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491篇文章
< 1 2 … 25 >
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：
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
1
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
基于改进NNA和BP神经网络模型的深基坑沉降预测
3
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GA-BP神经网络的EISCAP传感器数据预测算法研究
4
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
基于神经网络代理模型的门式墩优化方法及软件研发 被引量：1
5
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
6
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
改进黑翅鸢算法优化神经网络的室内定位
7
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
基于改进BP神经网络的烟草收获机械故障诊断研究 被引量：3
8
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
基于改进BP神经网络的船舶油耗预测方法研究
9
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：3
10
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
基于神经网络和粒子群算法的船舶板架动力学优化
11
作者 周俞 栾晨 夏利娟 《舰船科学技术》 北大核心 2025年第15期30-35,共6页
本文提出一种基于神经网络和粒子群算法(Particle Swarm Optimization,PSO)的船舶板架动力学优化方法,用于板架布局的快速寻优。首先,分析船舶板架布局的特征参数,利用拉丁超立方采样和模态分析获得样本点的固有频率;然后,构建BP神经网... 本文提出一种基于神经网络和粒子群算法(Particle Swarm Optimization,PSO)的船舶板架动力学优化方法,用于板架布局的快速寻优。首先,分析船舶板架布局的特征参数,利用拉丁超立方采样和模态分析获得样本点的固有频率;然后,构建BP神经网络代理模型,用以反映板架特征参数和固有频率之间的非线性映射关系;最后,结合粒子群算法,以结构重量和一阶固有频率为目标,将代理模型应用于船舶板架结构的动力学优化,以确定较优的布局型式。结果表明,BP神经网络代理模型对板架固有频率的预测具有较高的精度,BP-PSO方法对不同尺寸和类型的板架均适用,具有广泛性、高效性、普适性的优势。因此,BP-PSO法能为板架优化设计提供较好的思路和方案。 展开更多
关键词 船舶板架结构 bp神经网络代理模型 粒子群算法 结构动力学优化
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：2
12
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
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
13
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
14
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
基于L-M优化算法的BP神经网络的作物需水量预测模型 被引量：50
16
作者 张兵 袁寿其 +2 位作者 成立 袁建平 从小青 《农业工程学报》 EI CAS CSCD 北大核心 2004年第6期73-76,共4页
应用L-M优化算法BP神经网络,通过多维气象数据(太阳辐射、空气温度、湿度)与作物需水量的相关分析,来确定网络的拓扑结构,建立作物需水量的人工神经网络模型。用美国田纳西州大学高原实验室所测的100d气象数据为输入、作物需水量为输出... 应用L-M优化算法BP神经网络,通过多维气象数据(太阳辐射、空气温度、湿度)与作物需水量的相关分析,来确定网络的拓扑结构,建立作物需水量的人工神经网络模型。用美国田纳西州大学高原实验室所测的100d气象数据为输入、作物需水量为输出来训练建立好的BP神经网络,仿真表明该神经网络能很好地解决需水量多影响因素之间的不确定性和非线性,模型的预测精度较高,同时通过一组非样本天气环境参数和作物需水量来验证该神经网络,也得到了较好的预测结果,能够满足灌溉的精度要求。 展开更多
关键词 bp神经网络 作物需水量 L—M优化算法 预测模型
在线阅读 下载PDF
基于遗传与BP混合算法神经网络预测模型及应用 被引量：21
17
作者 殷峻暹 陈守煜 邱菊 《大连理工大学学报》 CAS CSCD 北大核心 2002年第5期594-598,共5页
提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实... 提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实测径流资料和相应的前期 4个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量 .结果表明 。 展开更多
关键词 混合算法 神经网络预测模型 模糊模式识别 遗传学习算法 权重调整bp算法 人工神经网络 收敛速度 水文预报
在线阅读 下载PDF
基于遗传算法的BP神经网络时间序列预测模型 被引量：56
18
作者 钟颖 汪秉文 《系统工程与电子技术》 EI CSCD 北大核心 2002年第4期9-11,共3页
神经网络能以任意精度逼近非线性函数 ,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势 ,但神经网络训练速度慢、易陷入局部极值。针对这种情况 ,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测... 神经网络能以任意精度逼近非线性函数 ,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势 ,但神经网络训练速度慢、易陷入局部极值。针对这种情况 ,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测模型 ,提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络 ,并将该神经网络时间序列预测模型应用于某时间序列的预测。 展开更多
关键词 遗传算法 bp神经网络 时间序列预测模型
在线阅读 下载PDF
基于BP神经网络的舆情热度趋势仿真模型研究 被引量：18
19
作者 赵磊 王松 《情报学报》 CSSCI 北大核心 2016年第9期989-999,共11页
网络舆情作为当代社会舆情的重要组成部分,充分反映了网络事件受到网民关注的程度。研究中,针对舆情热度的趋势变化特点,基于BP神经网络理论,在舆情事件的时间序列上,对近期典型网络事件的舆情热度趋势进行了仿真,构建了描述舆情热度趋... 网络舆情作为当代社会舆情的重要组成部分,充分反映了网络事件受到网民关注的程度。研究中,针对舆情热度的趋势变化特点,基于BP神经网络理论,在舆情事件的时间序列上,对近期典型网络事件的舆情热度趋势进行了仿真,构建了描述舆情热度趋势变化的新模型。结果表明,该模型能够较好地仿真舆情事件热度的变化趋势,为政府控制、引导舆情,以及预案制定等提供量化依据。 展开更多
关键词 bp神经网络 舆情事件 舆情热度 模型仿真
在线阅读 下载PDF
采用遗传算法优化的煤粉着火特性BP神经网络预测模型 被引量：12
20
作者 杨建国 翁善勇 +1 位作者 赵虹 岑可法 《动力工程》 CSCD 北大核心 2006年第1期81-83,115,共4页
利用热分析(TG-DTG)数据建立了煤粉着火稳定性指数CI,它是煤粉着火温度与燃烧强度的综合反映。采用遗传算法(GA)对BP神经网络结构进行了优化,获得了影响煤粉着火稳定性指数CI的主要煤质指标(Mad、Aad、Qnet,ad、Oad、焦渣特征CRC)和最... 利用热分析(TG-DTG)数据建立了煤粉着火稳定性指数CI,它是煤粉着火温度与燃烧强度的综合反映。采用遗传算法(GA)对BP神经网络结构进行了优化,获得了影响煤粉着火稳定性指数CI的主要煤质指标(Mad、Aad、Qnet,ad、Oad、焦渣特征CRC)和最优BP神经网络的隐层数、神经元数、激活函数,建立了煤粉着火稳定性指数的优化BP神经网络预测模型。对20个校验样本进行了预测,得到了较高的预测精度。 展开更多
关键词 动力机械工程 预测模型 遗传算法 bp神经网络 煤粉 着火稳定性
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 … 25 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