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7,333篇文章
< 1 2 … 250 >
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SA-BP神经网络的直线电机优化设计
1
作者 郭凯 李昊 +1 位作者 李彪 梁楠楠 《太原学院学报(自然科学版)》 2025年第2期45-52,共8页
针对永磁直线同步电机推力波动大、有限元仿真计算时间长等问题,提出了一种结合解析算法(SA)和BP神经网络算法的电机仿真优化模型:依据电机各部件的磁导率不同划分解析域,由解析算法算出电磁场分布等电机参数,利用解析获得的电机性能参... 针对永磁直线同步电机推力波动大、有限元仿真计算时间长等问题,提出了一种结合解析算法(SA)和BP神经网络算法的电机仿真优化模型:依据电机各部件的磁导率不同划分解析域,由解析算法算出电磁场分布等电机参数,利用解析获得的电机性能参数建立BP神经网络训练样本库,设计BP神经网络算法的训练周期、衰减率等参数后进行模型训练,拟合预测出电机尺寸参数与定位力之间的关系模型,最后利用多目标优化算法优化电机的尺寸参数。实验结果表明:基于SA-BP神经网络的电机模型的推力计算结果与有限元仿真结果的误差为2.35%,SA-BP神经网络算法不仅具有较高的计算精度,还能有效提升电机仿真计算速度。 展开更多
关键词 永磁直线同步电机 解析算法 bp神经网络算法 定位力 多目标优化算法
在线阅读 下载PDF
基于BP神经网络结合ERA5数据的风电功率预测
2
作者 王婷婷 李斯胜 +4 位作者 于伟 能锋田 李星南 杨佳琳 熊亮 《储能科学与技术》 北大核心 2025年第1期183-189,共7页
随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。 展开更多
关键词 风力发电 bp神经网络 ERA5再分析资料 粒子群优化算法 风电功率预测
在线阅读 下载PDF
一种基于GA-BP神经网络的冷库能耗预测
3
作者 王雅博 陈君豪 +1 位作者 刘兴华 张行健 《冷藏技术》 2025年第1期79-85,75,共8页
影响冷库能耗的因素众多,其中,货物信息的缺失使得建立冷库预测模型面临一定的挑战。为解决该问题,提出利用冷库当天使用面积代替传统的货物信息作为输入特征,依据某大型冷库历史能耗数据,采用斯皮尔曼相关性分析筛选出合适的变量,构建... 影响冷库能耗的因素众多,其中,货物信息的缺失使得建立冷库预测模型面临一定的挑战。为解决该问题,提出利用冷库当天使用面积代替传统的货物信息作为输入特征,依据某大型冷库历史能耗数据,采用斯皮尔曼相关性分析筛选出合适的变量,构建基于GA-BP神经网络的冷库能耗模型。结果表明,在缺失货物信息的情况下,使用冷库当天使用面积作为输入变量能够保证模型具有高准确率,R2达到0.9563,并且性能优于BP神经网络、多元回归模型。 展开更多
关键词 能耗预测 特征选择 遗传算法 bp神经网络 机器学习
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断
4
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 bp神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
BP神经网络回归预测模型的改进
5
作者 何大四 金璐琪 +1 位作者 张祖铭 赵强强 《机械工程与自动化》 2025年第1期224-226,共3页
为了优化BP神经网络,提出了一种优化BP神经网络的流程。首先,判断各影响因素之间的自相关性,如果各影响因素满足自相关评价指标,则可以使用BP神经网络进行回归训练;其次,改变BP神经网络的隐藏节点数、学习效率、训练误差和训练次数等影... 为了优化BP神经网络,提出了一种优化BP神经网络的流程。首先,判断各影响因素之间的自相关性,如果各影响因素满足自相关评价指标,则可以使用BP神经网络进行回归训练;其次,改变BP神经网络的隐藏节点数、学习效率、训练误差和训练次数等影响因素;最后,加入遗传算法或者粒子群算法与BP神经网络组成混合算法,以提高BP神经网络的训练精度。 展开更多
关键词 bp神经网络 隐藏节点 混合算法 回归预测 自相关性
在线阅读 下载PDF
BP神经网络在离心压缩机叶轮优化中的应用
6
作者 董志强 于根亮 +1 位作者 董逸飞 陈义恒 《汽车实用技术》 2025年第2期56-62,共7页
为了提高离心式压缩机叶轮设计效率并降低计算资源消耗,针对遗传算法优化中计算量大、效率低的问题,提出基于改进粒子群优化算法(IPSO)优化BP神经网络的方法。通过少量计算流体动力学(CFD)仿真样本,训练BP神经网络建立效率与叶轮参数的... 为了提高离心式压缩机叶轮设计效率并降低计算资源消耗,针对遗传算法优化中计算量大、效率低的问题,提出基于改进粒子群优化算法(IPSO)优化BP神经网络的方法。通过少量计算流体动力学(CFD)仿真样本,训练BP神经网络建立效率与叶轮参数的映射关系,结合IPSO优化其参数,同时利用遗传算法(GA)确定叶轮的最佳性能参数。研究表明,改进的IPSO算法通过增强粒子群的动态适应性和全局搜索能力,提高了BP神经网络的预测精度和优化效率。优化后的叶轮等熵效率提高1.34%,多变效率提高1.04%,流量增加10.4%。该方法显著提升了离心式压缩机叶轮的设计效率和性能,为复杂流体机械的优化设计提供了新思路。 展开更多
关键词 离心式压缩机 CFD仿真 叶轮参数优化 bp神经网络 遗传算法
在线阅读 下载PDF
GA-BP模型在HSS模型参数取值中的应用
7
作者 张杰 马杰 +2 位作者 陈啸海 钟鹏 王营营 《城市道桥与防洪》 2025年第1期229-235,共7页
小应变硬化土(HSS)模型可以有效反映土的压缩硬化特性和小应变特性,非常适合黄土基坑的数值模拟计算。但是,HSS模型包含了11个硬化土(HS)模型参数和2个小应变参数,而这2个小应变参数往往需要采用试验方法确定,获取过程复杂。为了探讨小... 小应变硬化土(HSS)模型可以有效反映土的压缩硬化特性和小应变特性,非常适合黄土基坑的数值模拟计算。但是,HSS模型包含了11个硬化土(HS)模型参数和2个小应变参数,而这2个小应变参数往往需要采用试验方法确定,获取过程复杂。为了探讨小应变参数的预测方法,采用经过遗传算法优化的BP神经网络模型,即GA-BP神经网络模型,首先根据预设的小应变参数水平经过数值模拟计算得到49组位移数据,然后将得到的数据用于GA-BP神经网络的训练,待GA-BP神经网络的预测误差达到要求之后,再使用实际的位移数据反演得到小应变参数,最后基于预测得到的小应变参数进行数值模拟。结果显示,GA-BP神经网络模型预测的小应变参数在基坑围护结构最大水平位移和地表最大沉降计算方面表现良好,可以应用于实际工程。 展开更多
关键词 岩土工程 遗传算法 HSS模型 bp神经网络 小应变参数 参数反演
在线阅读 下载PDF
基于嵌套优化的GA-PSO-BP神经网络短期风功率预测方法研究
8
作者 刘翘楚 王杰 +3 位作者 秦文萍 张文博 陈玉梅 刘佳昕 《电网与清洁能源》 北大核心 2025年第2期138-146,共9页
短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提... 短期风电功率预测对于保障电力系统稳定运行具有重要意义。针对单一BP(back propagation)神经网络预测模型难以满足风电功率的强随机波动特性,结合遗传算法(geneticalgorithm,GA)和粒子群智能算法(particleswarm optimization,PSO),提出嵌套优化的GA-PSO-BP神经网络短期风电功率预测模型。建立内外双层嵌套的优化机制,内层机制中引入GA算法优化PSO算法学习因子,优化后PSO算法作为外层机制实现BP神经网络阈值和权值的优化。模拟风电数据预测结果表明,比起GA-BP、PSO-BP、长短期记忆网络(long short-term memory,LSTM)预测模型,所提嵌套优化模型在平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、决定系数R2 3个评价维度上均取得了最优值;利用山西某风电场不同月份、不同时段、不同波动特征的实际运行数据进行验证,预测结果表明MAE均小于0.02,R2均大于0.99,所提嵌套优化模型具有较高的预测精度和拟合程度。 展开更多
关键词 风电功率预测 bp神经网络 遗传算法 粒子群算法 嵌套优化
在线阅读 下载PDF
基于IWOA-BP算法的金属结构弱磁检测缺陷量化研究
9
作者 樊梦 童博 +3 位作者 高晨 姚中原 张宇 胡博 《机械强度》 北大核心 2025年第3期113-120,共8页
金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的... 金属结构被广泛用于工业界,在役金属结构受拉压疲劳载荷易产生裂纹缺陷,为实现金属结构裂纹缺陷的定量化检测,研究了一种基于反向传播(Back Propagation,BP)神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的效果欠佳、效率低等问题,采用基于Sine混沌映射的改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)对BP神经网络参数调整方式进行优化,兼顾全局寻优的同时提高局部寻优的能力,进而将IWOA搜索到的最优参数赋值给BP神经网络,提高网络初始参数的质量。以人工矩形槽模拟裂纹,对矩形槽的长度、宽度、深度进行反演定量。结果表明,IWOA-BP神经网络预测的平均精度均在80%以上,深度、长度、宽度预测精度分别提高了106.72%、9.68%、6.86%。 展开更多
关键词 弱磁检测 金属结构 bp神经网络 鲸鱼算法 IWOA-bp神经网络
在线阅读 下载PDF
基于AO-AVOA-BP神经网络模型的锂电池SOH预测
10
作者 李军毅 汪兴兴 +2 位作者 陈祥 陈林飞 邓业林 《电子测量技术》 北大核心 2025年第4期71-79,共9页
为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因... 为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因子作为模型的输入,结合基于AO-AVOA优化的BP神经网络模型,实现更精确的SOH预测。将提出的模型与其他优化模型对锂电池SOH进行预测,对各项指标进行对比分析,结果表明,所提出的预测模型平均绝对误差小于0.0089,均方根误差小于0.0112,平均绝对百分比误差小于1.4512%,具有精度高、泛化性强等特点,可有效用于锂电池的SOH预测。 展开更多
关键词 锂电池 健康状态 bp神经网络 非洲秃鹫优化算法 天鹰优化算法
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
11
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
基于改进BP神经网络的烟草收获机械故障诊断研究 被引量：2
12
作者 戴欧阳 胡洪林 《农机化研究》 北大核心 2025年第4期70-76,共7页
烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提... 烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前,主要以BP神经网络模型应用较为广泛,但在模型构建中预测效率低、鲁棒性强。针对以上问题,提出一种改进BP神经网络模型,以烟草收获机械中的齿轮故障诊断为研究对象,构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型,并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明:改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要,在模型算法与计算速度方面都得到了很大的提高。 展开更多
关键词 烟草收获 机械故障 遗传算法 bp神经网络 优化模型
在线阅读 下载PDF
基于GA-BP神经网络的边坡变形预测
13
作者 谭文辉 李凯 +2 位作者 刘慧敏 蔡美峰 郭奇峰 《工程科学学报》 北大核心 2025年第4期594-605,共12页
露天矿山高边坡的变形预测是保障矿山安全生产的重要手段.本文以西藏某矿山边坡为对象,采用高精度合成孔径干涉雷达对矿区南帮边坡进行了全天候位移监测,分析了边坡变形的基本规律;采用小波降噪理论对采集的时序位移监测数据进行了降噪... 露天矿山高边坡的变形预测是保障矿山安全生产的重要手段.本文以西藏某矿山边坡为对象,采用高精度合成孔径干涉雷达对矿区南帮边坡进行了全天候位移监测,分析了边坡变形的基本规律;采用小波降噪理论对采集的时序位移监测数据进行了降噪处理,并且为了避免预测模型陷入局部极小值,引入遗传算法(即GA算法)整合进BP神经网络的训练步骤中,用于优化BP神经网络的初始权值和阈值设置,建立了GA-BP神经网络边坡变形时序预测模型,并与BP神经网络边坡变形时序预测模型进行对比分析.研究结果表明:GA-BP模型较BP模型的预测精度提高了10%以上,预测的平均误差减少了50%以上,而且预测的边坡变形趋势与监测值吻合程度更高;GA-BP模型较BP模型收敛速度加快10倍以上,GA-BP模型的回归系数、模型适应度优于BP模型.因此,采用GA-BP模型可使边坡变形预测的精度、收敛速度、泛化能力均得到提高,预测结果更为可靠,可为矿山边坡安全生产提供保障. 展开更多
关键词 露天矿边坡 变形预测 bp神经网络 遗传算法 时间序列
在线阅读 下载PDF
基于遗传BP神经网络的Al/Fe_(2)O_(3)铝热剂热力学性能预测方法研究
14
作者 薛美晨 薛园园 +3 位作者 胡耀立 欧阳的华 彭鹏 罗彬杰 《火工品》 北大核心 2025年第2期45-52,共8页
为了探索Al/Fe_(2)O_(3)铝热剂热力学性能的预测方法,采用遗传算法对BP神经网络的初始权值和阈值进行优化,利用HSC Chemistry软件计算了不同温度及配比下的Al/Fe_(2)O_(3)吉布斯自由能及反应焓变,以此作为基础数据,建立了基于遗传BP神... 为了探索Al/Fe_(2)O_(3)铝热剂热力学性能的预测方法,采用遗传算法对BP神经网络的初始权值和阈值进行优化,利用HSC Chemistry软件计算了不同温度及配比下的Al/Fe_(2)O_(3)吉布斯自由能及反应焓变,以此作为基础数据,建立了基于遗传BP神经网络的Al/Fe_(2)O_(3)铝热剂燃烧热力学性能预测模型,分别得到了124组Al/Fe_(2)O_(3)吉布斯自由能和化学反应焓变的训练集样本数据及31组预测集样本数据,并计算了模型误差。结果表明:该模型预测的Al/Fe_(2)O_(3)吉布斯自由能及反应焓变的测试集均方根误差(RMSE)分别为0.499 1和0.702 7,平均绝对误差(MAE)分别为0.533 2和0.4411,决定性系数R^(2)分别为0.982 7和0.988 5;遗传BP神经网络能够用于Al/Fe_(2)O_(3)铝热剂热力学性能的预测。 展开更多
关键词 铝热剂 吉布斯自由能 反应焓变 遗传算法 bp神经网络
在线阅读 下载PDF
基于改进WOA-BP神经网络的电气火灾预警算法
15
作者 颜磊 王国兵 +2 位作者 翁旭峰 刘雪莹 江友华 《电子设计工程》 2025年第1期21-26,共6页
电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要。基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型。使用剩余电流、工作电流电压和... 电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要。基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型。使用剩余电流、工作电流电压和线缆温度作为神经网络的输入特征,结合上述改进方法对权值和阈值进行优化。优化后的参数作为初始参数进行模型训练,用于输出电气火灾的概率。采用电气柜中回路数据进行试验,将预测概率与剩余电流异常持续时间进行模糊化处理,得出火灾决策。研究结果表明,所提模型相关系数达到0.97,相较于传统方法提高了0.08,具有更高的准确性和可靠性。 展开更多
关键词 电气火灾预警 鲸鱼优化算法 bp神经网络 模糊化
在线阅读 下载PDF
改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究
16
作者 张国浩 王彩玲 +1 位作者 王洪伟 于涛 《光谱学与光谱分析》 北大核心 2025年第2期394-402,共9页
使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总... 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。 展开更多
关键词 光谱数据 改进粒子群优化算法 bp神经网络模型 核主成分分析(KPCA) 总磷浓度
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
17
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PSO-BP模糊PID的变距取苗机构控制系统设计
18
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-BP神经网络的单位注浆量预测
19
作者 陈泓 黄永辉 +1 位作者 张智宇 陈成志 《有色金属(中英文)》 北大核心 2025年第2期288-297,共10页
帷幕注浆作为矿山控制地下水的重要手段之一,对矿山的安全生产十分重要,单位注浆量作为注浆效果的关键评价指标,具有不确定性。基于尖山磷矿帷幕注浆试验段注浆数据,进行单位注浆量影响因素相关性分析,分别构建单位注浆量卷积神经网络(C... 帷幕注浆作为矿山控制地下水的重要手段之一,对矿山的安全生产十分重要,单位注浆量作为注浆效果的关键评价指标,具有不确定性。基于尖山磷矿帷幕注浆试验段注浆数据,进行单位注浆量影响因素相关性分析,分别构建单位注浆量卷积神经网络(CNN)、BP神经网络、遗传算法优化神经网络(GA-BP)和粒子群算法优化神经网络(PSO-BP)预测模型进行预测和准确性分析。结果表明:斯皮尔曼相关系数法和肯德尔相关系数法对单位注浆量影响因素分析结果一致,影响因素相关性由强到弱为:注浆持续时间、水灰比、注前透水率、注浆段长度、注浆压力、钻孔深度;PSO-BP神经网络模型预测效果明显优于另外三种预测模型,R^(2)达到0.94527,RMSE值分别降低80%、56%、49%;MAE值分别降低68.3%、48.6%、23.2%,验证了该模型的优越性。该模型能够更准确地对单位注浆量进行预测,对后续注浆工作的实施具有一定参考,可为帷幕注浆效果评价提供重要的指导建议。 展开更多
关键词 帷幕注浆 单位注浆量 相关性分析 bp神经网络 粒子群优化算法
在线阅读 下载PDF
基于ACO-BP神经网络的储能电源上壳件气辅成型工艺参数优化
20
作者 杨明 刘赛 +3 位作者 刘巨保 李峰 姚建锋 刘厚德 《工程塑料应用》 北大核心 2025年第4期101-107,共7页
以某储能电源上壳件为研究对象,为提高气辅成型效果,运用Moldflow软件进行气辅成型数值模拟。以气体穿透体积和最大翘曲变形量为优化指标设计了正交试验,利用Critic权重法确定权重占比,通过计算综合评分将双目标优化转化为单目标优化;... 以某储能电源上壳件为研究对象,为提高气辅成型效果,运用Moldflow软件进行气辅成型数值模拟。以气体穿透体积和最大翘曲变形量为优化指标设计了正交试验,利用Critic权重法确定权重占比,通过计算综合评分将双目标优化转化为单目标优化;建立工艺参数与综合评分之间的BP神经网络模型,利用蚁群算法(ACO)进行全局寻优。结果表明,当熔体预注射量为93%、熔体温度为270℃、模具温度为87.78℃、延迟时间为3.5 s、气体压力为35 MPa、气体注射时间为20 s、冷却时间为179.62 s时,综合评分值最大、工艺方案最优。利用Moldflow软件对最优工艺参数进行验证,结果显示气体穿透体积为10.6975%、最大翘曲变形量为2.169 mm,计算其线性组合得到综合评分为1.0495,与优化算法结果的误差仅为1.1%,并进行试模验证,试模翘曲结果与模流分析结果误差为2.8%,且产品无吹穿、吹破等缺陷,表面质量良好。以上研究结果表明,基于ACO-BP神经网络优化气辅成型工艺参数的技术方法具有可行性。 展开更多
关键词 气体辅助注射成型 数值模拟 参数优化 bp神经网络 蚁群算法
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 … 250 下一页 到第 页
使用帮助 返回顶部