期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于IDBO-BP的喷墨印刷液滴质量预测的方法研究
1
作者 李莹 娄杨伟 +2 位作者 李海山 何自芬 刘梦莲 《包装工程》 北大核心 2025年第11期174-184,共11页
目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,... 目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,采用动态反向学习策略初始化种群,以增强种群的多样性和均匀性;其次,引入黄金正弦因子,提升算法的收敛速度和寻优精度,同时平衡局部和全局搜索能力。结果通过对9个基准测试函数的性能评估,IDBO算法展现出更优的收敛精度和更快的收敛速度。应用IDBO优化的BP神经网络进行液滴质量预测,IDBO-BP模型显著降低了均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean bsolute error,MAE),最高分别降低了48%和38%,同时拟合优度(R^(2))提升了3%。结论结果证实IDBO-BP模型在预测喷墨印刷液滴质量方面的优越性能,并验证了其在喷墨印刷领域的应用潜力。 展开更多
关键词 改进蜣螂优化器 动态反向学习策略 黄金正弦因子 IDBO-BP模型 喷墨液滴质量预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部