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184篇文章
< 1 2 … 10 >
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：
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
1
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PSO-BP模糊PID的变距取苗机构控制系统设计 被引量：2
2
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
基于PSO-ChOA-Elman神经网络的船舶柴油机故障诊断
3
作者 尹文海 杨志勇 +1 位作者 尚前明 杨安邦 《船海工程》 北大核心 2025年第4期127-133,140,共8页
针对传统船舶柴油机故障诊断方法的局限性,提出一种基于粒子群算法(PSO)和黑猩猩算法(ChOA)相结合,优化Elman神经网络的船舶柴油机故障诊断方法,旨在提高故障诊断的准确性和普适性。对MAN B&W 7K98MC型柴油机的常见故障数据进行预处... 针对传统船舶柴油机故障诊断方法的局限性,提出一种基于粒子群算法(PSO)和黑猩猩算法(ChOA)相结合,优化Elman神经网络的船舶柴油机故障诊断方法,旨在提高故障诊断的准确性和普适性。对MAN B&W 7K98MC型柴油机的常见故障数据进行预处理,以消除不同量纲和数量级数据间的干扰;构建Elman神经网络模型,并使用PSO和ChOA算法对网络的参数进行优化,以提升模型性能。文中详细介绍了Elman神经网络的结构和数学模型,以及PSO和ChOA算法的原理和改进措施。通过Matlab平台的模拟实验,对比标准Elman神经网络和改进后的PSO-ChOA-Elman神经网络在故障诊断中的性能。结果显示,改进后的模型故障诊断的准确率达到99.4%,明显优于原始模型的94.01%,同时具有更高的稳定性和更快的收敛速度。所提出的基于PSO-ChOA-Elman神经网络的故障诊断方法有效地提高了船舶柴油机故障诊断的准确性和效率,为船舶柴油机的健康管理和故障预防提供一种新的技术手段。 展开更多
关键词 柴油机 故障诊断 ELMAN神经网络 粒子群优化算法 黑猩猩优化算法
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
4
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
基于改进PSO-BP神经网络的Ni-TiC复合镀层工艺参数优化方法
5
作者 李学威 王兆浩 《电镀与精饰》 北大核心 2025年第8期76-82,共7页
在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm ... 在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm Optimization Backpropagation,PSO-BP)神经网络的Ni-TiC复合镀层工艺参数优化方法研究。先对Ni-TiC复合镀层工艺进行分析,探讨TiC粒子浓度、电流密度以及pH值三种工艺参数的影响,然后以此为基础,设计正交试验,开展对Ni-TiC复合镀层工艺参数的初步优化,最后以得到的正交试验结果为输入,采用BP神经网络完成Ni-TiC复合镀层工艺参数优化模型的构建与训练设计,应用改进PSO算法完成BP神经网络模型参数寻优,实现Ni-TiC复合镀层工艺参数优化。实验结果表明:应用该方法,可以实现Ni-TiC复合镀层的制备工艺参数优化,采用优化后的工艺制备的复合镀层的耐腐蚀能力更强。 展开更多
关键词 改进pso算法 BP神经网络 Ni-TiC复合镀层 工艺参数优化 正交实验 脉冲负荷电沉积方法
在线阅读 下载PDF
基于PSO-ChOA优化的轴流风机故障诊断模型
6
作者 吕亚楠 赵康 +1 位作者 马草原 郑璐 《机电工程》 北大核心 2025年第2期373-386,共14页
传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改... 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。 展开更多
关键词 离心式风机 复杂非线性信号 粒子群优化 黑猩猩优化算法 卷积神经网络-Transformer模型 变分模态分解
在线阅读 下载PDF
基于PSO+SOM神经网络的无人机装备故障智能诊断研究
7
作者 沈延安 陈强 杨克泉 《火力与指挥控制》 北大核心 2025年第1期152-159,168,共9页
针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进... 针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进效果,以及比较LVQ、BP、传统SOM、PSO+SOM神经网络的故障诊断效果,结果表明PSO+SOM神经网络的故障诊断模型具有适度值小、判别时间短、迭代次数少、准确率高、收敛速度快的优点,为实现无人机装备故障智能诊断提供一种高效的方法。 展开更多
关键词 无人机 SOM神经网络 pso算法 智能化 故障诊断
在线阅读 下载PDF
基于PSO-LSTM的重载铁路车轨桥系统随机振动响应预测方法 被引量：5
8
作者 毛建锋 李铮 +2 位作者 伍军 余志武 胡连军 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第9期3661-3671,共11页
在车桥系统随机振动分析中,随机动力响应是评价行车安全性的关键因素之一,而现有的响应计算方法存在耗时长、成本高的问题。能够快速准确预测车-轨-桥系统的动力响应对重载铁路桥梁的状态评估和运维养维具有重要意义。本文提出了一种基... 在车桥系统随机振动分析中,随机动力响应是评价行车安全性的关键因素之一,而现有的响应计算方法存在耗时长、成本高的问题。能够快速准确预测车-轨-桥系统的动力响应对重载铁路桥梁的状态评估和运维养维具有重要意义。本文提出了一种基于粒子群优化(Particle Swarm Optimization,PSO)长短期记忆(Long Short-term Memory,LSTM)神经网络模型的重载车桥系统随机振动响应预测方法。该方法以车桥随机参数与轨道随机不平顺激励为输入,以桥梁动力响应为输出构造代理模型。首先,基于商业软件MATLAB平台构建PSO-LSTM网络模型;其次,通过建立的车-轨-桥系统随机振动分析模型计算初始样本集对应的随机动态响应,并进行模型训练,同时利用PSO算法优化LSTM结构参数;最后,使用训练好的PSO-LSTM模型对桥梁动态响应进行预测。为了验证本算法的优越性和鲁棒性,以朔黄重载铁路实测数据为例,对比本算法与BP(Back Propagation)神经网络、GRU(Gated Recurrent Unit)神经网络和LSTM神经网络的预测效率,并讨论不同车速下的预测情况,开展本模型与实测数据及有限元分析数据的对比分析。研究结果表明:在PSO优化下,LSTM模型预测结果得到一定的改善,PSO-LSTM模型拟合相关性系数可以达到0.97,其他评价误差值也均小于BP神经网络、GRU神经网络模型,本文模型可更高效准确地预测桥梁随机动力响应,可为进一步发展车-轨-桥系统随机振动响应预测理论提供技术支持。 展开更多
关键词 随机振动 响应预测 pso算法 LSTM神经网络 车轨桥系统
在线阅读 下载PDF
基于改进 PSO-BPNN 的拖拉机液压油品质监测 被引量：2
9
作者 李仲兴 朱方喜 +1 位作者 刘炳晨 郗少华 《中国农机化学报》 北大核心 2024年第10期140-146,共7页
为实现对拖拉机液压油品质的有效监测,保障拖拉机液压系统的平稳运行,基于改进PSO-BPNN设计一种针对拖拉机液压油品质的监测方法。首先,为研究拖拉机液压油品质恶化情况,在液压油新油的基础上配制不同比例的液压油油样。随后,搭建拖拉... 为实现对拖拉机液压油品质的有效监测,保障拖拉机液压系统的平稳运行,基于改进PSO-BPNN设计一种针对拖拉机液压油品质的监测方法。首先,为研究拖拉机液压油品质恶化情况,在液压油新油的基础上配制不同比例的液压油油样。随后,搭建拖拉机液压油品质监测试验装置,并依据试验装置采集与监测液压油粘度、介电常数和温度参数。然后,设计并搭建一种基于改进PSO-BPNN的拖拉机液压油品质监测模型,该模型利用正弦调整惯性权重的PSO算法优化BPNN的权值和阈值初始值,提高模型收敛效率。最后,为验证基于改进PSO-BPNN的液压油品质监测方法的可行性,与基于传统BPNN、标准PSO-BPNN的拖拉机液压油品质监测模型进行对比。结果表明,基于改进PSO-BPNN的拖拉机液压油品质监测方法具有较快的收敛速度,监测正确率达到97.78%,为优化拖拉机液压油品质监测方法提供参考。 展开更多
关键词 拖拉机 液压油品质 改进pso算法 BP神经网络
在线阅读 下载PDF
基于PSO-Elman神经网络的井底风温预测模型
10
作者 程磊 李正健 +1 位作者 史浩镕 王鑫 《工矿自动化》 CSCD 北大核心 2024年第1期131-137,共7页
目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒... 目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒子群优化(PSO)算法对Elman神经网络的权值和阈值进行优化,建立了基于PSO-Elman神经网络的井底风温预测模型。分析得出入风相对湿度、入风温度、地面大气压力和井筒深度是井底风温的主要影响因素,因此将其作为模型的输入数据,模型的输出数据为井底风温。在相同样本数据集下的实验结果表明:Elman模型迭代90次后收敛,PSO-Elman模型迭代41次后收敛,说明PSO-Elman模型收敛速度更快;与BP神经网络模型、支持向量回归模型和Elman模型相比,PSO-Elman模型的预测误差较低,平均绝对误差、均方误差(MSE)、平均绝对百分比误差分别为0.376 0℃,0.278 3,1.95%,决定系数R^(2)为0.992 4,非常接近1,表明预测模型具有良好的预测效果。实例验证结果表明,PSO-Elman模型的相对误差范围为-4.69%~1.27%,绝对误差范围为-1.06~0.29℃,MSE为0.26,整体预测精度可满足井下实际需要。 展开更多
关键词 井下热害防治 井底风温预测 粒子群优化算法 ELMAN神经网络 pso-Elman
在线阅读 下载PDF
基于ARIMA-PSO-LSTM的太阳能预测 被引量：2
11
作者 沈露露 黄晋浩 +1 位作者 花敏 周雯 《无线电通信技术》 北大核心 2024年第4期771-778,共8页
太阳能是新兴的可再生能源之一,可将其转化为电能以供无线传感器网络(Wireless Sensor Networks, WSN)使用,对太阳能进行预测可以有效地利用能量,从而达到节省能源、维持网络持续稳定运行的目的。提出了一种新的组合预测模型来预测太阳... 太阳能是新兴的可再生能源之一,可将其转化为电能以供无线传感器网络(Wireless Sensor Networks, WSN)使用,对太阳能进行预测可以有效地利用能量,从而达到节省能源、维持网络持续稳定运行的目的。提出了一种新的组合预测模型来预测太阳能辐照强度,其中改进的粒子群优化(Particle Swarm Optimization, PSO)算法被引入寻找长短期记忆(Long Short Term Memory, LSTM)神经网络模型的最优参数。选取自回归差分移动平均(Auto-Regressive Integrated Moving Average, ARIMA)模型来预测太阳辐照数据中的线性分量;采用PSO算法来优化LSTM神经网络模型的超参数,有助于提高模型预测的精度和鲁棒性;采用优化的LSTM神经网络模型来预测数据中的非线性分量;最后将两个模型的预测结果进行叠加。实验结果表明,新的组合模型比ARIMA、LSTM等模型,具有更高的预测精度。 展开更多
关键词 自回归差分移动平均模型 长短期记忆神经网络模型 粒子群优化算法 能量预测算法
在线阅读 下载PDF
应用PSO-RBF神经网络预测太阳能PV/T系统的热、电性能 被引量：5
12
作者 何迪 王聪聪 +4 位作者 陈红兵 孙俊辉 高雪宁 王传岭 马卓越 《可再生能源》 CAS CSCD 北大核心 2024年第4期455-463,共9页
为准确预测太阳能光伏光热(Solar Photovoltaic/Thermal,PV/T)系统的热、电性能,文章利用PSO(Particle Swarm Optimization)算法优化了RBF(Radial Basis Function)神经网络,并基于此方法建立了太阳能PV/T系统性能的仿真预测模型,与基于... 为准确预测太阳能光伏光热(Solar Photovoltaic/Thermal,PV/T)系统的热、电性能,文章利用PSO(Particle Swarm Optimization)算法优化了RBF(Radial Basis Function)神经网络,并基于此方法建立了太阳能PV/T系统性能的仿真预测模型,与基于未优化RBF神经网络建立的预测模型进行了对比分析。同时,搭建了太阳能PV/T实验平台,通过云平台采集实验数据用于上述模型。研究结果表明:使用PSO算法优化后的RBF神经网络模型相较于未优化模型预测精度提高了20%,预测稳定性提高了30%,拟合优度R值有所提升。基于PSO-RBF神经网络建立的预测模型可精确预测太阳能PV/T系统的热、电性能。 展开更多
关键词 PV/T RBF神经网络 pso算法 模拟预测
在线阅读 下载PDF
基于PSO-BP神经网络的新能源汽车销量预测模型 被引量：1
13
作者 王训洪 郝同铮 马聪 《科学技术与工程》 北大核心 2024年第31期13467-13474,共8页
为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP... 为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。 展开更多
关键词 新能源汽车 pso算法 pso-BP神经网络 销量预测模型
在线阅读 下载PDF
基于PSO-BP模型的差速器装配密封质量预测 被引量：2
14
作者 徐静 杨德岭 《森林工程》 北大核心 2024年第5期134-144,共11页
为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输... 为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输入变量,差速器总成泄漏值作为输出变量,创建基于粒子群(PSO)算法优化BP神经网络(PSO-BP)的预测模型,结果表明,由灰色关联分析简化后的PSO-BP预测方法得到的平均相对误差最小为1.18%。在此基础上,应用PyQt5 GUI库开发差速器总成泄漏值预测系统。研究结果可以为差速器总成密封质量预测提供理论依据。 展开更多
关键词 运材车辆 差速器 密封质量 灰色关联分析算法 粒子群优化算法 反向传播神经网络
在线阅读 下载PDF
基于PSO改进的BP神经网络数据手套手势识别 被引量：22
15
作者 李东洁 李君祥 +1 位作者 张越 曾禛 《电机与控制学报》 EI CSCD 北大核心 2014年第8期87-93,共7页
针对5DT数据手套手势识别这一问题,提出BP神经网络和PSO算法相结合的识别方法。首先利用特征提取和归一化方法建立通用手势模板,并基于此模板采用BP神经网络进行训练学习,同时通过PSO算法修正BP神经网络的权值和阈值,将训练完毕的神经... 针对5DT数据手套手势识别这一问题,提出BP神经网络和PSO算法相结合的识别方法。首先利用特征提取和归一化方法建立通用手势模板,并基于此模板采用BP神经网络进行训练学习,同时通过PSO算法修正BP神经网络的权值和阈值,将训练完毕的神经网络用于实际操作过程中的手势识别。该方法既保留了BP算法结构简单、易于实现的优点,同时避免了不同操作者复杂的标定过程。仿真和实验结果表明,所提出的控制方法有效的缩短了学习时间,并且提高了识别过程的实时性和精确性。 展开更多
关键词 手势识别 BP神经网络 pso算法 数据手套 机器人
在线阅读 下载PDF
基于PSO算法的BP神经网络对水体叶绿素a的预测 被引量：16
16
作者 虞英杰 蒋卫刚 徐明芳 《环境科学研究》 EI CAS CSCD 北大核心 2011年第5期526-532,共7页
BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优.提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全... BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优.提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性.选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力.比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力. 展开更多
关键词 BP神经网络 pso算法 预测 叶绿素A
在线阅读 下载PDF
基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测 被引量：12
17
作者 李炜 王晓明 +2 位作者 蒋栋年 李亚洁 梁成龙 《化工学报》 EI CAS CSCD 北大核心 2020年第7期3191-3200,共10页
针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(... 针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(serial hybrid PSO-GA,SHPSO-GA)优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。 展开更多
关键词 辛烷值 预测 神经网络 遗传算法 粒子群算法 SHpso-GA-BP神经网络 优化
在线阅读 下载PDF
基于BP-PSO联合算法的沥青混合料空隙率反演计算 被引量：5
18
作者 张蓓 李松涛 +2 位作者 钟燕辉 李晓龙 高燕龙 《大连理工大学学报》 EI CAS CSCD 北大核心 2020年第1期75-82,共8页
为提高沥青混合料空隙率反演计算效率,提出一种基于BP神经网络和PSO联合算法的沥青混合料空隙率反演计算方法.通过建立探地雷达电磁波在沥青路面结构层中的传播仿真模型,利用BP神经网络对仿真样本进行训练,得到能够反映输入和输出关系... 为提高沥青混合料空隙率反演计算效率,提出一种基于BP神经网络和PSO联合算法的沥青混合料空隙率反演计算方法.通过建立探地雷达电磁波在沥青路面结构层中的传播仿真模型,利用BP神经网络对仿真样本进行训练,得到能够反映输入和输出关系的回归曲面.利用PSO算法对回归曲面进行寻优,得到最优解.将该联合算法应用于沥青混合料空隙率反演计算中,反演计算结果表明:该联合算法能够在满足计算精度的条件下大幅提高计算效率,证明应用该联合算法反演计算沥青混合料空隙率的可行性和有效性. 展开更多
关键词 BP神经网络 pso算法 联合算法 空隙率 反演
在线阅读 下载PDF
基于PSO-RBF神经网络在温室温度预测中的应用 被引量：24
19
作者 夏爽 李丽宏 《计算机工程与设计》 北大核心 2017年第3期744-748,共5页
为提高温室温度模型预测的准确率,提出一种基于PSO-RBF神经网络的温室温度预测模型。针对梯度下降法收敛速度慢的问题,利用PSO算法优化RBF神经网络参数;为验证该模型有效性,以农场实测数据建立样本,对温室温度进行预测,验证了其比梯度... 为提高温室温度模型预测的准确率,提出一种基于PSO-RBF神经网络的温室温度预测模型。针对梯度下降法收敛速度慢的问题,利用PSO算法优化RBF神经网络参数;为验证该模型有效性,以农场实测数据建立样本,对温室温度进行预测,验证了其比梯度下降法优化的RBF神经网络模型具有更好的预测效果;为给温室内调控设备的提前控制提供依据,根据1月-5月温度数据,利用时间序列法预测相关温室参数,作为该模型输入,利用其预测6月份温度,预测结果表明该月温度呈上升趋势。 展开更多
关键词 RBF神经网络 pso算法 温室温度 模型 预测
在线阅读 下载PDF
基于PSO优化BP神经网络的钻井动态风险评估方法 被引量：21
20
作者 管志川 胜亚楠 +2 位作者 许玉强 王庆 张波 《中国安全生产科学技术》 CAS CSCD 北大核心 2017年第8期5-11,共7页
传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类... 传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。 展开更多
关键词 pso粒子群算法 BP神经网络 钻井动态风险评估 风险预警
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 … 10 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