期刊文献+
共找到428篇文章
< 1 2 22 >
每页显示 20 50 100
融合DT-BO-GRU的中长期光伏功率滚动预测模型 被引量:1
1
作者 李超 涂腾 +3 位作者 彭勋辉 李振 晁梓博 刘淑玉 《太阳能学报》 北大核心 2025年第5期275-284,共10页
提出一种基于决策树提取的贝叶斯优化GRU中长期光伏发电功率滚动预测模型。首先借助决策树模型对光伏组件模型进行参数提取,重新组成特征数据集;其次引入贝叶斯优化算法构建新的GRU神经网络模型;最后对树模型提取的光伏参数进行光伏功... 提出一种基于决策树提取的贝叶斯优化GRU中长期光伏发电功率滚动预测模型。首先借助决策树模型对光伏组件模型进行参数提取,重新组成特征数据集;其次引入贝叶斯优化算法构建新的GRU神经网络模型;最后对树模型提取的光伏参数进行光伏功率预测。实验结果表明,所提出的混合模型在极端地区等特殊场景下具有高精度的预测效果,且实验仿真结果拟合曲线更接近真实值,模型整体评价指标误差较低。因此,该文提出的融合DT-BO-GRU模型具有更高预测精度,为在北方地区对光伏发电功率预测提供了可能。 展开更多
关键词 光伏组件 神经网络 贝叶斯算法 决策树模型 参数提取 功率预测
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
2
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
一种改进的Douglas-Peucker数控加工轨迹压缩方法
3
作者 王品 王婧如 +2 位作者 张丽鹏 王森 荆东东 《小型微型计算机系统》 北大核心 2025年第1期64-71,共8页
数控加工程序通常由计算机辅助制造系统生成,以微小直线段的形式“以直代曲”来指导数控机床进行直线插补运动.随着工艺复杂度和精度要求的提高,数控加工程序的数据量急剧增加,不仅增加了数据存储和传输的难度,而且会引起机床执行过程... 数控加工程序通常由计算机辅助制造系统生成,以微小直线段的形式“以直代曲”来指导数控机床进行直线插补运动.随着工艺复杂度和精度要求的提高,数控加工程序的数据量急剧增加,不仅增加了数据存储和传输的难度,而且会引起机床执行过程中速度的频繁调整.针对以上问题,提出了一种融合深度学习的改进Douglas-Peucker三维数控加工轨迹压缩方法,该方法通过引入曲率和距离容差度的超参数考虑了加工轨迹中数据点序列的几何特性,并通过深度神经网络模型动态地优化算法中的超参数,从而实现更高的压缩效率.此外,算法中利用了KD树结构优化误差计算,确保压缩后的数据能够在给定的公差范围内精确呈现原始数据的特性.实验表明,该算法可大幅减少数据量,并确保压缩后的数据准确呈现原始数据的特性. 展开更多
关键词 DOUGLAS-PEUCKER算法 轨迹压缩 轮廓误差 深度神经网络 参数优化
在线阅读 下载PDF
一种循迹控制参数调节器及其训练集构建方法
4
作者 赵克刚 区伟麟 +1 位作者 张政 梁志豪 《汽车工程》 北大核心 2025年第2期248-258,共11页
为提升智能车循迹控制器在变工况应用时的控制精度,控制器一般采用基于工况特征的多维控制参数表。工程师在对多维控制参数表进行人工整定时,工作量较大且整定效果不尽如人意。为了能使循迹控制器获得参数动态调整能力,本文基于径向基(r... 为提升智能车循迹控制器在变工况应用时的控制精度,控制器一般采用基于工况特征的多维控制参数表。工程师在对多维控制参数表进行人工整定时,工作量较大且整定效果不尽如人意。为了能使循迹控制器获得参数动态调整能力,本文基于径向基(radial basis function, RBF)神经网络提出了车速与曲率自适应参数调节器。针对构建调节器训练集过程中遇到的实车测试交互次数过多、整定工作量过大的问题,本文提出了一种基于蒙特卡洛学习控制概率推理(Monte-Carlo probabilistic inference for learning control, MC-PILCO)算法的训练集构建方法,根据车速对训练集构建过程中涉及到的典型工况进行分组,每个车速工况分组内所有不同曲率工况均使用该车速下跟踪直线场景采集到的数据训练出来的动力学模型进行参数整定,通过共享模型的方式实现了实车交互次数的减少。实车实验表明,在中低速工况下,本文提出的参数自适应循迹控制器相比参数固定的控制器有更好的横向轨迹跟踪效果。 展开更多
关键词 轨迹跟踪控制 径向基神经网络 多维控制参数 训练集构建 MC-PILCO
在线阅读 下载PDF
电磁混合式耦合器调隙装置多目标参数优化
5
作者 王爽 孙守锁 +1 位作者 郭永存 胡泽永 《浙江大学学报(工学版)》 北大核心 2025年第5期1007-1017,共11页
针对双盘式磁力耦合器的调隙机构普遍存在的体积大、调节精度低的问题,提出新型的电磁混合式磁力耦合器,通过电磁驱动可以实现磁力耦合器的精准调隙.以平均推力和推力波动为目标,对核心构件电磁调隙装置进行多目标优化.基于敏感度分析... 针对双盘式磁力耦合器的调隙机构普遍存在的体积大、调节精度低的问题,提出新型的电磁混合式磁力耦合器,通过电磁驱动可以实现磁力耦合器的精准调隙.以平均推力和推力波动为目标,对核心构件电磁调隙装置进行多目标优化.基于敏感度分析对设计参数进行分级优化,提出蜣螂优化算法优化BP神经网络模型(DBOBP)和多目标金豺优化算法(MOGJO),结合响应面法和扫描法,确定电磁调隙装置的最优参数.基于有限元法对推力波形、感应电动势、磁感应强度及磁场线分布进行分析,优化后径向气隙磁感应强度提升了19%,平均推力提升了57.8%,推力波动比值降低了28.3%,验证了最终设计相对于最初设计的优异性能以及新型磁力耦合器多目标参数分级优化的正确性. 展开更多
关键词 磁力耦合器 电磁调隙 DBO-BP神经网络 多目标金豺优化(MOGJO)算法 多目标参数优化
在线阅读 下载PDF
基于BOA-RVM特征优选和Prophet-LSTM的锅炉受热面壁温预测
6
作者 麻淑芳 王秀慧 张晗 《锅炉技术》 北大核心 2025年第4期10-17,共8页
及时准确地对锅炉受热面壁温进行预测对于保证电厂的安全稳定运行具有重要意义。提出一种蝴蝶优化算法-相关向量机(BOA-RVM)和Prophet-长短时记忆神经网络(LSTM)相结合的锅炉受热面壁温预测组合模型。利用RVM筛选出与壁温相关性最高的... 及时准确地对锅炉受热面壁温进行预测对于保证电厂的安全稳定运行具有重要意义。提出一种蝴蝶优化算法-相关向量机(BOA-RVM)和Prophet-长短时记忆神经网络(LSTM)相结合的锅炉受热面壁温预测组合模型。利用RVM筛选出与壁温相关性最高的重要特征参数集合,降低后续预测模型的复杂度和运算量。针对RVM核参数选择难题,利用BOA对其进行全局寻优;利用Prophet模型对壁温数据进行自适应分解,将其分解为结构简单、波形平滑的趋势项、周期项和波动项,并分别建立LSTM模型进行预测。将预测结果综合叠加得到原始壁温数据的预测结果。基于实际锅炉运行数据开展试验,结果表明:所提方法预测结果的平均相对误差和均方根误差指标分别为0.15和1.06,相对于对比方法分别提升超过8.59%和9.22%。 展开更多
关键词 壁温预测 特征选择 长短时记忆神经网络 蝴蝶优化算法 参数寻优
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
7
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
基于嵌入式神经网络数据预测的多体分离安全评估平台
8
作者 吴岸平 林敬周 +2 位作者 王岩 邹东阳 解福田 《空气动力学学报》 北大核心 2025年第3期42-50,I0001,共10页
针对高速飞行器头罩分离等高动态多体分离问题,开展气动特性智能预测与分离轨迹仿真模拟研究,为分离系统设计、分离窗口选择、分离方案优化与评估提供技术支撑。选取典型状态点进行数值模拟计算和网格测力风洞试验,建立气动数据库。采... 针对高速飞行器头罩分离等高动态多体分离问题,开展气动特性智能预测与分离轨迹仿真模拟研究,为分离系统设计、分离窗口选择、分离方案优化与评估提供技术支撑。选取典型状态点进行数值模拟计算和网格测力风洞试验,建立气动数据库。采用融合高、低保真度数据的嵌入式神经网络进行学习训练,并结合遗传算法对神经网络结构进行优化,得到的气动力系数预测结果相较网格测力试验结果误差小于5%。在此基础上,采用四阶龙格-库塔法求解飞行器六自由度运动方程,建立了基于神经网络训练结果的分离轨迹仿真模拟方法。通过在不同初始分离条件下开展蒙特卡罗分析和灵敏度分析,评估了影响分离安全的主要因素。研究结果表明,与风洞CTS模拟轨迹结果相比,平台分离轨迹预测可靠,成本代价较低,可快速提升轨迹模拟能力,为分离方案设计提供有力支撑。 展开更多
关键词 多体分离 轨迹预测 安全评估平台 嵌入式神经网络 遗传算法
在线阅读 下载PDF
基于JAVA和MATLAB混合编程的堆石坝瞬变-流变参数反演分析
9
作者 吴浩东 狄圣杰 +2 位作者 张玉 黄鹏 刘静 《中国农村水利水电》 北大核心 2025年第4期71-76,83,共7页
利用现场监测数据对堆石坝瞬变-流变参数进行反演分析对于确保坝体的安全稳定至关重要。针对堆石坝瞬变-流变模型,采用MATLAB中经过训练的神经网络来描述瞬变-流变参数和变形之间的映射关系,利用JAVA编程遗传算法来寻找最优瞬变-流变参... 利用现场监测数据对堆石坝瞬变-流变参数进行反演分析对于确保坝体的安全稳定至关重要。针对堆石坝瞬变-流变模型,采用MATLAB中经过训练的神经网络来描述瞬变-流变参数和变形之间的映射关系,利用JAVA编程遗传算法来寻找最优瞬变-流变参数,以此建立了瞬变-流变参数的智能反演算法组合,并基于JAVA与MATLAB混合编程实现了瞬变-流变参数反演程序化,在西北某水电站面板堆石坝工程中得到应用和检验。结果表明,基于反演参数计算得到的计算沉降与实测沉降相对误差最大为4.33%,二者的时程曲线吻合较好,堆石坝变形在合理范围内并趋于稳定。研究成果满足精度和工程要求,可为堆石坝瞬变-流变参数反演提供一定的参考。 展开更多
关键词 堆石坝 瞬变-流变参数反演 混合编程 遗传算法 神经网络
在线阅读 下载PDF
基于神经网络和遗传算法的宽带激光熔覆层形貌尺寸预测
10
作者 倪崇智 路妍 +4 位作者 颉潭成 王军华 徐彦伟 史墨可 翟文豪 《热加工工艺》 北大核心 2025年第10期78-83,共6页
针对宽带激光熔覆层形貌尺寸所受影响因素较多且难以控制的问题,将激光功率、扫描速度和送粉速率作为输入,以熔覆层宽度和高度作为输出,构建了BP神经网络宽带激光熔覆层形貌尺寸预测模型,分析了其预测精度,并使用遗传算法对所建BP神经... 针对宽带激光熔覆层形貌尺寸所受影响因素较多且难以控制的问题,将激光功率、扫描速度和送粉速率作为输入,以熔覆层宽度和高度作为输出,构建了BP神经网络宽带激光熔覆层形貌尺寸预测模型,分析了其预测精度,并使用遗传算法对所建BP神经网络预测模型的权值和阈值进行了优化。结果表明,BP神经网络预测熔覆层形貌尺寸的相对误差均在7.434%以内,GA-BP神经网络模型预测熔覆层形貌尺寸的相对误差均在5.348%以内。GA-BP神经网络模型在预测宽带激光熔覆层形貌尺寸方面精度较高,能有效指导宽带激光熔覆工艺参数的选择。 展开更多
关键词 宽带激光熔覆层 工艺参数 BP神经网络 遗传算法
在线阅读 下载PDF
基于多层进化神经网络的立式振动式滚磨光整关系模型构建及工艺参数优化
11
作者 张燎原 李文辉 +4 位作者 温学杰 张演 李秀红 王海珠 杨胜强 《表面技术》 北大核心 2025年第16期131-140,共10页
目的构建高精度立式振动式滚磨光整加工工艺参数的关系模型,实现工艺参数优化。方法以TC4钛合金板材为试件开展正交实验,通过方差分析获取各工艺参数对表面粗糙度下降率的影响程度。将工艺参数作为输入,表面粗糙度下降率作为输出,通过... 目的构建高精度立式振动式滚磨光整加工工艺参数的关系模型,实现工艺参数优化。方法以TC4钛合金板材为试件开展正交实验,通过方差分析获取各工艺参数对表面粗糙度下降率的影响程度。将工艺参数作为输入,表面粗糙度下降率作为输出,通过数学回归以及神经网络的方法构建初始工艺参数关系模型。通过迭代训练隐含层确定神经网络的最优隐含层结构,采用遗传算法(GA)优化网络权重和偏置,构建多层进化神经网络(GA-MLP)关系模型,进一步将关系模型耦合遗传算法实现工艺参数优化。结果采用数学回归与传统神经网络构建的工艺参数关系模型预测精度为75.6%和76.4%,基于多层进化神经网络构建的关系模型预测精度可提升至96.6%。优化后的加工参数为振动频率25 Hz、偏心块相位差98°、上偏心块质量1.55 kg、下偏心块质量1.8 kg,在此工艺参数下加工可将试件表面粗糙度由0.976μm降低至0.311μm,表面粗糙度下降率达68.12%。结论提出的多层进化神经网络相较于传统的数学回归以及初始神经网络具有更高的预测精度,优化的工艺参数能够有效降低试件表面粗糙度并提升其下降率。研究结果为立式振动式滚磨光整加工工艺参数关系模型构建与参数优化提供了新的方法。 展开更多
关键词 立式振动式滚磨光整 工艺参数关系模型 神经网络 遗传算法 参数优化
在线阅读 下载PDF
基于萤火虫算法优化BP神经网络的核电厂故障参数预测
12
作者 刘涛 谢金森 +4 位作者 邓年彪 陈鹏宇 吴智强 张二品 于涛 《核科学与工程》 北大核心 2025年第1期120-130,共11页
随着核电厂向数字化和智能化转型,利用神经网络对瞬态参数进行预测,辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题,提出了一种结合萤火虫算法(Firefly Algorithm,FA)优化... 随着核电厂向数字化和智能化转型,利用神经网络对瞬态参数进行预测,辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题,提出了一种结合萤火虫算法(Firefly Algorithm,FA)优化的BP神经网络(FA-BP神经网络)。使用PCTRAN仿真软件生成的数据,比较了FA-BP神经网络与传统BP网络在预测性能上的差异,并应用FA-BP神经网络进行故障诊断。研究结果表明,FA-BP神经网络在训练效率和预测精度方面均显著优于传统BP网络,并在故障诊断中展现出高准确率。实验表明FA-BP模型能够支持核电厂操作人员在事故中更有效地管理机组状态,增强核电安全性。 展开更多
关键词 核电厂 瞬态参数预测 萤火虫算法 BP神经网络
在线阅读 下载PDF
基于IABC-ANN混合算法的机器人动力学参数辨识
13
作者 段磊 库祥臣 张小雨 《组合机床与自动化加工技术》 北大核心 2025年第6期49-53,59,共6页
针对传统的动力学辨识方法辨识精度不高以及辨识步骤繁琐的问题,结合深度学习方法,提出了一种改进神经网络算法。采用改进后的傅里叶级数轨迹作为激励轨迹,同时对动力学方程中的惯性参数集合进行重组,简化了动力学模型。通过改进后的蜂... 针对传统的动力学辨识方法辨识精度不高以及辨识步骤繁琐的问题,结合深度学习方法,提出了一种改进神经网络算法。采用改进后的傅里叶级数轨迹作为激励轨迹,同时对动力学方程中的惯性参数集合进行重组,简化了动力学模型。通过改进后的蜂群算法,对神经网络中的权值以及阈值进行优化,提高了神经网络辨识的速度以及精度,同时采用Dropout正则化,提高神经网络的泛化能力;最后,对算法所得到的辨识模型进行了验证。结果表明,所提出的混合神经网络辨识算法,相对于传统的粒子群算法以及最小二乘法,预测误差得到降低,能够更好地应用于机器人的控制系统中。 展开更多
关键词 协作机器人 神经网络 蜂群优化算法 动力学参数辨识 激励轨迹规划
在线阅读 下载PDF
基于改进BP神经网络模型的2024铝合金热冲压成形工艺参数优化
14
作者 蔡杨 王勇超 +2 位作者 黄庆奕 方毅 谢延敏 《塑性工程学报》 北大核心 2025年第10期44-51,共8页
以双C薄壁构件用2024铝合金为研究对象,通过热拉伸和参数识别方法确定2024铝合金在热成形条件下的粘塑性本构模型,通过正交实验和极差分析研究双C薄壁构件的热冲压成形工艺参数对成形质量的影响。基于拉丁超立方对关键工艺参数进行抽样... 以双C薄壁构件用2024铝合金为研究对象,通过热拉伸和参数识别方法确定2024铝合金在热成形条件下的粘塑性本构模型,通过正交实验和极差分析研究双C薄壁构件的热冲压成形工艺参数对成形质量的影响。基于拉丁超立方对关键工艺参数进行抽样,利用有限元模型获得各样本的响应。利用改进的BP神经网络模型和PSO-GA混合算法相结合的优化策略获得2024铝合金双C薄壁构件的最佳热冲压成形工艺参数组合。结合有限元模拟和实验,验证了该方法的有效性。 展开更多
关键词 BP神经网络 智能算法 铝合金 工艺参数优化
在线阅读 下载PDF
基于改进的灰狼算法优化BP神经网络的入侵检测方法
15
作者 彭庆媛 王晓峰 +3 位作者 唐傲 华盈盈 何飞 刘建平 《现代电子技术》 北大核心 2025年第13期96-104,共9页
当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改... 当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改进的灰狼算法优化BP神经网络的入侵检测方法。改进的灰狼算法通过改变线性控制参数,以及在灰狼位置更新公式中加入反余切惯性权重策略,以扩展狼群的搜索范围,从而避免陷入局部最优解。利用改进的算法优化BP神经网络的初始权值和阈值,将优化的BP神经网络应用于入侵检测。实验结果表明,改进的灰狼算法具有更好的稳定性、寻优效率和寻优精度,改进的入侵检测方法不易陷入局部极小值,泛化能力强,预测精度高和可靠性好。 展开更多
关键词 非线性控制参数 惯性权重 灰狼优化算法 BP神经网络 入侵检测 网络安全
在线阅读 下载PDF
基于神经网络的滤波天线单元优化技术研究
16
作者 陈俊达 武杰 +3 位作者 赵加宁 卢佩 杨若洋 张海川 《现代电子技术》 北大核心 2025年第15期6-10,共5页
在滤波天线单元的设计中,由于涉及多维参数优化,传统的电磁仿真方法不仅求解速度较慢,而且难以在复杂的参数空间中快速找到全局最优解,这在一定程度上限制了设计的精度和性能提升。为解决这些问题,文中提出一种结合正向预测与逆向优化... 在滤波天线单元的设计中,由于涉及多维参数优化,传统的电磁仿真方法不仅求解速度较慢,而且难以在复杂的参数空间中快速找到全局最优解,这在一定程度上限制了设计的精度和性能提升。为解决这些问题,文中提出一种结合正向预测与逆向优化设计的方法。该方法利用神经网络对天线单元的性能进行预测,并结合遗传算法在多参数空间中对滤波天线单元进行全局优化。仿真计算结果显示,优化后单元S21参数在通带11.5~16.5 GHz的平均值提高了82.65%,并具有均匀的带内响应。此外,S21在中心频率14 GHz的传输幅值的平均值优化后提升了87.5%,显著提升了传输幅度,并使传输相移更加线性。优化后仿真结果表明,这些改进显著提升了天线的整体性能,尤其是在传输效率、频率响应方面的改善,为滤波天线的进一步发展提供了有价值的参考和借鉴。 展开更多
关键词 神经网络 遗传算法 正向预测 逆向优化 滤波天线 S参数
在线阅读 下载PDF
锁扣管幕参数优化的组合赋权TOPSIS-BPNN-GA方法研究
17
作者 杜佳骏 张振 +2 位作者 刘性帅 晏启祥 张毅峰 《都市快轨交通》 北大核心 2025年第2期90-100,共11页
依托某地铁车站出入口通道顶管工程,结合现场监测数据进行顶进参数反演,建立考虑锁扣接头的精细化管幕-管廊-地层管廊顶进有限元模型。首先,对比分析有管幕和无管幕工况的地层变形情况,验证施作管幕的必要性;然后,通过全面试验系统研究... 依托某地铁车站出入口通道顶管工程,结合现场监测数据进行顶进参数反演,建立考虑锁扣接头的精细化管幕-管廊-地层管廊顶进有限元模型。首先,对比分析有管幕和无管幕工况的地层变形情况,验证施作管幕的必要性;然后,通过全面试验系统研究钢管直径、钢管间距和钢管厚度对地表沉降、管幕造价和接头缝隙的影响,并建立博弈组合赋权TOPSIS综合评价体系对管幕适应性进行评价;随后,使用BPNN拟合管幕参数与适应性的映射关系;最后,用遗传算法(GA)搜索得到最优的参数组合。研究表明:对管幕适应性影响最大的参数是钢管直径,其次是钢管净距,最后是钢管厚度。综合考虑安全性、防水性和经济性,锁扣管幕设计参数建议值为钢管直径990 mm,钢管厚度20 mm,钢管净距160 mm。 展开更多
关键词 城市轨道交通 锁扣管幕 参数优化 TOPSIS综合评价法 神经网络 遗传算法
在线阅读 下载PDF
基于探地雷达与PSO−BP神经网络的煤岩界面预测研究
18
作者 张和江 张义平 +2 位作者 侯晨锋 王缪斯 周利治 《工矿自动化》 北大核心 2025年第8期80-87,共8页
针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从... 针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从而确定煤岩界面特征参数:煤占比、响应位置振幅、煤响应位置振幅平均值、振幅衰减值、反射波所用双程走时、电磁波波速和煤介电常数;根据选择的特征参数开展介电常数测试和模拟煤岩界面识别实验,获取实测样本数据;采用PSO算法对BP神经网络权值与阈值进行优化,得到最优模型;将煤岩界面特征参数输入PSO−BP神经网络模型,实现煤岩界面预测。实验结果表明:与GA−BP和BP神经网络模型相比,PSO−BP模型的均方误差(MSE)分别下降了22.14%和45.54%,平均绝对百分比误差(MAPE)分别下降了22.22%和46.15%,平均绝对误差(MAE)分别下降了31.58%和55.68%,PSO−BP在预测精度、误差控制能力和数据拟合效果上均具有显著优势,预测煤岩界面位置更贴近实际位置,稳定性更好。 展开更多
关键词 煤岩界面识别 探地雷达 BP神经网络 粒子群优化算法 PSO−BP神经网络 特征参数
在线阅读 下载PDF
基于IPOA-LSTM辅助的组合导航算法
19
作者 周理想 陈佳 毛宽民 《计算机工程与设计》 北大核心 2025年第5期1241-1247,共7页
为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间... 为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间的关系;卫星信号失锁后,利用训练好的模型进行预测,抑制纯惯导的发散。实测数据实验结果表明,在GNSS信号失锁60 s内,提出的改进算法优于通用的LSTM模型及纯惯导推算方法,能够对组合导航的导航精度进行改善,减小GNSS信号中断对组合导航系统的影响。 展开更多
关键词 惯性导航系统 全球导航卫星系统 组合导航 信号失锁 鹈鹕优化算法 超参数优化 长短期记忆神经网络
在线阅读 下载PDF
复杂分区土石坝渗透系数反演的HSBP算法及其应用
20
作者 杨宁 包腾飞 +3 位作者 党亚山 李鹏科 范成博 麻昀霖 《水电能源科学》 北大核心 2025年第10期135-138,119,共5页
针对复杂分区土石坝渗透系数反演结果不唯一、算法复杂、计算量大等问题,采用正交设计方法拟定渗透系数组合,通过渗流有限元计算测点处的渗压水位组成学习样本,采用结构简单、计算量小、自学习和强泛化能力的误差反向传播(BP)神经网络... 针对复杂分区土石坝渗透系数反演结果不唯一、算法复杂、计算量大等问题,采用正交设计方法拟定渗透系数组合,通过渗流有限元计算测点处的渗压水位组成学习样本,采用结构简单、计算量小、自学习和强泛化能力的误差反向传播(BP)神经网络构造渗压水位-渗透系数之间的非线性映射关系,为克服该网络算法易陷入误差函数的局部极小值、收敛速度慢、过拟合等缺点,利用和声搜索(HS)算法优化网络参数,从而构建了复杂分区土石坝渗透系数反演的HSBP网络算法。采用工程实例对该算法进行验证,结果表明该算法计算速度快、反演精度较高。 展开更多
关键词 土石坝 和声搜索 BP神经网络 渗透系数 参数反演
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部