蚀的因素较多,... 海洋工程用钢广泛应用于海洋资源开发;然而,在海洋环境中,由于海洋环境复杂,钢的腐蚀速度大幅加快。为了评估其使用寿命,需要准确地预测钢的腐蚀速率。挂片实验法费时费力,经验模型预测虽然可以快速预测,但因海洋中影响腐蚀的因素较多,准确度较差。本文介绍了一种机器学习方法,即反向传播(BP)神经网络金属腐蚀速率预测模型。本研究创新性地将Sine混沌映射与麻雀搜索优化算法(SSA)引入腐蚀速率预测模型中,并利用2022年采集到的海洋环境要素和腐蚀速率数据导入模型进行训练预测。结果表明,SSA-BP和Sine-SSA-BP神经网络金属腐蚀速率预测模型的误差远低于BP神经网络腐蚀速率预测模型。经过充分的训练和学习,当预测样本数量由5至30逐渐增加时,Sine-SSA-BP预测模型的平均MAPE值为3.5002%,SSA-BP模型的平均MAPE值为6.0900%。 展开更多
关键词 海洋腐蚀 bp人工神经网络 麻雀搜索优化算法 预测精度
在线阅读 下载PDF
基于粒子群算法优化BP神经网络的森林降水量预测
14
作者 于万荣 田淙海 +2 位作者 刘奎军 邱旭梅 郭文昕 《兵工自动化》 北大核心 2025年第5期61-65,112,共6页
针对森林降水量预测传统方法的缺点,提出粒子群算法优化BP神经网络森林降水量预测方法。将2020—2022年森林降水量作为数据集进行对比实验,实验证明PSO-BP神经网络算法相较于LSTM模型和传统的BP神经网络,误差明显降低,预测精度更高,同... 针对森林降水量预测传统方法的缺点,提出粒子群算法优化BP神经网络森林降水量预测方法。将2020—2022年森林降水量作为数据集进行对比实验,实验证明PSO-BP神经网络算法相较于LSTM模型和传统的BP神经网络,误差明显降低,预测精度更高,同时训练集和测试集提升了5%~11%,降低了泛化误差,适用于数据量较大的森林降水量预测。结果表明,该方法为后续森林降水量预测提供新的思路和方法。 展开更多
关键词 粒子群 bp算法 森林降水量 预测模型
在线阅读 下载PDF
基于改进PSO-BP神经网络的土遗址锚固力智能化预测研究
15
作者 殷运童 马剑 +4 位作者 白镇滔 芦苇 毛筱霏 倪娜 李东波 《力学学报》 北大核心 2025年第4期867-882,共16页
古建筑“最小干预”原则严禁加固设计时大规模原位测试,导致锚固设计等往往具有较大经验性和随机性.近年来,人工智能的数据挖掘、高效精准等优势为古建筑保护提供了新的思路,如何协同好“最小干预”和加固设计科学化已成为古建筑保护智... 古建筑“最小干预”原则严禁加固设计时大规模原位测试,导致锚固设计等往往具有较大经验性和随机性.近年来,人工智能的数据挖掘、高效精准等优势为古建筑保护提供了新的思路,如何协同好“最小干预”和加固设计科学化已成为古建筑保护智能化的重要课题.为此,引入自适应惯性权重和非对称学习因子改进传统粒子群算法,进而优化BP(backpropagation)神经网络的初始权重和阈值,构建一种新型粒子群优化BP神经网络(improved particle swarm optimization-backpropagation,IPSO-BP)锚固力智能化预测模型.以碳纤维楠竹锚杆为例,综合原位和模型试验,考虑锚固长度、直径、倾斜角度、灌浆体强度、孔径和碳纤维缠绕间距等影响因素,建立锚固力样本数据.数据学习和预测结果表明,IPSO-BP模型具有更好的鲁棒性、效率和精度,与传统粒子群优化BP神经网络模型相比均方根误差与平均绝对误差分别下降了61.3%和31.9%.基于Spearman相关系数理论,进一步分析了锚固力对不同影响因素的灵敏性,结果表明,锚固长度是影响锚固力的关键因素,而钻孔体积将直接影响锚固施工时对土遗址的损伤程度.进而以锚固长度和孔径作为设计变量,通过单目标和多目标优化分析,获得了锚固力最大化和钻孔体积最小化的最优设计方案.研究成果可为土遗址加固保护的智能化发展提供技术支撑和理论参考. 展开更多
关键词 土遗址 锚固力 粒子群优化 bp 神经网络 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
16
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BP神经网络的UHPC直剪承载力预测模型 被引量：1
17
作者 穆清君 李贤仰 +2 位作者 李思凡 宋显斌 潘仁胜 《世界桥梁》 北大核心 2024年第6期94-99,共6页
为提供准确的UHPC直剪承载力,以指导UHPC结构设计,建立一种基于BP神经网络的UHPC直剪承载力预测模型。该方法基于机器学习中的反向传播人工神经网络(BP-ANN),搜集现有相关试验数据并建立数据库,将混凝土抗压强度、受剪面积、纤维特征参... 为提供准确的UHPC直剪承载力,以指导UHPC结构设计,建立一种基于BP神经网络的UHPC直剪承载力预测模型。该方法基于机器学习中的反向传播人工神经网络(BP-ANN),搜集现有相关试验数据并建立数据库,将混凝土抗压强度、受剪面积、纤维特征参数、钢筋参数和侧向约束应力指定为输入特征参数,将直剪承载力指定为输出量,利用数据库对BP-ANN模型进行训练。将模型预测值与试验实测值和现有计算模型的结果进行对比,并采用SHAP算法对各参数重要性进行分析。结果表明:BP-ANN模型具有更好的预测效果,其相关系数R2达到0.953,平均绝对误差MAE为1.015,模型训练结果理想,可应用于实际的数据处理分析;侧向约束应力对直剪承载力的影响最大,钢筋参数影响最小。 展开更多
关键词 桥梁工程 UHPC 直剪承载力 bp神经网络 预测模型 参数分析 SHAP算法
在线阅读 下载PDF
BP神经网络模型对鞍山中小河流水质的评价
18
作者 赵鑫 《水土保持应用技术》 2025年第3期52-53,共2页
采用BP神经网络模型对鞍山市中小河流的水质进行预测评价。输入层选取21个指标参数作为输入信息,训练集为20条河流最具代表性监测断面2016-2020年每年的监测数据年平均值,共计100组,测试集为2022年各个监测断面数据的年平均值。用20组... 采用BP神经网络模型对鞍山市中小河流的水质进行预测评价。输入层选取21个指标参数作为输入信息,训练集为20条河流最具代表性监测断面2016-2020年每年的监测数据年平均值,共计100组,测试集为2022年各个监测断面数据的年平均值。用20组测试集去验证与真实值之间的拟合程度,得出R 2=0.92502,证明拟合度高,该模型可以直接用于水质的预测评价。 展开更多
关键词 bp神经网络模型 水质预测评价 水质指标
在线阅读 下载PDF
BP神经网络预测农产品冷链物流需求量的优化分析
19
作者 孙娜 张己炳 《现代农业科技》 2025年第5期167-169,共3页
为实现对农产品冷链物流需求量的准确预测,通过引入自适应学习率和动量项优化BP网络,得到改进的BP神经网络。在此基础上,对该网络模型预测流程及模型最佳参数进行设计,使改进后模型的性能达到最优。采用BP神经网络、PCA-BP神经网络及改... 为实现对农产品冷链物流需求量的准确预测,通过引入自适应学习率和动量项优化BP网络,得到改进的BP神经网络。在此基础上,对该网络模型预测流程及模型最佳参数进行设计,使改进后模型的性能达到最优。采用BP神经网络、PCA-BP神经网络及改进的BP神经网络3种模型,对2020—2023年乌兰花镇冷链物流的需求量进行预测和对比分析,改进的BP模型平均相对误差仅为2.2%,为三者中最小。通过该模型对未来5年的乌兰花镇冷链物流需求量进行预测,并提出了相关发展建议。 展开更多
关键词 农产品冷链物流需求量 bp神经网络 自适应学习率 动量项 模型优化 预测准确率
在线阅读 下载PDF
BP人工神经网络模型在太湖水污染指标预测中的应用 被引量：15
20
作者 郭庆春 何振芳 +1 位作者 李力 李海宁 《南方农业学报》 CAS CSCD 2011年第10期1303-1306,共4页
【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进... 【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。 展开更多
关键词 bp人工神经网络模型 水污染物 预测 太湖
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 … 63 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