期刊文献+
共找到36篇文章
< 1 2 >
每页显示 20 50 100
考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测
1
作者 冉启武 石卓见 +2 位作者 刘阳 黄杰 张宇航 《电网技术》 北大核心 2025年第3期1098-1108,I0071-I0075,共16页
为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合... 为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合,进而将多元负荷序列分解为本征模态函数集合;其次,通过基于反向传播(back propagation,BP)神经网络扰动的平均影响值(mean impact value,MIV)算法对与多元负荷相关的气象、日期及负荷因素进行特征筛选,从而为多元负荷构建高耦合度的特征矩阵;充分考虑到各单一模型的差异性及优势性,在采用k折交叉验证法减少过拟合的基础上,构建Stacking集成学习模型对多元负荷进行预测;最后采用美国亚利桑那州立大学坦佩校区多元负荷数据集进行实例验证,结果显示所提方法在电、冷、热负荷预测中的平均绝对百分比误差分别达到了0.903%、2.713%和1.616%,预测精度相比其他预测模型具有较大提升。 展开更多
关键词 多元负荷预测 综合能源系统 平均影响值算法 Stacking集成学习 金豺优化算法 复合指标
在线阅读 下载PDF
基于MIV的BP神经网络磷酸铁锂电池寿命预测 被引量:14
2
作者 张金国 王小君 +1 位作者 朱洁 迟忠君 《电源技术》 CAS CSCD 北大核心 2016年第1期50-52,共3页
针对锂离子电池循环寿命衰减问题,为了能更加准确地对锂离子电池的循环寿命进行预测,对磷酸铁锂电池全生命周期进行循环充放电测试,获得其相关性能参数,提出基于BP神经网络分析方法建立寿命预测模型。在预测模型基础上,运用平均影响值(M... 针对锂离子电池循环寿命衰减问题,为了能更加准确地对锂离子电池的循环寿命进行预测,对磷酸铁锂电池全生命周期进行循环充放电测试,获得其相关性能参数,提出基于BP神经网络分析方法建立寿命预测模型。在预测模型基础上,运用平均影响值(MIV)算法筛选模型的输入参数。结果表明,所建立的电池循环寿命预测模型具有较高的精度,符合电池的实际运行特性,对解决电池寿命评估周期长和成本高等问题具有重要意义。 展开更多
关键词 磷酸铁锂 循环寿命 神经网络 miv
在线阅读 下载PDF
基于MIV特征筛选和BP神经网络的三维人体参数转换 被引量:11
3
作者 顾瑶媛 谢红 吴旭波 《上海工程技术大学学报》 CAS 2012年第4期361-364,共4页
在BP神经网络建模技术的基础上,提出引入平均影响值(MIV)算法筛选采集的变量参数,构建三层前馈神经网络求解三维人体建模参数的方法.结果表明,通过逐步删除后10%序位的参数变量,所建模型的最大误差为0.23,平均误差为0.058 667,训练精度... 在BP神经网络建模技术的基础上,提出引入平均影响值(MIV)算法筛选采集的变量参数,构建三层前馈神经网络求解三维人体建模参数的方法.结果表明,通过逐步删除后10%序位的参数变量,所建模型的最大误差为0.23,平均误差为0.058 667,训练精度为4E-3,预测精度为94.2%,可用于实际三维试衣时的参数计算. 展开更多
关键词 BP神经网络 虚拟人体 参数建模 平均影响值
在线阅读 下载PDF
基于MIV的遗传神经网络径流预报模型 被引量:2
4
作者 郭中小 宋一凡 +2 位作者 廖梓龙 龙胤慧 徐晓民 《人民黄河》 CAS 北大核心 2014年第10期33-35,共3页
针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立... 针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立了预报模型。预报结果表明:基于平均影响值的遗传神经网络的预报精度及稳定性均达到了满意的效果。 展开更多
关键词 平均影响值 遗传算法 BP 神经网络 预报因子 中长期水文预报 径流预报
在线阅读 下载PDF
基于MIV-改进RBF神经网络的大坝变形监测模型 被引量:4
5
作者 宁昕扬 刘晓青 《三峡大学学报(自然科学版)》 CAS 2016年第3期1-5,共5页
针对常规径向基函数(RBF)神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值(MIV)、改进果蝇算法(FOA)和RBF神经网络的大坝变形监测模型.通过引入MIV对水压、温度、时效三类预报因子进行筛选,并利用改... 针对常规径向基函数(RBF)神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值(MIV)、改进果蝇算法(FOA)和RBF神经网络的大坝变形监测模型.通过引入MIV对水压、温度、时效三类预报因子进行筛选,并利用改进FOA算法获得RBF神经网络模型中最佳的spread值,以提高模型的稳定性和预报精度.为验证模型的有效性,以某混凝土重力坝位移监测数据为例,分别建立多元线性回归模型、常规RBF模型、MIV-RBF模型和MIV-改进RBF模型.研究结果表明MIV-改进RBF神经网络大坝变形监测模型预测稳定、精度高,预报效果好. 展开更多
关键词 miv算法 变量筛选 改进RBF神经网络 大坝变形监测模型
在线阅读 下载PDF
基于BP-MIV的风电调峰受阻电量影响因素贡献度分析 被引量:3
6
作者 谢桦 吕晓茜 张沛 《分布式能源》 2019年第6期9-14,共6页
随着风电装机容量的不断增长,弃风电量也随之增加,研究弃风电量的影响因素势在必行。为此,提出了一种风电调峰受阻电量影响因素贡献度计算方法。以影响因素为输入,风电调峰受阻电量为输出,构建了反向(back propagation,BP)神经网络模型... 随着风电装机容量的不断增长,弃风电量也随之增加,研究弃风电量的影响因素势在必行。为此,提出了一种风电调峰受阻电量影响因素贡献度计算方法。以影响因素为输入,风电调峰受阻电量为输出,构建了反向(back propagation,BP)神经网络模型;应用平均影响值(mean impact value,MIV)算法,计算各影响因素的贡献度;利用我国西北某电网2018年运行数据进行案例分析。结果表明,本文所提方法能对风电调峰受阻电量影响因素进行量化分析,明确影响因素的重要程度,为促进风电消纳提供理论基础。 展开更多
关键词 风电调峰受阻 反向(BP)神经网络 平均影响值(miv)算法 影响因素 贡献度
在线阅读 下载PDF
基于MIV-GA-BP神经网络的铅酸蓄电池SOC预测 被引量:6
7
作者 孙硕 孙俊忠 +2 位作者 周智勇 杨占录 蔡巍 《电源技术》 CAS 北大核心 2021年第2期228-231,共4页
建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(MIV)算法对预测模型的输入变量进行了分析和筛选。在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的... 建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(MIV)算法对预测模型的输入变量进行了分析和筛选。在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的预测误差。测试样本的验证结果表明,MIV-GA-BP神经网络模型对蓄电池充电过程的SOC预测精度更优。 展开更多
关键词 铅酸蓄电池 荷电状态(SOC) 神经网络 平均影响值(miv) 遗传算法
在线阅读 下载PDF
MIV和GA-SVM在葡萄酒类识别的应用研究
8
作者 徐小华 颜昌沁 《齐齐哈尔大学学报(自然科学版)》 2015年第5期74-77,共4页
因葡萄酒中含有许多化学成分因子,而这些因子之间有非线性和冗余的特点,所以如何从这些因子中选取主要的特征因子来代替诸多因子来识别出葡萄酒的种类是有必要的。为此,提出了一种基于MIV和GA-SVM的模型来解决以上问题。首先,采用4组的... 因葡萄酒中含有许多化学成分因子,而这些因子之间有非线性和冗余的特点,所以如何从这些因子中选取主要的特征因子来代替诸多因子来识别出葡萄酒的种类是有必要的。为此,提出了一种基于MIV和GA-SVM的模型来解决以上问题。首先,采用4组的交叉验证法(CV)和遗传算法(GA)对训练集样本进行分类测试,从而找出支持向量机(SVM)神经网络的最佳参数;接着采取平均影响值算法(MIV)计算出13种葡萄酒的化学成分特征因子的平均影响值,根据影响值的排序采取不同的因子组合,并根据训练好的SVM神经网络对测试集进行网络仿真。结果表明,选取MIV排序值的前6或7个作为葡萄酒的主要特征因子,以此减少了神经元的输入变量,而分类准确率非常高,完全可以达到分类效果。证明了该模型的有效性。 展开更多
关键词 平均影响值 遗传算法 支持向量机 葡萄酒 分类
在线阅读 下载PDF
基于MIV-Elman神经网络的海洋生物酶发酵软测量 被引量:4
9
作者 孙丽娜 邓玲黎 +1 位作者 刘骏 黄永红 《传感器与微系统》 CSCD 2018年第12期128-130,135,共4页
针对海洋生物酶发酵过程关键生物参数(基质浓度、菌体浓度、产物浓度)难以在线测量的问题,根据其发酵过程特征,采用平均影响值(MIV)和Elman动态回归神经网络相结合的方法,结合Elman神经网络并应用MIV方法进行变量筛选,找到对关键生物参... 针对海洋生物酶发酵过程关键生物参数(基质浓度、菌体浓度、产物浓度)难以在线测量的问题,根据其发酵过程特征,采用平均影响值(MIV)和Elman动态回归神经网络相结合的方法,结合Elman神经网络并应用MIV方法进行变量筛选,找到对关键生物参数有较大影响的输入变量,将这些输入变量作为Elman神经网络的输入,关键生物参数作为Elman神经网络的输出,进而建立了基于MIV-Elman神经网络的软测量模型。以典型的海洋生物酶—海洋蛋白酶为研究对象,利用其实验数据,验证了基于MIV-Elman神经网络软测量模型在关键生物参数预测中的可行性,通过与Elman神经网络、径向基函数(RBF)神经网络、反向传播(BP)神经网络对比表明,MIV-Elman神经网络软测量模型预测性能优于以上3种模型。 展开更多
关键词 平均影响值 ELMAN神经网络 关键生物参数 软测量
在线阅读 下载PDF
基于MIV-BP神经网络的成品烟丝质量预测模型构建 被引量:9
10
作者 卓鸣 汪鹏 望开奎 《食品与机械》 北大核心 2021年第12期161-166,214,共7页
目的:构建卷烟制丝过程成品烟丝质量模拟预测模型。方法:使用平均影响值法(the Mean Impact Value,MIV)对制丝加工过程工艺参数进行筛选,然后通过反向传播(Back-Propagation,BP)神经系统构建起制丝关键工艺参数和成品烟丝质量的模拟模... 目的:构建卷烟制丝过程成品烟丝质量模拟预测模型。方法:使用平均影响值法(the Mean Impact Value,MIV)对制丝加工过程工艺参数进行筛选,然后通过反向传播(Back-Propagation,BP)神经系统构建起制丝关键工艺参数和成品烟丝质量的模拟模型。结果:通过模拟数据与实测数据比较,填充值的模拟预测平均相对误差为3.16%;整丝率的模拟预测平均相对误差为0.67%;碎丝率的模拟预测平均相对误差为5.33%。结论:该模型预测值与实测值之间相对误差较小,精确性高,该模型适用于卷烟制丝生产过程工艺参数仿真优化。 展开更多
关键词 平均影响值 BP神经系统 填充值 整丝率 碎丝率 预测模型
在线阅读 下载PDF
基于MIV-MA-KELM模型的岩爆烈度等级预测 被引量:10
11
作者 邵良杉 周玉 《中国安全科学学报》 CAS CSCD 北大核心 2018年第2期34-39,共6页
为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标... 为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标与岩爆烈度等级间的非线性映射关系;然后,利用平均影响值(MIV)方法以20%的调解率计算各指标影响权重,剔除低影响权重指标并反馈到MA-KELM模型中重新训练与测试;最后,选取巴玉隧道的68组数据进行试验,并用该模型预测秦岭隧道岩爆烈度等级。结果表明:预测结果与实际情况完全一致;MIV-MA-KELM模型能更合理地构建指标体系,有效避免局部最优解,提高岩爆烈度等级的预测准确率。 展开更多
关键词 岩爆烈度等级 文化基因算法(MA) 核极限学习机(KELM) 平均影响值(miv) miv调解率
在线阅读 下载PDF
基于MIV的碳钢大气腐蚀速率影响因子权重分析 被引量:8
12
作者 杨斌 李敬洋 文磊 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第8期1620-1628,共9页
通过平均影响值(MIV)影响因子权重分析算法,以碳钢Q235、Ste355、St12和Q450腐蚀速率的暴露时间、气候因素和环境因素数据为依据,以|MIV|值为评价依据,定量分析15种影响因子(暴露时间、平均温度、平均相对湿度、日照时数、降水量、平均... 通过平均影响值(MIV)影响因子权重分析算法,以碳钢Q235、Ste355、St12和Q450腐蚀速率的暴露时间、气候因素和环境因素数据为依据,以|MIV|值为评价依据,定量分析15种影响因子(暴露时间、平均温度、平均相对湿度、日照时数、降水量、平均风速、海盐粒子浓度、SO_2、HCl、NO_2、H_2S、硫酸盐化速率、NH3、降尘量-非水溶性、降尘量-水溶性)对碳钢腐蚀速率影响的权重大小。结果表明:当MIV调节率从5%逐步递增至25%时,同种影响因子对腐蚀速率的影响权重变化不大,但4种碳钢对各影响因子的敏感度略有不同;气候因素对腐蚀速率影响最大,其次为暴露时间,环境因素中SO_2和降尘量对腐蚀速率影响较大;平均相对湿度、日照时数、平均温度是影响腐蚀速率最主要的3个因子。 展开更多
关键词 碳钢 腐蚀速率 平均影响值(miv) 影响因子 大气腐蚀
在线阅读 下载PDF
基于MIV和GA优化Elman神经网络的春节负荷预测 被引量:1
13
作者 刘子良 徐群 +7 位作者 李家辉 陈琛 李峰 安树怀 王雨 韩晓燕 李军 杨继超 《科技资讯》 2017年第16期41-45,共5页
春节作为中国的传统节日,群众集中返乡造成部分配变台区发生重过载现象,严重影响供电可靠性。精准的负荷预测可以帮助公司高效地开展春节保供电工作,确保节日期间居民用电平稳有序。文章对青岛市某一配变春节期间负荷特性进行分析,通过... 春节作为中国的传统节日,群众集中返乡造成部分配变台区发生重过载现象,严重影响供电可靠性。精准的负荷预测可以帮助公司高效地开展春节保供电工作,确保节日期间居民用电平稳有序。文章对青岛市某一配变春节期间负荷特性进行分析,通过应用平均影响值进行输入变量的筛选,运用遗传算法对Elman神经网络初始阈值和权重进行优化,结合配变的额定参数,预测春节期间是否重载或过载。算理分析表明,该方法预测精度高,在工程应用中具备可行性。 展开更多
关键词 春节负荷 负荷预测 ELMAN神经网络 应用平均影响值 遗传算法
在线阅读 下载PDF
基于仿生算法联合优化BP的燃煤发热量预测 被引量:1
14
作者 张艺 姚素玲 +3 位作者 董宪姝 付元鹏 樊玉萍 马晓敏 《太原理工大学学报》 CAS 北大核心 2024年第2期287-295,共9页
【目的】燃煤发热量的精准预测和评价是煤质分析和热工计算的重要基础,目前神经网络预测燃煤发热量的模型虽能有效拟合非线性关系,但存在易陷入局部最小值、收敛速度慢等问题。【方法】为精准预测煤炭在工业锅炉燃烧过程中的发热量,提... 【目的】燃煤发热量的精准预测和评价是煤质分析和热工计算的重要基础,目前神经网络预测燃煤发热量的模型虽能有效拟合非线性关系,但存在易陷入局部最小值、收敛速度慢等问题。【方法】为精准预测煤炭在工业锅炉燃烧过程中的发热量,提出一种由仿生算法FA-GA联合优化BP神经网络的燃煤发热量预测方法。将774组燃煤锅炉常用煤的工业分析及元素分析数据进行预处理,根据平均影响值对煤质指标进行特征变量筛选,最终建立FA-GA-BP的发热量预测模型,并从误差评价指标、迭代次数等方面对优化算法寻优能力和模型预测精度进行了检验。【结果】经过特征变量筛选后模型的预测精度提升至0.956 1;FA-GA联合算法与单一优化算法FA、GA、PSO相比,迭代次数显著减少,算法的全局搜索能力得到有效提升;FA-GA-BP模型与单一优化模型FA-BP、GA-BP、PSO-BP以及目前常用的发热量模型MLR和SVR相比,精度更高,相关系数可达0.984 5.【结论】FA-GA算法优化BP模型,针对燃煤锅炉中来自不同地区、不同煤种的发热量预测具有良好的效果,在理论上满足了工业误差要求。改进后的燃煤发热量预测模型可为有效监测入炉煤质实时变化提供一种新方法。 展开更多
关键词 燃煤发热量 BP神经网络 遗传算法 萤火虫算法 平均影响值
在线阅读 下载PDF
基于粒子群参数优化和BP神经网络的颗粒饲料质量预测模型 被引量:28
15
作者 陈啸 王红英 +3 位作者 孔丹丹 岳岩 方鹏 吕芳 《农业工程学报》 EI CAS CSCD 北大核心 2016年第14期306-314,共9页
针对颗粒饲料产品受配方原料、加工参数变化而带来的质量波动问题,提出了一种以误差反向传播算法神经网络(back-propagation neural network,BPNN)为核心,平均影响值法(mean impact value,MIV)为数据预处理方法,粒子群算法(particl... 针对颗粒饲料产品受配方原料、加工参数变化而带来的质量波动问题,提出了一种以误差反向传播算法神经网络(back-propagation neural network,BPNN)为核心,平均影响值法(mean impact value,MIV)为数据预处理方法,粒子群算法(particle swarm optimization,PSO)为关键参数优化算法的颗粒饲料质量预测模型。基于面向实际建立的输入输出指标体系,使用实地采集的颗粒饲料生产数据对模型进行训练和测试,测试结果显示实际值与模型预测值呈显著正相关,决定系数R2均在0.94以上;平均绝对误差、平均绝对百分比误差及均方根误差显示预测精度达到较高水平,各误差平均值依次达到0.442、2.185%和0.5481。以多元线性回归模型及基本BPNN模型预测结果对比可以发现,MIV-PSO-BPNN预测模型预测性能有显著提升,各输出误差优化幅度从39.55%-91.80%不等,平均优化幅度分别达到84.99%和56.95%;同时相对误差变化趋势图显示MIV-PSO-BPNN预测模型具有更优的预测稳定性,相对误差极值差降幅均值达91.46%。该研究为颗粒饲料质量控制提出了一种新思路,可为饲料行业高效低耗生产提供理论依据。 展开更多
关键词 神经网络 模型 算法 颗粒饲料 质量预测 BPNN 平均影响值法 粒子群优化算法
在线阅读 下载PDF
基于地质大数据的泥石流灾害易发性评价 被引量:18
16
作者 张永宏 葛涛涛 +2 位作者 田伟 夏广浩 何静 《计算机应用》 CSCD 北大核心 2018年第11期3319-3325,共7页
在地质大数据背景下,为了更加精准、客观地评估泥石流易发程度,提出一种基于神经网络的区域泥石流易发性评价模型,并结合使用平均影响值算法(MIV)、遗传算法(GA)、Borderline-SMOTE算法提升模型精度。在预处理阶段使用Borderline-SMOTE... 在地质大数据背景下,为了更加精准、客观地评估泥石流易发程度,提出一种基于神经网络的区域泥石流易发性评价模型,并结合使用平均影响值算法(MIV)、遗传算法(GA)、Borderline-SMOTE算法提升模型精度。在预处理阶段使用Borderline-SMOTE算法处理非平衡数据集的分类问题,之后采用神经网络拟合主要指标与易发程度的非线性关系并结合遗传算法提升拟合速度,最后结合MIV算法定量分析指标与易发程度相关性。选取雅鲁藏布江中上游流域作为研究区域,实验结果显示,模型能够有效降低非平衡数据集的过拟合,优化原始输入维度,同时在拟合速度上有了很大提升。采用AUC指标检验评价结果,测试集的分类精度达到97.95%,说明模型能够在非平衡数据集下为评价研究区域泥石流易发程度提供参考。 展开更多
关键词 地质大数据 泥石流 易发性 平均影响值算法 遗传算法 Borderline-SMOTE算法
在线阅读 下载PDF
火电机组主蒸汽流量在线监测计算方法 被引量:9
17
作者 齐敏芳 付忠广 +2 位作者 陈菲 刘亚辉 李璐 《华北电力大学学报(自然科学版)》 CAS 北大核心 2015年第1期51-57,共7页
火电机组主蒸汽流量的准确测量,对于机组的经济性分析和节能降耗工作具有重要的价值。提供了一种基于平均影响值的多因素权重系数分配方法,并结合实际运行数据建立了主蒸汽流量的精确在线计算模型。对比了常规的支持向量机模型(SVR)、... 火电机组主蒸汽流量的准确测量,对于机组的经济性分析和节能降耗工作具有重要的价值。提供了一种基于平均影响值的多因素权重系数分配方法,并结合实际运行数据建立了主蒸汽流量的精确在线计算模型。对比了常规的支持向量机模型(SVR)、遗传算法优化的支持向量机模型(GAO-SVR)以及基于平均影响值进行权重系数分配及遗传算法优化的支持向量机(MIVW-GAO-SVR)模型的计算精度。验证结果表明了基于平均影响值多因素权重分配方法的有效性及MIVW-GAO-SVR主蒸汽流量监测模型的高精度性。 展开更多
关键词 主蒸汽流量 平均影响值 权重系数分配 遗传算法优化 在线监测
在线阅读 下载PDF
软件可靠性影响因素权重分析 被引量:7
18
作者 吴洪丽 蒋永辉 《计算机工程与应用》 CSCD 北大核心 2010年第33期58-62,共5页
对软件可靠性早期预测模型的研究,首先必须考虑影响软件可靠性的主要因素。而影响因素权重的确定可以说是整个早期预测模型的"灵魂"。针对主观赋权法和客观赋权法的优缺点,提出了基于神经网络和MIV的组合赋权法来分析软件可... 对软件可靠性早期预测模型的研究,首先必须考虑影响软件可靠性的主要因素。而影响因素权重的确定可以说是整个早期预测模型的"灵魂"。针对主观赋权法和客观赋权法的优缺点,提出了基于神经网络和MIV的组合赋权法来分析软件可靠性的影响因素。该方法首先根据主观赋权法得到影响因素的排序,然后利用神经网络的强大的非线性处理能力以及MIV进行客观分析,从而获得更客观更具解释性的权重值和排序。 展开更多
关键词 可靠性因素 BP网络 平均影响值 权重分析
在线阅读 下载PDF
耦合平均影响值-连续投影算法优化种子活力近红外检测模型 被引量:3
19
作者 杨冬风 李爱传 +3 位作者 刘金明 陈争光 时闯 胡军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第10期3135-3142,共8页
目前,近红外光谱(NIRS)可以实现种子活力的快速、无损检测,但区分的活力等级一般少于3级且精度不高。建立种子活力多等级、高精度的NIRS检测模型,解决活力等级增加与预测模型精度之间的矛盾是现阶段近红外种子活力检测的主要任务。以玉... 目前,近红外光谱(NIRS)可以实现种子活力的快速、无损检测,但区分的活力等级一般少于3级且精度不高。建立种子活力多等级、高精度的NIRS检测模型,解决活力等级增加与预测模型精度之间的矛盾是现阶段近红外种子活力检测的主要任务。以玉米种子为研究对象,采用人工老化的方法获得5种活力等级的种子样本并采集对应的光谱数据建立反向神经网络(BP)预测模型。为了提高模型的精度和稳健性,提出一种耦合平均影响值-连续投影特征波长提取算法(MIVopt-SPAsa)。该算法针对连续投影算法(SPA)耗时过长的问题,采用平均影响值算法(MIV)对其预降维。MIV方法实现了对波长影响值的排序,但缺乏选取波长影响阈值的指标,因此引入相对距离比对MIV算法进行优化(MIV),实现特征波长范围的有效分割。针对SPA提取特征变量数目确定的问题,设定了特征波长数目范围并在此范围内优中选优,实现了自适应的SPA(SPA)特征提取。使用耦合MIV-SPA算法对具有1845个波长的玉米种子近红外全谱数据进行特征提取,提取出特征波长37个,主要分布在玉米种子近红外光谱的7个主要吸收峰附近,表明该算法可以有效提取出与玉米种子生化物质近红外吸收特性一致的特征波长。为了测试该算法对模型性能的影响,建立了全谱BP模型、MIV-BP模型、SPA-BP模型、MIV-SPA-BP模型和竞争自适应重加权CARS-BP模型对5个等级的玉米种子活力进行分级,MIV-SPA-BP模型的预测平均准确率可达99.1%,预测精度高于其他模型;其计算平均时间为14.382 s,低于MIV-BP模型的计算时间(24.523 s)、CARS-BP模型的计算时间(97.226 s)和SPA-BP模型的计算时间(101.224 s),但高于全谱模型的平均计算时间(0.2531 s);其最佳表现交叉熵为0.007892,远远低于另外4个模型。实验结果表明:MIV-SPA算法可以有效地提高玉米种子活力近红外检测模型的精度,实现种子活力多等级、精确、无损检测,为种子活力检测模型的优化提供参考。 展开更多
关键词 近红外光谱 种子活力 玉米 平均影响值算法 连续投影算法
在线阅读 下载PDF
基于量子免疫遗传算法的煤与瓦斯突出神经网络预测 被引量:5
20
作者 郭金栋 王恩元 《山东科技大学学报(自然科学版)》 CAS 2014年第6期69-75,共7页
为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局... 为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局寻优,以此提高BP网络的搜索效率和泛化能力。以平均影响值分析法筛选的煤与瓦斯突出显著变量作为BP网络的最佳输入参数,分别用QIGA-BP,QGA-BP,免疫遗传优化BP模型和传统BP模型对突出煤层工作面的实例数据进行预测。结果表明,QIGA在BP网络优化过程中具有更好的优化性能,用QIGA-BP模型预测工作面突出危险性具有更好的预测能力和更高的预测准确率。 展开更多
关键词 煤与瓦斯突出 危险性预测 量子免疫遗传算法 平均影响值 QIGA-BP模型
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部