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118篇文章
< 1 2 … 6 >
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：
基于层级分解的前围声学包多目标优化 被引量：1
1
作者 杨帅 吴宪 薛顺达 《振动与冲击》 北大核心 2025年第3期267-277,共11页
搭建了前围声学包多层级目标分解架构,提出GAPSO-RBFNN(genetic algorithm particle swarm optimization-radial basis function neural network)预测模型,并将其应用于多层级目标分解架构。将材料数据库、覆盖率、泄漏量作为优化的变... 搭建了前围声学包多层级目标分解架构,提出GAPSO-RBFNN(genetic algorithm particle swarm optimization-radial basis function neural network)预测模型,并将其应用于多层级目标分解架构。将材料数据库、覆盖率、泄漏量作为优化的变量范围,以PBNR(power based noise reduction)均值作为约束,以质量和成本作为优化目标,采用非支配排序遗传算法(nondominated sorting genetic algorithm II,NSGA-II)进行多目标优化,得到Pareto多目标解集。并从中选取满足设计目标的最佳组合方案(材料组合、覆盖率、前围过孔密封方案选型)。结果显示,该模型最终的优化结果与实测结果接近,误差分别为0.35%,1.47%,1.82%,相较于初始声学包方案,优化后的结果显示,PBNR均值提升3.05%,其质量降低52.38%,成本降低15.15%,验证了所提方法的有效性和准确性。 展开更多
关键词 GAPSO-RBFNN 声学包 PBNR NSGA-II Pareto多目标解集
在线阅读 下载PDF
泵设备成组筏架振动传递路径分析及优化设计
2
作者 贾泽坤 孙孟 +2 位作者 张冠军 李舒成 向阳 《哈尔滨工程大学学报》 北大核心 2025年第1期87-94,共8页
针对泵设备模块化成组筏架系统隔振效果不佳问题,本文通过建立泵设备模块化成组浮筏隔振系统有限元模型,计算成组设备浮筏系统的振动响应,基于结构声强法分析成组筏架筋板的振动能量传递及贡献度,确定了主要传递路径,并选取主要路径上... 针对泵设备模块化成组筏架系统隔振效果不佳问题,本文通过建立泵设备模块化成组浮筏隔振系统有限元模型,计算成组设备浮筏系统的振动响应,基于结构声强法分析成组筏架筋板的振动能量传递及贡献度,确定了主要传递路径,并选取主要路径上的结构参数,基于径向基函数神经网络建立代理模型,并利用粒子群算法进行优化设计。分析了泵组产生的振动激励的主要传递路径,并选取上、下面板、中间筋板及基座厚度为设计变量进行优化,优化后筏架隔振器下支撑点的振动加速度级合成值相比于优化前降低了14 dB。结果表明:计算结果在算法优化的误差范围内,满足优化设计要求。 展开更多
关键词 成组筏架 浮筏系统 有限元 传递路径分析 结构声强 贡献度分析 径向基函数神经网络 粒子群算法
在线阅读 下载PDF
水下串联多球组合壳结构低噪声优化设计
3
作者 李贺帆 张冠军 柯昱照 《中国舰船研究》 北大核心 2025年第3期118-124,共7页
[目的]为充分发挥串联多球组合壳结构的工作性能,针对其声振性能开展优化设计研究。[方法]首先,建立有限元模型,计算分析水下串联多球组合壳的水下声辐射特性;然后,以模型质量为约束条件,以垂向激励作用下辐射噪声为优化目标,建立以连... [目的]为充分发挥串联多球组合壳结构的工作性能,针对其声振性能开展优化设计研究。[方法]首先,建立有限元模型,计算分析水下串联多球组合壳的水下声辐射特性;然后,以模型质量为约束条件,以垂向激励作用下辐射噪声为优化目标,建立以连接结构几何参数为设计变量的均匀试验设计,随后采用径向基函数(RBF)神经网络建立设计变量与优化目标之间的多维映射模型,使用粒子群优化(PSO)算法对模型水下辐射噪声进行优化,并通过有限元方法进行验证;最后,开展水下声辐射实验,并将试验测试值与仿真值进行对比,以证明仿真结果的准确性。[结果]结果显示,经优化,垂向激励下串联多球组合壳的水下辐射声功率总级降低了2.92 dB,质量降低了0.061 t。[结论]所做研究可为结构低噪声优化设计方法提供新的思路。 展开更多
关键词 壳体 球形壳体 组合壳 径向基函数神经网络 粒子群优化 噪声 设计优化 噪声优化
在线阅读 下载PDF
自动驾驶电动车辆基于参数预测的径向基函数神经网络自适应控制 被引量：4
4
作者 陈志勇 李攀 +1 位作者 叶明旭 林歆悠 《中国机械工程》 EI CAS CSCD 北大核心 2024年第6期982-992,共11页
针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,... 针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,采用RBF神经网络补偿器对系统不确定性进行自适应补偿,设计车辆横纵向运动的广义协调控制律;之后,考虑前车车速及道路曲率影响,以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标,利用粒子群优化(PSO)算法对协调控制律中的增益参数K进行滚动优化,并最终得到一系列优化后的样本数据;在此基础上,设计、训练一个反向传播(BP)神经网络,实现对广义协调控制律中增益参数K的实时预测,以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。 展开更多
关键词 自动驾驶电动车辆 不确定性 径向基函数神经网络 粒子群优化算法 参数预测
在线阅读 下载PDF
基于云计算的舰船通信网络入侵检测方法研究 被引量：2
5
作者 黄国峰 刘宇苹 《舰船科学技术》 北大核心 2024年第10期170-173,共4页
为在面临大规模网络攻击或突发攻击时,提高入侵检测的实时性,提出基于云计算的舰船通信网络入侵检测方法。通过云计算的MapReduce编程模型,设计MapReduce并行化的遗传量子粒子群优化算法,在舰船通信网络数据内,提取网络入侵特征;利用Map... 为在面临大规模网络攻击或突发攻击时,提高入侵检测的实时性,提出基于云计算的舰船通信网络入侵检测方法。通过云计算的MapReduce编程模型,设计MapReduce并行化的遗传量子粒子群优化算法,在舰船通信网络数据内,提取网络入侵特征;利用MapReduce并行化熵聚类算法,确定径向基函数神经网络的基函数中心;确定基函数中心后,在MapReduce编程模型的Map函数内,输入网络入侵特征样本,训练神经网络,优化神经网络权值,通过Reduce函数输出训练结束指示,完成神经网络训练;在完成训练的MapReduce并行化径向基函数神经网络内,输入特征样本,输出舰船通信网络入侵检测结果。实验证明,该方法可有效提取舰船通信网络入侵特征;在不同网络攻击类型下,该方法均可精准完成舰船通信网络入侵检测。 展开更多
关键词 云计算 舰船通信网络 入侵检测 MapReduce并行 粒子群 径向基函数
在线阅读 下载PDF
基于NSGA-Ⅱ传感位置优化的曲面重构及误差补偿方法 被引量：1
6
作者 尚秋峰 张晓旭 《光子学报》 EI CAS CSCD 北大核心 2024年第2期26-36,共11页
通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型,提取应变和位移模态振型,根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三... 通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型,提取应变和位移模态振型,根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三个目标函数,采用快速和精英机制的多目标遗传算法优化传感器位置。将镍钛合金板弯曲成不同曲率半径的弧形,利用光纤布拉格光栅中心波长漂移量和线性插值算法计算得出不同形状下的结构应变,重构合金板形状,均方根误差和最大误差相较于单目标优化算法分别减小30%和15%。利用粒子群优化径向基函数神经网络算法拟合误差与位移的关系实现误差补偿,均方根误差和最大误差比无补偿时分别减小了90%和70%,最大相对百分比误差仅为5%,提高了三维形状重构算法精度。 展开更多
关键词 光纤传感 光纤布拉格光栅 粒子群优化径向基函数 形状重构 模态法 多目标优化 误差补偿
在线阅读 下载PDF
基于改进的RBF神经网络倾角传感器温度补偿方法研究 被引量：1
7
作者 宋启 秦刚 +3 位作者 闫少雄 李佳泽 汪林峰 王静静 《传感器与微系统》 CSCD 北大核心 2024年第11期6-9,共4页
针对MEMS倾角传感器零位温度漂移问题,提出了粒子群优化(PSO)算法和遗传算法(GA)相结合优化径向基函数(RBF)神经网络的补偿方法,克服了RBF神经网络收敛慢、泛用性低的缺陷。结果表明:该方法能够有效地消除温度对MEMS倾角传感器输出的影... 针对MEMS倾角传感器零位温度漂移问题,提出了粒子群优化(PSO)算法和遗传算法(GA)相结合优化径向基函数(RBF)神经网络的补偿方法,克服了RBF神经网络收敛慢、泛用性低的缺陷。结果表明:该方法能够有效地消除温度对MEMS倾角传感器输出的影响。相较于RBF神经网络模型,最大相对误差(MRE)减小了21.03%,均方根误差(RMSE)减小了23.54%,温度漂移得到明显改善,提高了倾角传感器的稳定性与准确性。 展开更多
关键词 倾角传感器 温度补偿 径向基函数神经网络 粒子群优化算法 遗传算法
在线阅读 下载PDF
约束过滤器与代理模型辅助的粒子群优化方法
8
作者 史人赫 高南南 +2 位作者 龙腾 叶年辉 李昊达 《宇航学报》 CSCD 北大核心 2024年第12期1857-1870,共14页
针对飞行器等复杂工程系统优化设计面临的计算求解耗时、可行域收敛困难等问题,提出了一种基于约束过滤器的代理模型辅助粒子群优化方法(SAPSO-CF)。该方法结合粒子群优化框架与径向基函数,有效降低了计算成本。提出一种双重过滤采样策... 针对飞行器等复杂工程系统优化设计面临的计算求解耗时、可行域收敛困难等问题,提出了一种基于约束过滤器的代理模型辅助粒子群优化方法(SAPSO-CF)。该方法结合粒子群优化框架与径向基函数,有效降低了计算成本。提出一种双重过滤采样策略,结合基于Kreisselmeier-Steinhauser约束过滤器的全局探索与基于子空间径向基函数的局部搜索,同时改善新增样本的可行性与最优性,引导粒子群优化过程快速收敛。标准数值算例测试结果表明,与GLoSADE、C2oDE方法相比,SAPSO-CF方法在全局收敛性、鲁棒性以及优化效率方面具有优势。采用SAPSO-CF方法求解固体火箭发动机多学科设计优化问题,在满足燃烧室、喷管等学科约束条件下,优化后发动机总冲性能提升了15.3%,且最优性优于GLoSADE方法,验证了SAPSO-CF方法的有效性与工程实用性。 展开更多
关键词 粒子群优化 径向基函数 Kreisselmeier-Steinhauser方程 过滤器方法 多学科设计优化
在线阅读 下载PDF
铸铝一体化车门的多目标可靠性优化设计 被引量：3
9
作者 吴勃夫 吴姚烨 +2 位作者 贝璟 吴宗扬 孙亮 《工程设计学报》 CSCD 北大核心 2024年第2期188-200,共13页
为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近... 为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近似模型并分别结合二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法以及多岛遗传算法(multi-island genetic algorithm,MIGA)对车门的下沉刚度工况位移、上扭转刚度工况位移、下扭转刚度工况位移、一阶弯曲模态频率、一阶扭转模态频率和质量进行确定性优化设计。在此基础上,考虑材料及加工制造等不确定性因素,对确定性优化解的质量水平进行6Sigma可靠性分析与优化。结果表明,二阶响应面近似模型与MOPSO算法的优化组合方案实现了车门的最佳轻量化,RBF神经网络近似模型与MOPSO算法的优化组合方案实现了车门下沉刚度工况位移的最小化。上述2种组合分别实现了车门轻量化与安全化的设计目标。研究结果可为车身零部件的优化设计提供参考。 展开更多
关键词 铸铝一体化车门 轻量化 径向基函数神经网络近似模型 二阶响应面近似模型 多目标粒子群优化算法 6Sigma可靠性
在线阅读 下载PDF
粒子群优化的神经网络模型在短期负荷预测中的应用 被引量：53
10
作者 陆宁 周建中 何耀耀 《电力系统保护与控制》 EI CSCD 北大核心 2010年第12期65-68,共4页
为了提高电力系统短期负荷预测精度,针对传统径向基函数(RBF)神经网络在负荷预测中存在的问题,提出一种新的预测模型:粒子群优化的RBF神经网络模型。粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化RBF神经网络的权... 为了提高电力系统短期负荷预测精度,针对传统径向基函数(RBF)神经网络在负荷预测中存在的问题,提出一种新的预测模型:粒子群优化的RBF神经网络模型。粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化RBF神经网络的权值,并用优化好的RBF网络进行负荷预测。仿真在虚拟仪器LabVIEW和Matlab软件平台上进行,结果表明该预测模型精度高于传统RBF神经网络模型,具有一定实用性。 展开更多
关键词 粒子群优化 神经网络 径向基函数 全局寻优 负荷预测
在线阅读 下载PDF
基于PSO-RBF神经网络的模拟电路诊断 被引量：22
11
作者 宋丽伟 彭敏放 +1 位作者 田成来 沈美娥 《计算机应用研究》 CSCD 北大核心 2012年第1期72-74,111,共4页
为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,... 为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性;同时对模拟电路的响应信号采用小波包分解,提取有效故障特征。仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位。 展开更多
关键词 模拟电路 故障诊断 径向基神经网络 粒子群算法 小波包分解
在线阅读 下载PDF
基于粒子群优化的过程神经网络学习算法 被引量：29
12
作者 刘坤 谭营 何新贵 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第2期238-244,共7页
基于粒子群优化为过程神经元网络提出了一种新的学习算法。新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化。新算法不依赖于函数梯度信息,不需... 基于粒子群优化为过程神经元网络提出了一种新的学习算法。新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化。新算法不依赖于函数梯度信息,不需要手动调节网络结构。粒子群优化具有良好的全局优化性能和收敛性能,保证了过程神经元网络的全局学习能力和新学习算法的收敛能力,更好地发挥过程神经网络的逼近性能。两个实际预测问题的实验结果表明,基于粒子群优化的学习算法比现有的基于梯度的基函数展开方法以及误差反传神经网络模型具有更好的预测精度。 展开更多
关键词 过程神经元网络 学习算法 粒子群优化 基函数展开
在线阅读 下载PDF
基于PSO-RBF神经网络的锂离子电池健康状态预测 被引量：21
13
作者 张任 胥芳 +1 位作者 陈教料 潘国兵 《中国机械工程》 EI CAS CSCD 北大核心 2016年第21期2975-2981,共7页
针对传统方法估计锂离子电池健康状态(SOH)时内部参数测量困难等问题,提出一种基于粒子群优化径向基函数神经网络的锂离子电池SOH预测方法。通过对锂离子等效模型的研究,结合充放电过程的实验数据,确定了影响锂离子电池SOH特性的几个关... 针对传统方法估计锂离子电池健康状态(SOH)时内部参数测量困难等问题,提出一种基于粒子群优化径向基函数神经网络的锂离子电池SOH预测方法。通过对锂离子等效模型的研究,结合充放电过程的实验数据,确定了影响锂离子电池SOH特性的几个关键参数。将试验数据输入仿真模型进行网络训练和校验。仿真证明,相比BP神经网络和普通RBF神经网络,该算法的预测精度可提高20%,节省66.7%以上的优化时间。 展开更多
关键词 锂离子电池 健康状况 粒子群优先 径向基函数
在线阅读 下载PDF
基于改进粒子群-径向基神经网络模型的短期电力负荷预测 被引量：26
14
作者 师彪 李郁侠 +3 位作者 于新花 闫旺 何常胜 孟欣 《电网技术》 EI CSCD 北大核心 2009年第17期180-184,共5页
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。 展开更多
关键词 负荷预测 改进粒子群-径向基神经网络模型 泛化能力 预测精度
在线阅读 下载PDF
一种改进的RBF神经网络混合学习算法 被引量：19
15
作者 孙丹 万里明 +1 位作者 孙延风 梁艳春 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2010年第5期817-822,共6页
提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)... 提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。 展开更多
关键词 聚类 粒子群优化算法 径向基函数(RBF)神经网络
在线阅读 下载PDF
基于RBF神经网络的短期负荷预测方法综述 被引量：71
16
作者 彭显刚 胡松峰 吕大勇 《电力系统保护与控制》 EI CSCD 北大核心 2011年第17期144-148,共5页
介绍了基于RBF神经网络的电力系统短期负荷预测方法的相关概念,论述其具体实现途径。通过类比分析的方法对该类预测方法改进的过程进行回顾,指出其在实践中取得的进步。阐述了一些比较成熟的基于RBF神经网络预测模型的基本原理和技术特... 介绍了基于RBF神经网络的电力系统短期负荷预测方法的相关概念,论述其具体实现途径。通过类比分析的方法对该类预测方法改进的过程进行回顾,指出其在实践中取得的进步。阐述了一些比较成熟的基于RBF神经网络预测模型的基本原理和技术特点,并对它们进行了评价。根据电力系统运行的实际特点和面临的新情况,从算法改进、原始负荷数据筛选和如何结合实际负荷特点等三方面对该方法进行分析。探讨了该领域持续改进的发展空间,指出了该领域进一步发展的技术趋势。 展开更多
关键词 短期负荷预测 人工神经网络 RBF径向基神经网络 粒子群优化 智能单粒子优化
在线阅读 下载PDF
基于PSO-RBF代理模型的板料成形本构参数反求优化研究 被引量：12
17
作者 乔良 宋小欣 +2 位作者 谢延敏 王杰 王新宝 《中国机械工程》 EI CAS CSCD 北大核心 2014年第19期2680-2685,共6页
为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数(RBF)核函数中,利用粒子群算法(PSO)对径向... 为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数(RBF)核函数中,利用粒子群算法(PSO)对径向修正系数进行优化,提高模型的预测精度。将PSO-RBF模型应用到一个非线性测试函数中,结果表明,PSO-RBF模型比RBF模型的预测精度提高很多;同时将PSO-RBF模型应用到板料成形本构参数反求中,代替有限元模型进行正问题计算,可节省计算成本和提高效率。结果表明,基于PSO-RBF模型反求优化得到的材料参数,能够更加准确地反映材料的流动趋势以及应变分布。 展开更多
关键词 板料成形 径向基函数 粒子群算法 参数反求
在线阅读 下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量：32
18
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(QPSO)算法 径向基(RBF) QPSO-RBF模型 泛化能力 瓦斯涌出量
在线阅读 下载PDF
基于PSO-RBF神经网络的雾霾车牌识别算法研究 被引量：12
19
作者 毛晓波 张群 +1 位作者 梁静 刘艳红 《郑州大学学报（工学版）》 CAS 北大核心 2017年第4期46-50,共5页
给出一种雾霾环境下车牌识别改进算法.首先利用改进的暗原色先验法对雾霾天气下的车牌图像进行去雾处理;然后经预处理、定位、分割与提取,得到粗网格特征矩阵;最后采用经粒子群算法优化的径向基函数神经网络进行识别.实验结果表明,系统... 给出一种雾霾环境下车牌识别改进算法.首先利用改进的暗原色先验法对雾霾天气下的车牌图像进行去雾处理;然后经预处理、定位、分割与提取,得到粗网格特征矩阵;最后采用经粒子群算法优化的径向基函数神经网络进行识别.实验结果表明,系统去雾效果良好,且能缩短去雾处理的时间,有效提高雾霾天气下车牌识别的速度和准确率. 展开更多
关键词 车牌识别 暗原色先验法 粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
基于QPSO算法的RBF神经网络参数优化仿真研究 被引量：24
20
作者 陈伟 冯斌 孙俊 《计算机应用》 CSCD 北大核心 2006年第8期1928-1931,共4页
针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解... 针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 径向基函数神经网络
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 … 6 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