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3,334篇文章
< 1 2 … 167 >
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SSA-GA-BP神经网络的城轨地下线振动源强预测模型 被引量：1
1
作者 刘庆杰 刘博亮 +3 位作者 冯青松 徐璐 罗信伟 刘文武 《铁道科学与工程学报》 北大核心 2025年第5期2355-2366,共12页
为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素... 为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素,利用斯皮尔曼相关系数得到各类影响因素与振动源强的关系强度。分别建立基于卷积神经网络(CNN)、随机森林(RF)、支持向量机(SVM)等5个机器学习模型,对比分析了不同模型对振动源强的预测效果。使用麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络模型的结构、超参数、权重及阈值,对比SSA-GA-BP、SSA-BP、GA-BP神经网络对振动源强的预测精度。最终使用4个差异明显且未经模型学习的新断面验证SSA-GA-BP模型的泛化能力。结果表明:5种机器学习模型中BP神经网络的非线性回归拟合能力最强,验证集MAE损失为1.55 dB,决定系数为0.948;SSA-GA-BP模型对振动源强的预测精度高于SSA-BP和GA-BP,验证集MAE、MAPE和决定系数分别为1.289 dB、1.856%和0.967,有80.11%数据的平均绝对误差在2 dB以内;SSA-GA-BP模型对4个经典的新断面数据预测效果良好,4个断面汇总数据的MAE、MSE和MAPE误差值分别为1.21 dB、2.18 dB和1.67%,决定系数为0.977,有70%数据的预测误差在2 dB以内,证明了SSA-GA-BP模型有较强的泛化能力。SSA-GA-BP振源预测模型具有较好的预测精度和快速预测能力,研究可为轨道交通地下线路设计阶段的减振降噪设计提供参考。 展开更多
关键词 城市轨道交通地下线 振动源强 预测 bp神经网络 麻雀搜索算法 遗传算法
在线阅读 下载PDF
基于BP神经网络结合ERA5数据的风电功率预测 被引量：2
2
作者 王婷婷 李斯胜 +4 位作者 于伟 能锋田 李星南 杨佳琳 熊亮 《储能科学与技术》 北大核心 2025年第1期183-189,共7页
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。 展开更多
关键词 风力发电 bp神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断 被引量：2
3
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 bp神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
基于蜣螂优化BP-PID的温室自主跟随平台行走速度控制研究 被引量：1
4
作者 肖茂华 陈泰 +3 位作者 庄晓华 朱烨均 胡艺缤 王鸿翔 《农业机械学报》 北大核心 2025年第2期83-91,154,共10页
针对当前温室作业环境复杂、现有机械行走稳定性差的问题,本文提出了温室自主跟随电动平台行走速度控制方法。由于该系统存在非线性和时变性的特点,传统PID控制算法无法实现有效控制,因此提出了一种基于蜣螂(Dung beetle optimizer,DBO... 针对当前温室作业环境复杂、现有机械行走稳定性差的问题,本文提出了温室自主跟随电动平台行走速度控制方法。由于该系统存在非线性和时变性的特点,传统PID控制算法无法实现有效控制,因此提出了一种基于蜣螂(Dung beetle optimizer,DBO)优化BP神经网络PID控制算法。该算法采用DBO优化算法对BP神经网络的权值进行优化,加快了BP神经网络的自学习速率,实现对温室自主跟随电动平台行走速度的快速精确控制,提高系统的响应速度并降低超调量,最后,将本文提出的行走速度控制算法与PID控制算法、BP-PID控制算法、遗传算法(Genetic algorithm,GA)优化PID控制算法、蚁群算法(Ant colony optimization,ACO)优化PID控制算法对比。试验结果表明,当行走速度为1 m/s时,系统平均响应速度为0.11 s,调整时间为0.27 s,最大超调量为2.44%;当履带线速度大小和方向发生变化时,系统依然表现出响应速度快、超调量小且稳态过程无振荡的优点。DBO-BP-PID控制算法在控制稳定性和控制精度上表现更优,有效降低了系统时滞性和非线性影响,满足温室自主跟随电动平台行走速度控制的需求。 展开更多
关键词 温室 自主跟随电动平台 行走速度控制 蜣螂优化算法 bp-PID控制
在线阅读 下载PDF
基于GA-BP神经网络的烟叶打叶风分工艺参数优化
5
作者 田斌强 付龙 +5 位作者 唐剑宁 刘辉 夏凡 黄沙 刘莉艳 郭筠 《河南农业大学学报》 北大核心 2025年第3期508-515,共8页
【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构... 【目的】获得烤烟烟叶在打叶风分中的最佳工艺参数,进一步优化叶片结构。【方法】选取打叶复烤工艺中的前5级打叶转速和第7、第8风机频率共7个因素,每个因素设3个水平开展正交试验,以正交试验结果确定较优的工艺参数组合为数据样本集构建GA-BP神经网络模型,并结合NSGA-Ⅱ的方法对工艺参数进一步优化。【结果】正交试验确定较高的大中片率最佳工艺参数为:第1至5级打叶转速分别为493、471、620、798、794 r·min^(-1),第7、第8级风机频率分别为49、45 Hz,较低的碎片率和叶中含梗率的最优工艺参数为:第1至5级打叶转速分别为503、489、621、792、792 r·min^(-1),第7、第8级风机频率分别为50、46 Hz。经GA-BP神经网络模型优化后为第1至5级打叶转速分别为485、474、620、796、794 r·min^(-1),第7、第8级风机频率分别为49、46 Hz,在此条件下,大中片率提升了1.52个百分点,叶中含梗率、碎片率分别降低了0.09和0.08个百分点。【结论】在正交试验的基础上,通过GA-BP神经网络模型优化多工艺参数,叶片结构更为合理,可为提升烟叶叶片加工质量提供参考。 展开更多
关键词 叶片结构 bp神经网络 遗传算法 打叶风分 参数优化
在线阅读 下载PDF
基于WOA-BP神经网络的热式流量测量技术研究
6
作者 刘升虎 刘太逸 +3 位作者 冉建立 郭会强 邢亚敏 梁钊睿 《仪表技术与传感器》 北大核心 2025年第4期50-54,共5页
针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的... 针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的补偿模型,提高了算法的收敛速度。实验结果表明:优化后的神经网络模型在热式流量测量方法中具有较好的流量预测效果,WOA-BP网络模型R~2达到0.989,比传统BP模型的预测精确性和鲁棒性更高,在对油井产液量预测方面具有实用价值。 展开更多
关键词 鲸鱼优化算法(WOA) bp神经网络 热式流量测量方法 温度补偿
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
7
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BP神经网络的扁平钢箱梁涡振性能预测
8
作者 白桦 杨光 +2 位作者 杨鹏瑞 杨鑫 高广中 《东南大学学报(自然科学版)》 北大核心 2025年第5期1388-1398,共11页
以大跨桥梁常用的扁平钢箱梁为研究对象,通过风洞试验和数值模拟建立了扁平钢箱梁断面在不同动力特性和气动外形下的扭转涡振响应数据库。利用建立的数据库训练了BP神经网络,提出了确定最佳隐含层节点数的方法,并利用交叉验证和遗传算法... 以大跨桥梁常用的扁平钢箱梁为研究对象,通过风洞试验和数值模拟建立了扁平钢箱梁断面在不同动力特性和气动外形下的扭转涡振响应数据库。利用建立的数据库训练了BP神经网络,提出了确定最佳隐含层节点数的方法,并利用交叉验证和遗传算法对BP神经网络的初始权值及阈值进行优化,预测扁平钢箱梁断面的扭转涡振性能。结果表明,利用遗传算法优化后的BP神经网络可以有效预测扁平钢箱梁断面的涡振特性,随机抽取的2个样本预测平均相对误差为8.18%。参数分析表明,扁平钢箱梁断面的腹板角度越小,箱梁断面越趋近于流线型,扭转涡振响应越小。扁平钢箱梁断面增加风嘴后可以减小扭转涡振响应,然而风嘴角度越大,扭转涡振响应越大。 展开更多
关键词 扁平钢箱梁 涡振 bp神经网络 遗传算法 交叉验证
在线阅读 下载PDF
基于IDBO-BP算法的覆冰状态输电塔应力与位移预测模型
9
作者 王彦海 李恩阳 +3 位作者 苗红璞 石习双 李书炀 周冬阳 《燕山大学学报》 北大核心 2025年第3期207-218,共12页
输电塔受大风和覆冰的作用极易发生塔材变形、塔身倾斜甚至倒塔现象,建立极端天气下输电塔状态预测模型,可以预判塔身关键部位受力和整体倾斜的变化趋势。本文提出一种基于IDBO-BP算法的覆冰状态输电塔应力与位移预测模型,首先利用Singe... 输电塔受大风和覆冰的作用极易发生塔材变形、塔身倾斜甚至倒塔现象,建立极端天气下输电塔状态预测模型,可以预判塔身关键部位受力和整体倾斜的变化趋势。本文提出一种基于IDBO-BP算法的覆冰状态输电塔应力与位移预测模型,首先利用Singer混沌映射与可变螺旋搜索策略对蜣螂优化算法进行优化,然后利用改进的蜣螂优化算法对BP神经网络的权值和阈值进行优化,得到覆冰状态下输电塔应力与位移预测模型;其次,采用有限元仿真计算,得到不同工况下输电塔的状态响应;最后,结合预测模型与仿真结果得到覆冰状态输电塔关键部位应力和塔头位移的预测值。结果表明:文中提出的IDBO-BP较DBO-BP绝对平均误差下降了62.9%,平均相对误差下降了58.1%,均方根误差下降了60.2%,为覆冰状态下的输电塔自身杆件状态的安全性预测提供参考。 展开更多
关键词 输电塔 bp神经网络 覆冰 改进蜣螂算法
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
10
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
11
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的孔道压浆料抗压强度预测研究
12
作者 卜良桃 叶好焰 +1 位作者 杜国强 侯琦 《建筑科学与工程学报》 北大核心 2025年第3期115-125,共11页
为实现压浆料抗压强度的精准预测,引入麻雀搜索算法(SSA)优化BP神经网络的初始权重和阈值;设计并开展了表面硬度法与超声法检测试验,以108组试验数据为样本,建立了包含2节点输入层、9节点隐含层与1节点输出层的压浆料抗压强度SSA-BP神... 为实现压浆料抗压强度的精准预测,引入麻雀搜索算法(SSA)优化BP神经网络的初始权重和阈值;设计并开展了表面硬度法与超声法检测试验,以108组试验数据为样本,建立了包含2节点输入层、9节点隐含层与1节点输出层的压浆料抗压强度SSA-BP神经网络预测模型,与BP神经网络、遗传算法(GA)优化后的BP神经网络及测强公式预测结果进行对比;探讨了不同输入参数组合对SSA-BP模型预测效果的影响。结果表明:相比BP模型与GA-BP模型,SSA-BP模型的均方误差(MSE)分别降低了53.23%与26.86%,单次训练时间较GA-BP模型减少了34.40%;相比测强公式,预测值与实测值的判定系数R2从0.937提高至0.975,MSE与平均绝对误差(MAE)分别降低了19.81%与7.20%;单一输入参数的SSA-BP模型误差精度降低,但仍具备良好的泛化能力;SSA-BP模型能够较好挖掘输入、输出参数的数据信息,在拟合优度与预测精度方面比传统方法更有优势,可以准确预测压浆料抗压强度,为孔道压浆料性能预测提供了新方法。 展开更多
关键词 孔道压浆料 麻雀搜索算法 bp神经网络 抗压强度预测 超声法 表面硬度法
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
13
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
基于BP-ANN的人工渗滤系统去除总磷过程优化
14
作者 刘元坤 曹塬琪 +2 位作者 于艾鑫 李星 郭晓天 《中国环境科学》 北大核心 2025年第6期3151-3160,共10页
本文利用BBD响应面法(BBD-RSM)和反向传播人工神经网络(BP-ANN)算法对活性炭吸附总磷(TP)的过程参数(接触时间、初始浓度、温度、pH值)进行了建模和预测,并结合遗传算法(GA)对BP-ANN模型中的反应条件进行优化.结果表明,在BBD-RSM模型中,... 本文利用BBD响应面法(BBD-RSM)和反向传播人工神经网络(BP-ANN)算法对活性炭吸附总磷(TP)的过程参数(接触时间、初始浓度、温度、pH值)进行了建模和预测,并结合遗传算法(GA)对BP-ANN模型中的反应条件进行优化.结果表明,在BBD-RSM模型中,P<0.0001,可较好的对TP的去除过程进行预测,接触时间为TP去除率最显著的参数,TP吸附过程中各因素的相对影响顺序为:接触时间>pH值>温度>初始浓度.采用BP-ANN模型进行优化,最佳网络结构为4-8-1.敏感性分析表明,影响TP去除率的因素依次为接触时间(34.05%)>pH值(28.67%)>温度(19.56%)>初始浓度(17.72%).基于BP-ANN模型,采用GA优化人工渗滤系统运行条件,对TP去除过程的优化结果为:接触时间为720.53min、初始浓度为2.75mg/L、温度为30.62℃、pH为5,达到最佳去除率(99.63%).试验验证分析表明,BP-ANN-GA较BBD-RSM的预测值与实验值相比拥有较高的R 2(0.9939)和较低的RSME(1.2851),说明该模型具有更好的预测能力,能更好的描述人工快速渗滤系统对TP的去除过程. 展开更多
关键词 BBD响应面法 反向传播人工神经网络 遗传算法 总磷 人工快速渗滤系统
在线阅读 下载PDF
沙柳平茬刀具减磨优化——基于PSO-BP神经网络结合GA算法 被引量：2
15
作者 韩志武 刘志刚 +3 位作者 常涛涛 裴承慧 张鹏峰 张建强 《农机化研究》 北大核心 2025年第8期259-265,共7页
沙柳作为我国西北地区主要防风固沙树种,其机械化平茬更新对生态环境保护和社会经济发展具有重要意义。然而平茬圆锯片磨损严重,成为制约工作效率和平茬效果提升的主要技术瓶颈。为实现沙柳平茬圆锯片减磨性能的优化设计,通过野外平茬... 沙柳作为我国西北地区主要防风固沙树种,其机械化平茬更新对生态环境保护和社会经济发展具有重要意义。然而平茬圆锯片磨损严重,成为制约工作效率和平茬效果提升的主要技术瓶颈。为实现沙柳平茬圆锯片减磨性能的优化设计,通过野外平茬试验获取不同锯齿结构下的磨损退化量数据,基于磨损数据建立PSO(Particle Swarm Optimization)算法优化的BP(Back Propagation)神经网络模型,用于预测圆锯片的磨损量;然后,将训练好的PSO-BP神经网络模型与GA(Genetic Algorithm)算法相结合,以磨损量最小为优化目标,寻找圆锯片锯齿结构的最优参数。结果表明:所建立的模型成功实现了对圆锯片前角、后角、前刀面斜磨角等结构参数的多目标优化,优化得到的圆锯片参数使磨损量相对最小,提升了圆锯片的减磨性能。由此为进一步改善沙柳平茬圆锯片的切削及减磨损性能提供了新的设计思路,为提高沙柳平茬工作效率提供了技术支持,有利于生态环境保护和农业可持续发展。 展开更多
关键词 沙柳 平茬圆锯片 减磨优化 PSO-bp神经网络 遗传算法
在线阅读 下载PDF
基于AO-AVOA-BP神经网络模型的锂电池SOH预测 被引量：1
16
作者 李军毅 汪兴兴 +2 位作者 陈祥 陈林飞 邓业林 《电子测量技术》 北大核心 2025年第4期71-79,共9页
为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因... 为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因子作为模型的输入,结合基于AO-AVOA优化的BP神经网络模型,实现更精确的SOH预测。将提出的模型与其他优化模型对锂电池SOH进行预测,对各项指标进行对比分析,结果表明,所提出的预测模型平均绝对误差小于0.0089,均方根误差小于0.0112,平均绝对百分比误差小于1.4512%,具有精度高、泛化性强等特点,可有效用于锂电池的SOH预测。 展开更多
关键词 锂电池 健康状态 bp神经网络 非洲秃鹫优化算法 天鹰优化算法
在线阅读 下载PDF
基于PSO-BP模糊PID的变距取苗机构控制系统设计 被引量：3
17
作者 李润泽 王卫兵 李小军 《农机化研究》 北大核心 2025年第2期9-18,共10页
为满足番茄、辣椒等蔬菜作物的移栽需求,基于向下取苗原理设计了一种适用72穴和128穴两种主要番茄钵苗穴盘规格的变距取苗机构,通过建立数学模型获得了取苗机械手参数的目标函数,并利用粒子群和模拟退火混合算法对其结构参数进行优化。... 为满足番茄、辣椒等蔬菜作物的移栽需求,基于向下取苗原理设计了一种适用72穴和128穴两种主要番茄钵苗穴盘规格的变距取苗机构,通过建立数学模型获得了取苗机械手参数的目标函数,并利用粒子群和模拟退火混合算法对其结构参数进行优化。同时,为实现变距取苗机构的精确控制,提出了一种基于PSO-BP的模糊PID算法以提高控制精度,介绍了系统的结构与工作原理,并通过选型计算与分析建模建立了控制系统的数学模型。针对传统PID控制器稳定性差、响应速度慢等不足之处,利用PSO-BP模糊PID对控制器的参数进行在线调整,以满足控制过程中对参数的不同需求。仿真结果与试验数据的分析表明:在参数相同条件下,基于PSO-BP模糊PID控制系统系统稳定性更好、响应速度更快,具有良好的鲁棒性,提升取苗成功率的同时降低了基质损伤率,能够满足变距取苗机构高精度快速稳定控制的需求。 展开更多
关键词 变距取苗机构 PSO-bp神经网络 模糊PID算法 控制系统
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：2
18
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SSA-BP神经网络的无人机发射参数择优 被引量：2
19
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GA-BP神经网络的声学覆盖层吸声性能预测 被引量：1
20
作者 阮久文 陶猛 王广玮 《机械设计与制造》 北大核心 2025年第4期1-5,共5页
提出了一种基于遗传算法优化的BP神经网络(GA-BP)对声学覆盖层吸声性能的预测的方法。基于含圆柱型空腔吸声覆盖层的二维解析理论的简化计算方法,通过使用吸声覆盖层粘弹性阻尼材料的密度、杨氏模量、泊松比、损失因子等参数推导出圆柱... 提出了一种基于遗传算法优化的BP神经网络(GA-BP)对声学覆盖层吸声性能的预测的方法。基于含圆柱型空腔吸声覆盖层的二维解析理论的简化计算方法,通过使用吸声覆盖层粘弹性阻尼材料的密度、杨氏模量、泊松比、损失因子等参数推导出圆柱-圆台组合型空腔覆盖层的反射系数,生成样本集。将GA-BP的适应度函数中搭建BP神经网络(BPNN)的部分用一种计算方法代替,用该方法计算后的实际值与预测值的误差的平方和作为适应度函数值,减少了GA-BP的寻优时间。预测结果表明GA-BP预测模型的对含圆柱空腔吸声覆盖层的性能预测是可行的,GA-BP预测值优于BPNN,稳定性更高,更接近于理论值。 展开更多
关键词 圆柱-圆台组合型空腔覆盖层 二维解析理论 遗传算法 bp神经网络
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 … 167 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