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1,930篇文章
< 1 2 … 97 >
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BP神经网络代理模型的交互式遗传算法 被引量：26
1
作者 朱苗苗 潘伟杰 +2 位作者 刘翔 吕健 赵慧亮 《计算机工程与应用》 CSCD 北大核心 2020年第2期146-151,共6页
针对交互式遗传算法存在用户评价噪声和审美疲劳的问题,提出一种基于误差反向传播神经网络用户认知代理模型的交互式遗传算法。通过构建用户评价噪声模型,形成进化个体动态模糊区间适应值,以刻画用户认知随机不确定性;在用户认知确定阶... 针对交互式遗传算法存在用户评价噪声和审美疲劳的问题,提出一种基于误差反向传播神经网络用户认知代理模型的交互式遗传算法。通过构建用户评价噪声模型,形成进化个体动态模糊区间适应值,以刻画用户认知随机不确定性;在用户认知确定阶段历史评价信息基础上,构建误差反向传播神经网络代理模型,给出一种新的适应值估计策略;通过度量均方误差,实现代理模型的管理与更新。将所提方法应用于蜡染风格图案设计,并与其他典型算法对比。结果表明,该方法能够有效优化进化个体适应值质量、降低用户审美疲劳。 展开更多
关键词 交互式遗传算法 误差反向传播神经网络 代理模型 评价噪声 用户疲劳
在线阅读 下载PDF
基于神经网络代理模型的门式墩优化方法及软件研发
2
作者 柏华军 《铁道标准设计》 北大核心 2025年第3期106-112,共7页
针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化... 针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化数学模型;然后,基于有限元法构建门式墩训练样本集,采用拉丁超立方开展试验设计,建立BPNN神经网络代理模型;最后,采用NSGAII遗传优化算法对BPNN神经网络代理模型进行搜索,实现门式墩最优结构尺寸和钢束线形的搜索推荐。依托某门式墩结构设计,开展算法有效性和效率验证,结果表明,案例的优化时间由有限元法的45 h缩短至智能优化算法的15 min,优化算法在保证预测精度的同时提高优化效率180倍。 展开更多
关键词 铁路桥梁 门式墩 结构优化 bp神经网络 代理模型 多目标优化 NSGAII算法 拉丁超立方设计
在线阅读 下载PDF
基于NSGA-Ⅱ与BP神经网络的复合材料身管结构参数优化
3
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
基于深度神经网络的风力机疲劳载荷代理模型研究 被引量：1
4
作者 黄国庆 刘伟杰 +3 位作者 王彬滨 彭留留 杨庆山 谭舒 《太阳能学报》 北大核心 2025年第4期398-405,共8页
提出一种基于深度神经网络的风力机疲劳载荷代理模型,旨在解决风力机场址评估效率低下的问题。开展基于深度神经网络(DNN)的风力机疲劳载荷代理模型研究。首先,根据平均风速、湍流强度、风切变、偏航误差、入流角和空气密度6维环境变量... 提出一种基于深度神经网络的风力机疲劳载荷代理模型,旨在解决风力机场址评估效率低下的问题。开展基于深度神经网络(DNN)的风力机疲劳载荷代理模型研究。首先,根据平均风速、湍流强度、风切变、偏航误差、入流角和空气密度6维环境变量的分布和相关性进行准蒙特卡洛抽样,获得10000个环境变量样本。然后,采用TurbSim和OpenFAST对NREL 5 MW参考风力机进行仿真得到载荷时程,并通过MLife计算得到1 Hz的等效疲劳载荷(DEL)数据库。最后,运用DNN方法建立DEL的代理模型并对模型精度进行详细验证。结果表明:基于DNN的DEL代理模型具有较高的预测精度,计算效率得到显著提升。 展开更多
关键词 风力机 疲劳载荷 OpenFAST 深度神经网络 代理模型
在线阅读 下载PDF
基于Zerilli-Armstrong和BP神经网络的15CrMoG合金钢本构模型研究
5
作者 刘宏伟 王伟 +3 位作者 代学蕊 马世博 穆振凯 王宝雨 《塑性工程学报》 北大核心 2025年第7期175-183,共9页
采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zeril... 采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zerilli-Armstrong(Z-A)本构模型和BP神经网络模型,预测材料的流变应力。引入相关系数R和平均绝对相对误差e_(AARE)分析模型的精度,结果表明,Z-A本构模型的预测应力值与试验值的相关系数为0.9447,平均绝对相对误差为10.3%;采用应变的五阶多项式对模型的部分材料参数进行修正,得到修正的Z-A本构模型,修正模型的预测值与试验值的相关系数为0.9934,平均绝对相对误差为7.47%,模型精度得到明显提高。建立的BP神经网络模型的预测应力值与试验值的相关系数为0.9981,平均绝对相对误差为1.02%,具有更高的预测精度,能够更好地描述15CrMoG钢在高温下的热变形行为。 展开更多
关键词 Zerilli-Armstrong 本构模型 bp神经网络 15CrMoG合金钢 热变形行为
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
6
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
7
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
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
8
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BP神经网络的飞轮转子全系统模型
9
作者 何海婷 柳亦兵 《华北电力大学学报(自然科学版)》 北大核心 2025年第2期99-106,共8页
在前人的研究中,转子动力学模型和系统调度模型分属不同研究领域,缺乏完整的飞轮转子全系统模型,难以有效分析飞轮储能系统中复杂的电-磁-力耦合问题。为了解决这一问题,通过替代映射方法,使用有限元模型参数化计算结果训练BP神经网络,... 在前人的研究中,转子动力学模型和系统调度模型分属不同研究领域,缺乏完整的飞轮转子全系统模型,难以有效分析飞轮储能系统中复杂的电-磁-力耦合问题。为了解决这一问题,通过替代映射方法,使用有限元模型参数化计算结果训练BP神经网络,构造了AMB、PMSM和PMB模块,并与飞轮转子动力学模型、功率-电流-转速模块和PID控制器等组成一个完整的飞轮储能全系统模型。该模型成功应用于燃煤火电机组二次调频和风电输出平滑场景,可以同时计算飞轮储能系统的功率跟随和转子运动情况。仿真结果表明不同的转速起点,会改变转子的转动频率变化范围,从而影响转子振幅等安全参数。该模型具有接近实时的仿真速度。研究结果为飞轮储能系统的设计优化和运行控制提供了重要工具。 展开更多
关键词 飞轮转子 全系统模型 bp神经网络 有限元方法 替代映射
在线阅读 下载PDF
基于神经网络代理模型的车身多学科轻量化优化设计
10
作者 荣海 蒋建中 +2 位作者 姚再起 马凯 杜柯南 《汽车安全与节能学报》 北大核心 2025年第1期32-42,共11页
通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网... 通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网络(FCNN)来建立代理模型;基于代理模型法获得轻量化方案最终通过仿真验证。结果表明:与传统响应面模型和Kriging模型相比,FCNN模型具有更强的非线性回归和泛化能力;碰撞工况FCNN的预测精度相较于其他2种模型提升约12.5%,R2达到0.9左右;优化前后车身整体性能变化不大,实现减重7.5kg。 展开更多
关键词 汽车轻量化 多学科优化 神经网络 协同优化 代理模型
在线阅读 下载PDF
基于BP神经网络的15Cr14Co12Mo5Ni2齿轮钢本构模型建立及热加工图研究
11
作者 朱鹏 冯玮 《塑性工程学报》 北大核心 2025年第8期177-186,共10页
为了建立15Cr14Co12Mo5Ni2钢本构模型,利用Gleeble-3500热模拟试验机在变形温度为860~1160℃,应变速率为0.01~5 s^(-1)下进行了单道次热压缩实验,得到了15Cr14Co12Mo5Ni2钢在不同工艺参数下的应力-应变曲线。基于应力-应变实验数据,通... 为了建立15Cr14Co12Mo5Ni2钢本构模型,利用Gleeble-3500热模拟试验机在变形温度为860~1160℃,应变速率为0.01~5 s^(-1)下进行了单道次热压缩实验,得到了15Cr14Co12Mo5Ni2钢在不同工艺参数下的应力-应变曲线。基于应力-应变实验数据,通过试凑法确定了层数为3×10×3×1(双隐含层)的BP神经网络本构关系预测模型,建立了不同变形条件下的三维功率耗散图、三维失稳图及热加工图。计算了基于应变补偿的Arrhenius模型和基于BP神经网络的本构模型的应力-应变预测值与实验值的误差,确定了齿轮钢最佳变形工艺条件。基于BP神经网络的本构模型和基于应变补偿的Arrhenius本构模型预测的流动应力均方误差分别为20.9415和109.2035,平均相对误差分别为0.0216和0.0501,确定的齿轮钢最佳成形温度和应变速率范围分别为1110~1160℃和0.01~0.33 s^(-1)。结果表明:基于BP神经网络建立的本构模型能更准确地预测15Cr14Co12Mo5Ni2钢的流动行为。 展开更多
关键词 15Cr14Co12Mo5Ni2钢 热压缩实验 bp神经网络 本构模型 热加工图
在线阅读 下载PDF
基于BP神经网络的用户感性评价模型构建及应用
12
作者 董圣泽 王肖烨 +2 位作者 王若羽 杨景浩 郭凌志 《包装工程》 北大核心 2025年第2期82-90,共9页
目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标... 目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标,借助形态分析法将目标产品分解为多个主要结构;运用BP神经网络构建用户感性评价模型,遍历所有形态因子组合以确定最优搭配。结果 以电饭煲为例,根据所构建模型可预测各评价指标最高的形态因子组合,该模型均方误差为0.0049,决定系数为0.9287,模型精度符合要求,利用问卷调查法进一步证明了预测结果有参考价值。结论 基于BP神经网络构建的模型拥有快速寻找最佳形态因子组合的能力,利用网络购物平台用户评论作为训练样本能够解决人工搜集或问卷调查获取样本时间长、成本高、市场响应慢、样本分布不均匀等问题。用户感性评价模型预测结果对设计师精准满足用户需求有重要的指导意义。 展开更多
关键词 用户感性评价模型 bp神经网络 感性意象评价 电饭煲
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
13
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
BP神经网络模型对鞍山中小河流水质的评价
14
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
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
15
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BP神经网络的高校教师精准教学能力评价模型构建 被引量：2
16
作者 魏培文 朱珂 +3 位作者 叶海智 张潍杰 张利远 闫娟 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第5期108-116,共9页
通过精准教学以促进学生个性化成长是教育理想和国家政策的不懈追求.高校教师是实施精准教学的“基”,现有关于其教学能力的评价体系中普遍存在概念不清和多采用主观构建评价指标的问题.为此,开展了基于BP神经网络的高校教师精准教学能... 通过精准教学以促进学生个性化成长是教育理想和国家政策的不懈追求.高校教师是实施精准教学的“基”,现有关于其教学能力的评价体系中普遍存在概念不清和多采用主观构建评价指标的问题.为此,开展了基于BP神经网络的高校教师精准教学能力评价模型研究.首先,以理论研究为基础,对精准教学能力进行等级划分并构建评价指标框架,运用层级分析法建立指标权重;其次,利用BP神经网络智能学习的特性,以不同数据类型的指标值为输入,对应能力综合值为输出,检验精准教学能力分级及指标权重的合理性,进而生成较为客观的评价模型;最后,利用开发的评价系统和调查问卷进行样本数据采集和模型检验,从神经网络对数据的分类、拟合及仿真结果来看,模型能够对高校教师的精准教学能力进行客观评价,教师对模型测量结果的准确性也具有较高认可度. 展开更多
关键词 教育数字化转型 高校教师 精准教学能力 评价模型 bp神经网络
在线阅读 下载PDF
基于BP神经网络的EHB主缸液压力估计
17
作者 史彪飞 王磊 +2 位作者 梁海强 李荣利 梁超 《汽车技术》 北大核心 2025年第1期57-62,共6页
电子液压制动(EHB)系统主缸液压力估计对降低EHB的传感器依赖性至关重要,基于BP神经网络进行主缸液压力估计。首先开展了实车道路试验,并采集车速、主缸活塞位移、主缸活塞速度和主缸液压力等数据。然后,以主缸活塞位移和主缸活塞速度... 电子液压制动(EHB)系统主缸液压力估计对降低EHB的传感器依赖性至关重要,基于BP神经网络进行主缸液压力估计。首先开展了实车道路试验,并采集车速、主缸活塞位移、主缸活塞速度和主缸液压力等数据。然后,以主缸活塞位移和主缸活塞速度为特征输入、以实际主缸液压力为目标输出建立BP神经网络,并采用训练集数据及梯度下降算法对BP神经网络进行训练。最后,利用测试集数据对液压力估计效果进行验证。结果表明,所提算法比基于动态位移压力模型和基于LSTM的估计算法估计误差分别减小38%和15%。 展开更多
关键词 电子液压制动 主缸液压力估计 位移压力模型 bp 神经网络
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
18
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：1
19
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
面向2035的基础教育教师需求规模预测——基于BP神经网络模型 被引量：5
20
作者 高晓清 吴敏 《湖南师范大学教育科学学报》 CSSCI 北大核心 2024年第5期64-75,共12页
基于2003—2021年基础教育教师规模及其影响因素的变动情况,采用BP神经网络模型对2023—2035年基础教育教师需求和师资盈缺情况进行预测,发现基础教育教师总体需求规模呈现不断缩小的趋势,其中学前教育和小学阶段教师需求持续下降,初中... 基于2003—2021年基础教育教师规模及其影响因素的变动情况,采用BP神经网络模型对2023—2035年基础教育教师需求和师资盈缺情况进行预测,发现基础教育教师总体需求规模呈现不断缩小的趋势,其中学前教育和小学阶段教师需求持续下降,初中和普通高中阶段教师需求呈先增后减趋势。这一期间,师资需求振幅较大,学前教育和小学阶段师资需求将出现阶段性短缺或过剩,这对教师资源的供给弹性和适应性提出了更高要求。基于以上发现,管理部门应稳定部署师范生招生计划,推进教师供需均衡;加强教育体系内贯通协作,促进教师合理流动;催生社会需求新业态,激励教师多元就业。 展开更多
关键词 基础教育 教师需求 师资盈缺 bp神经网络模型 2035
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 … 97 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