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107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：
一种改进的机器人动力学参数辨识方法 被引量：2
1
作者 张相胜 陈佳明 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期50-56,共7页
针对六轴机器人动力学参数辨识中激励轨迹设计问题,提出了一种将改进差分进化(IDE)算法用于优化激励轨迹参数的方法.首先,用牛顿-欧拉(Newton-Euler)迭代法建立了六轴机器人动力学模型,将机器人最小惯性参数观测矩阵的条件数作为优化目... 针对六轴机器人动力学参数辨识中激励轨迹设计问题,提出了一种将改进差分进化(IDE)算法用于优化激励轨迹参数的方法.首先,用牛顿-欧拉(Newton-Euler)迭代法建立了六轴机器人动力学模型,将机器人最小惯性参数观测矩阵的条件数作为优化目标函数;其次,通过对差分进化算法的改进,引入反向最优最差策略改善种群初始值,采用自适应算法改进变异因子和交叉因子;最后,利用改进差分进化算法优化设计了满足机器人各个约束条件的傅里叶级数作为激励轨迹,进行机器人的参数辨识.试验结果表明,采用所提出的优化方法设计的激励轨迹可以充分激发机器人动力学特性,提高了机器人动力学参数辨识试验的抗噪声能力,为建立精确的机器人动力学模型提供参考. 展开更多
关键词 机器人 动力学模型 参数辨识 激励轨迹 改进差分进化算法
在线阅读 下载PDF
改进SSA优化LSTM-KF旋翼式无人机风速预测
2
作者 黄家煌 李斌 +1 位作者 常青 王耀力 《电光与控制》 北大核心 2025年第10期104-109,114,共7页
为了提高旋翼式无人机对风速和风向的预测精度,提出了一种优化长短期记忆(LSTM)神经网络的多策略改进麻雀搜索算法(MISSA)与卡尔曼滤波(KF)相结合的预测模型。首先,根据无人机动力学模型选取与风场相关的数据,作为LSTM神经网络的输入分... 为了提高旋翼式无人机对风速和风向的预测精度,提出了一种优化长短期记忆(LSTM)神经网络的多策略改进麻雀搜索算法(MISSA)与卡尔曼滤波(KF)相结合的预测模型。首先,根据无人机动力学模型选取与风场相关的数据,作为LSTM神经网络的输入分量。然后,通过佳点集、黄金正弦、灰狼等级制度及平滑开发变异策略改进SSA,提高了传统SSA在神经网络中对学习率和正则化参数的寻优能力。接着,将优化好的风速预测网络与KF更新方程结合,修正了预测的结果。结果表明,在MISSA-LSTM-KF预测网络中,对风速预测的RMSE和MAE分别为0.492 m/s和0.370 m/s,风向预测的RMSE和MAE分别是9.415°和6.613°,相较于SSA-RF、SSA-CNN和SSA-LSTM预测网络的误差明显减少。 展开更多
关键词 无人机 动力学模型 风速预测 麻雀搜索算法 长短期记忆神经网络 卡尔曼滤波
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
3
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SQP和GRNN的商用客车动力学参数自适应辨识
4
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(GRNN)模型 动力学参数 自适应辨识
在线阅读 下载PDF
基于物理信息神经网络的长距离顶管施工顶力预测 被引量：1
5
作者 李博 刘宇翔 +2 位作者 陈建国 杨耀红 张哲 《人民长江》 北大核心 2025年第1期147-155,共9页
长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网... 长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网络的训练机制,并引入改进的麻雀搜索算法(ISSA)对模型超参数取值进行优化,建立了ISSA-PINN顶管施工顶力预测模型;以河南省郑开同城东部供水工程顶管施工为例,选取524组工程实测数据验证了模型的有效性。计算结果表明:ISSA-PINN模型具有较高的预测精度,相较于单纯数据驱动模型,在测试集和新数据集中的预测性能分别提升了0.07和0.17,说明物理模型的融入对降低机器模型的过拟合风险和提高泛化能力有积极影响;相比于SSA和粒子群算法,ISSA算法寻优速度更快、适应度更好。研究结果可为顶管工程施工顶力控制提供参考。 展开更多
关键词 顶管施工 顶力预测 物理信息神经网络(PINN) 改进麻雀搜索算法(ISSA)
在线阅读 下载PDF
基于动态规划算法和改进的自适应遗传算法的“多泵-多马达”液压系统全局功率匹配研究
6
作者 邹博识 宋昕宇 钟宇航 《机床与液压》 北大核心 2025年第9期203-214,共12页
针对“多泵-多马达”液压系统运行过程中因功率匹配而导致的低效率问题,提出一种基于反向传播(BP)神经网络算法、动态规划算法(DP)与改进自适应遗传算法(IAGA)的智能优化协同方法,以实现系统全局功率匹配和节能目标。针对遗传算法寻优... 针对“多泵-多马达”液压系统运行过程中因功率匹配而导致的低效率问题,提出一种基于反向传播(BP)神经网络算法、动态规划算法(DP)与改进自适应遗传算法(IAGA)的智能优化协同方法,以实现系统全局功率匹配和节能目标。针对遗传算法寻优效率低、无法对离散变量进行优化的问题,在前人提出的遗传算法优化输出的最佳发动机转速和液压泵排量进行功率匹配的基础上,采用在多泵输油系统节能中应用广泛的动态规划算法,近一步对马达的投入排量、马达和发动机投入数量进行优化。利用具有较强非线性映射能力和高拟合精度的BP神经网络算法建立泵和马达效率模型以及发动机燃油消耗模型,采用动态规划算法确定当前工况下马达和发动机最优投入数量,确定变量泵和变量马达的高效排量范围。利用改进自适应遗传算法搜索当前工况下泵和马达最佳排量组合,并通过提高功率传递路径上各元件的效率,实现全局效率最高。最后,通过在具有“多泵-多马达”液压系统的工程车辆进行实车油耗测试验,以验证该方案的可行性。结果表明:新方案与原控制方案相比,马达和泵的效率提升明显,具有较好的节油效果。 展开更多
关键词 多泵多马达 神经网络功率预测模型 动态规划算法 改进自适应遗传算法 全局功率匹配
在线阅读 下载PDF
基于风险规避RRT^(*)算法的机器人路径规划
7
作者 曹子唯 陈益超 +3 位作者 黄彬彬 王子涵 王晓东 齐辉 《兵工自动化》 北大核心 2025年第10期77-80,112,共5页
为解决随机非线性机器人系统的控制问题,提出一种2阶段风险规避架构改进RRT^(*)算法。通过求解NLP引入非线性动力学,采用近似状态分布和分布鲁棒性碰撞检测来量化风险,从而完成路径规划。通过演示3种控制器:参考轨迹周围具有线性动力学... 为解决随机非线性机器人系统的控制问题,提出一种2阶段风险规避架构改进RRT^(*)算法。通过求解NLP引入非线性动力学,采用近似状态分布和分布鲁棒性碰撞检测来量化风险,从而完成路径规划。通过演示3种控制器:参考轨迹周围具有线性动力学的LQR、含鲁棒性乘性噪声项的LQR以及非线性模型预测控制器。在独轮车动力学模型中施加具有重尾特性的Laplace噪声。结果表明,该算法具有可行性。 展开更多
关键词 RRT^(*)算法改进 非线性动力学 分布鲁棒性 模型预测控制 独轮车模型
在线阅读 下载PDF
改进SSA优化BPNN的煤体瓦斯渗透率预测模型
8
作者 汪伟 崔欣超 +3 位作者 祁云 李绪萍 王璜瑞 齐庆杰 《中国安全科学学报》 北大核心 2025年第2期137-143,共7页
为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局... 为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局部寻优精度,从而优化BPNN的权值和阈值配置;然后,通过皮尔逊相关系数矩阵和核主成分分析(KPCA)处理瓦斯渗透率影响因素的数据,以提高模型的计算效率和准确性,并以累积方差达88.59%的3个主成分提取为模型输入,渗透率作为输出进行试验;最后,将该模型应用于山西某煤矿进行实例验证。结果表明:ISSA-BPNN在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)等4个指标上优于粒子群算法(PSO)优化BPNN、PSO优化支持向量机(PSO-SVM)、PSO优化最小二乘支持向量机(LSSVM)及SSA优化BPNN(SSA-BPNN)模型,且相较于其他模型在测试样本中的平均绝对误差(MAE)分别降低0.0327、0.022、0.0179、0.0182;MAPE分别降低5.15%、3.14%、2.76%、2.36%;RMSE分别降低0.0316、0.0279、0.0188、0.0222;R^(2)分别提高0.0775、0.0658、0.0401、0.0493;实例验证表明模型可靠性和稳定性较高。 展开更多
关键词 改进麻雀搜索算法(ISSA) 反向传播神经网络(BPNN) 煤体瓦斯 渗透率 预测模型
在线阅读 下载PDF
基于MBD的航空典型零件检验计划自动编制方法
9
作者 郭朝阳 蒋英吉 +2 位作者 程华龙 余志斌 王发麟 《科学技术与工程》 北大核心 2025年第15期6538-6547,共10页
针对当前航空典型零件结构复杂,精度要求高,质量检测难度加大但检验方法落后的现状,提出了一种检验计划自动编制方法。首先,从信息重用和信息集成出发,以设计模型为基础构建检验数模,为检验计划的生成奠定数据源基础,其次,制定检验计划... 针对当前航空典型零件结构复杂,精度要求高,质量检测难度加大但检验方法落后的现状,提出了一种检验计划自动编制方法。首先,从信息重用和信息集成出发,以设计模型为基础构建检验数模,为检验计划的生成奠定数据源基础,其次,制定检验计划生成方法,设计检测顺序生成规则,采用改进的动态规划算法实现检测顺序编号的自动生成;最后,结合组件应用架构(component application architecture,CAA)二次开发接口与Excel组件开发,在CATIA环境下开发了相应的功能模块,实现了检测要素信息与工艺视图输出,完成检验计划的自动编制与导出。通过实例证明,该方法可以降低检测人员的劳动强度,提高检验计划的编制效率。 展开更多
关键词 检验数模 改进的动态规划算法 检测顺序生成 CAA二次开发 检验计划自动编制
在线阅读 下载PDF
基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测 被引量：6
10
作者 岳有军 吴明沅 +1 位作者 王红君 赵辉 《南京信息工程大学学报》 CAS 北大核心 2024年第2期231-238,共8页
针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率... 针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率预测组合模型.首先去除历史数据中的异常值并对其进行归一化处理,利用主成分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素.然后采用CNN网络提取数据的空间特征,再经过GRU网络提取时间特征,针对XGBoost模型手动配置参数困难、随机性大的问题,利用ISSA对模型超参数寻优.最后对两种方法预测的结果用误差倒数法减小误差的同时对权重进行更新,得到新的预测值,从而完成对光伏功率的预测.实验结果表明,所提出的CNN-GRU-ISSA-XGBoost组合模型具有更强的适应性和更高的精度. 展开更多
关键词 光伏功率预测 改进麻雀搜索算法 卷积神经网络 门控循环单元 XGBoost模型
在线阅读 下载PDF
高速列车纵向动力学建模与自适应RBFNN控制 被引量：3
11
作者 付雅婷 胡东亮 +1 位作者 杨辉 欧阳超明 《铁道学报》 EI CAS CSCD 北大核心 2024年第1期42-52,共11页
高速列车由多节车厢链接而成的结构特性导致其高速运行在变路况线路条件下难以有效地对其进行优化控制。针对上述问题,提出一种高速列车纵向动力学模型与径向基函数神经网络(RBFNN)控制策略。考虑列车车钩力和复杂线路条件,分析整列车... 高速列车由多节车厢链接而成的结构特性导致其高速运行在变路况线路条件下难以有效地对其进行优化控制。针对上述问题,提出一种高速列车纵向动力学模型与径向基函数神经网络(RBFNN)控制策略。考虑列车车钩力和复杂线路条件,分析整列车前后的不同受力情况,建立列车纵向动力学模型。针对该模型无外加干扰时设计一种理想反馈控制律,引入RBFNN对理想控制输出进行拟合,在考虑干扰项影响的情况下,通过设计参数估计自适应律代替神经网络权值的调整,并对其进行Lyapunov稳定性证明。采用京石武高铁北京西—郑州东段的CRH380B型高速列车真实线路运行数据进行仿真模拟,并在相同条件下与反演滑模(BSSM)控制器的仿真结果进行对比。仿真结果表明所提控制器更能有效应对复杂路况变化和外界干扰,对高速列车具有更好的控制效果,改善其运行的平稳性及高效性。 展开更多
关键词 高速列车 纵向动力学模型 径向基函数神经网络 自适应算法 LYAPUNOV理论
在线阅读 下载PDF
基于Kriging代理模型及改进PSO的变模温注塑成型翘曲变形优化 被引量：3
12
作者 陈川 吕永锋 《塑料》 CAS CSCD 北大核心 2024年第4期166-172,共7页
为提升变模温注塑成型的产品质量,提高优化效率,将翘曲变形作为优化目标,模具温度、保压压力、熔体温度、保压时间、冷却时间等工艺参数作为变量因素,采用Moldflow模拟变量因素对优化目标的影响,通过最优拉丁超立方试验设计选出试验样本... 为提升变模温注塑成型的产品质量,提高优化效率,将翘曲变形作为优化目标,模具温度、保压压力、熔体温度、保压时间、冷却时间等工艺参数作为变量因素,采用Moldflow模拟变量因素对优化目标的影响,通过最优拉丁超立方试验设计选出试验样本,建立Kriging代理模型,并且,检测代理模型拟合精度。采用改进PSO算法,得到最优翘曲模型预测值及最佳工艺参数组合。对比改进后的PSO与标准PSO,平均迭代次数、迭代时间约降低了45%,最优适应度、平均适应度、最差适应度、局部最优解及未实现收敛等参数均得到提升。通过实验验证可知,与优化前翘曲值(1.293 mm)相比,优化后翘曲值(0.7512 mm)降低了41.9%,误差为4.84%。结果表明,基于Kriging代理模型及改进PSO能有效地优化变模温成型工艺,降低了翘曲变形量,对于生产应用有指导意义。 展开更多
关键词 变模温注塑成型 改进PSO Kriging代理模型 翘曲 优化
在线阅读 下载PDF
基于MISSA-CNN-BiLSTM模型的尾矿坝位移预测 被引量：1
13
作者 刘迪 杨辉 +2 位作者 卢才武 阮顺领 江松 《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期145-154,共10页
为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数... 为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数研究诱发因素与周期项位移的整体相关性,鉴于周期项位移影响因素多样性与强非线性的特点,采用多策略融合的改进麻雀搜索算法改进麻雀搜索算法(MISSA)-卷积神经网络(CNN)-双向长短期记忆(BiLSTM)模型预测周期项位移;最后,将高斯回归趋势项位移预测值和MISSA-CNN-BiLSTM周期项位移预测值叠加。结果表明:尾矿坝累积位移预测值与实测值基本一致,预测结果相关性系数R为0.996,均方根误差(RMSE)为0.13 mm,建立的MISSA-CNN-BiLSTM多算法耦合模型预测精度较高,且能较好地预测尾矿坝位移的阶跃型变化。 展开更多
关键词 改进麻雀搜索算法(MISSA) 卷积神经网络(CNN) 双向长短期记忆(BiLSTM) 尾矿坝 位移预测 深度学习模型
在线阅读 下载PDF
大坝运行安全在线监控IPSO-LSTM模型研究 被引量：1
14
作者 戴霈霖 李艳玲 周子玉 《人民长江》 北大核心 2024年第12期229-236,共8页
构建合理在线监控模型是实时掌控大坝安全性态的重要保障。针对LSTM模型受多参数组合影响、最优参数泛化能力弱、人工选取参数难的问题,深入分析了学习率、分块尺寸、最大迭代次数和隐藏层单元数等关键参数对大坝安全在线监控模型精度... 构建合理在线监控模型是实时掌控大坝安全性态的重要保障。针对LSTM模型受多参数组合影响、最优参数泛化能力弱、人工选取参数难的问题,深入分析了学习率、分块尺寸、最大迭代次数和隐藏层单元数等关键参数对大坝安全在线监控模型精度的影响规律,提出了融合非线性惯性权重、收缩因子及柯西扰动项的粒子群优化改进算法(IPSO),并与LSTM模型耦合构建了针对大坝安全监控的IPSO-LSTM模型。工程校验表明:该模型能自动搜寻最优参数、精度高、鲁棒性强,适用于不同类型、不同长度的大坝安全监测数据序列,相对人工定参的LSTM模型误差至少能降低30%。相关经验可为大坝运行安全在线监控提供技术支持。 展开更多
关键词 大坝安全 监控模型 粒子群优化改进算法(IPSO) 长短时神经网络(LSTM) 自动寻优
在线阅读 下载PDF
基于RBFNN-ISSA的特大跨径悬索桥有限元模型修正 被引量：4
15
作者 王祺顺 何维 +2 位作者 吴欣 郭伟奇 雷顺成 《振动与冲击》 EI CSCD 北大核心 2024年第7期155-167,共13页
针对大跨径悬索桥一类复杂结构的有限元模型修正问题,提出了一种基于径向基神经网络(radial basis function neural network,RBFNN)子结构代理模型与改进麻雀搜索算法(improved sparrow search algorithm,ISSA)的有限元模型修正方法。首... 针对大跨径悬索桥一类复杂结构的有限元模型修正问题,提出了一种基于径向基神经网络(radial basis function neural network,RBFNN)子结构代理模型与改进麻雀搜索算法(improved sparrow search algorithm,ISSA)的有限元模型修正方法。首先,基于桥梁图纸数据采用通用有限元软件建立一座大跨悬索桥的初始有限元模型,并根据拉丁超立方抽样原则生成子结构材料参数-结构响应的训练样本,通过RBF神经网络和子结构模拟方法对初始有限元模型进行解构重组和样本学习,拟合关于材料参数-结构响应的代理模型。其次,建立考虑主梁挠度和模态频率误差最小的有限元模型参数修正数学优化模型,采用Tent混沌映射及黄金正弦策略改进标准麻雀搜索算法,引入柯西分布函数和贪心保留策略对每一代麻雀种群进行扰动,以用于求解联合静、动力特征的有限元模型修正数学优化问题。最后,以杭瑞高速洞庭湖大桥为工程背景,进行了悬索桥荷载试验,利用实测桥梁响应数据验证了该方法的可行性。研究结果表明:基于RBF神经网络与子结构法的模型修正方法,可以建立拟合精度较高的悬索桥结构代理模型;基于子结构RBF神经网络与改进麻雀搜索算法修正后的有限元模型相较于整体RBF神经网络、支持向量机和Kriging模型,大幅提升了对于实际结构的模拟精度,与实测数据相比,修正前后有限元模型在两级静力加载工况下13个有效测点挠度的平均相对误差降低了25%以上,前8阶模态频率的平均相对误差由-6.83%降至-2.38%,MAC值结果表明修正后模型能够准确地反映出大桥的实际振动状态,有效改善了初始有限元模型计算失真的情况;此外,基于混合策略改进后的麻雀搜索算法对于有限元模型修正参数的寻优具有更佳的收敛效率和稳定性。 展开更多
关键词 桥梁工程 有限元模型修正 改进麻雀搜索算法(ISSA) 悬索桥 径向基神经网络(RBFNN) 柯西变异策略
在线阅读 下载PDF
基于动态惯性权重的电子节气门改进PSO-BP优化控制 被引量：1
16
作者 孙建民 杨世虎 +1 位作者 赵磊 姚德臣 《现代制造工程》 CSCD 北大核心 2024年第2期45-52,共8页
针对汽车电子节气门系统存在的动态迟滞非线性问题,提出一种模糊神经网络PID控制器的设计方法。该控制器将动态调整惯性权重的粒子群优化算法和BP算法结合来优化模糊神经网络参数,修正模糊神经网络在寻优过程中收敛缓慢、易陷入局部最... 针对汽车电子节气门系统存在的动态迟滞非线性问题,提出一种模糊神经网络PID控制器的设计方法。该控制器将动态调整惯性权重的粒子群优化算法和BP算法结合来优化模糊神经网络参数,修正模糊神经网络在寻优过程中收敛缓慢、易陷入局部最小值的不足。利用模糊神经网络的自学习能力,对PID控制器参数进行整定。仿真结果表明,经过优化后的模糊神经网络PID控制器相比于模糊PID控制器在响应时间、超调量和振荡次数等方面都有显着提升。在模拟气流扰动工况施加扰动信号后,该控制器表现出良好的抗干扰性能。在电子节气门响应试验中,节气门响应曲线存在轻微超调,但稳态误差较小,表明该控制方法下电子节气门具有良好的动态响应特性。 展开更多
关键词 动态惯性权重 电子节气门 迟滞非线性 改进粒子群优化算法 模糊神经网络
在线阅读 下载PDF
脉冲负载下柴油发电机组建模优化与评价
17
作者 师萌 杨艺斌 +3 位作者 杨定富 黄克峰 何凯 吴振 《强激光与粒子束》 CAS CSCD 北大核心 2024年第5期156-162,共7页
针对柴油发电机组-三相不控整流器-DC/DC变换器-脉冲负载系统中柴油发电机组的输出特性,提出仿真模型与试验电源输出电压(流)波形契合度的评价指标,以判断模型的仿真程度;提出了基于反向(BP)传播神经网络算法的同步发电机励磁电压输出... 针对柴油发电机组-三相不控整流器-DC/DC变换器-脉冲负载系统中柴油发电机组的输出特性,提出仿真模型与试验电源输出电压(流)波形契合度的评价指标,以判断模型的仿真程度;提出了基于反向(BP)传播神经网络算法的同步发电机励磁电压输出动态限幅方法,应用于脉冲负载下柴油发电机组的模型优化。试验验证表明:27组算例中,初始仿真模型有18组波形实时契合度值不足90%,优化仿真模型27组值均大于90%。说明本文提出的优化方法使仿真模型比初始模型更加有效,可应用于后续柴油发电机组带脉冲负载系统的研究。 展开更多
关键词 模型优化 脉冲负载 反向传播神经网络算法 波形实时契合度 动态限幅方法
在线阅读 下载PDF
一种改进的BP算法及在降水预报中的应用 被引量：29
18
作者 闵晶晶 孙景荣 +2 位作者 刘还珠 王式功 曹晓钟 《应用气象学报》 CSCD 北大核心 2010年第1期55-62,共8页
传统BP(back propagation)算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上,提出一种改进算法,在训练过程中能自动确定各种参数,并避免陷入局部极小点... 传统BP(back propagation)算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上,提出一种改进算法,在训练过程中能自动确定各种参数,并避免陷入局部极小点,提高网络的泛化能力。利用2003—2005年5—9月中国国家气象中心T213的数值预报产品,通过动力诊断得出反映降水的物理量,然后从中挑选出与降水关系较好的25个因子,连同中国国家气象中心T213模式、日本气象厅业务模式和德国气象局业务模式相应的降水量预报结果作为预报因子。采用改进的BP算法建立江淮流域68个站24 h降水(08:00—08:00,北京时)3个等级(降水量≥0.1 mm,降水量≥10 mm,降水量≥25 mm)的预报模型。通过对2006—2007年5—9月68个站试报结果表明:改进BP算法对降水预报的TS评分大大高于传统BP算法,也高于几种模式的降水预报结果,同时,改进算法使降水预报的平均空报率、漏报率明显降低。 展开更多
关键词 人工神经网络 BP算法 改进算法 建模 降水预报
在线阅读 下载PDF
结构动力模型修正方法的比较研究及评估 被引量：48
19
作者 朱宏平 徐斌 黄玉盈 《力学进展》 EI CSCD 北大核心 2002年第4期513-525,共13页
在实际工程中,由结构动力模型得到的计算值与通过试验获得的测量值间往往存在偏差,为了能够精确预测结构的动力响应,依据测量信息修正存在的动力模型是非常必要的.对现有几种有效的用于结构动力模型修正的理论方法（包括基于敏感性分析... 在实际工程中,由结构动力模型得到的计算值与通过试验获得的测量值间往往存在偏差,为了能够精确预测结构的动力响应,依据测量信息修正存在的动力模型是非常必要的.对现有几种有效的用于结构动力模型修正的理论方法（包括基于敏感性分析的矩阵型法、基于神经网络算法的参数型法和基于遗传优化算法的方法）做了详细的综述;介绍了这些方法的步骤和研究进展;并分析了这些动力模型修正方法在工程运用中存在的一些实际问题,如不完整的模态测量值、模型修正的鲁棒性、模型修正的计算效率和收敛性等.最后,通过对一实际的五层钢框架的动力模型修正,比较了这几种方法的优缺点,提出了今后需要解决的问题. 展开更多
关键词 结构动力模型 动力模型修正 模态测量值 敏感性分析法 神经网络法 遗传算法
在线阅读 下载PDF
应用递推神经网络的传感器动态建模研究 被引量：13
20
作者 田社平 姜萍萍 颜国正 《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页
根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的... 根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明 。 展开更多
关键词 递归神经网络 传感器 动态建模 递推预报误差算法 连接权 动态响应特性 模型 训练 获取 实验结果
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