基于PSO-BP算法的投资者年龄预测研究

标准的BP神经网络算法在训练过程中没有具体和明确的理论指导,容易陷入局部极小值以及泛化能力与训练的矛盾等问题,因此提出粒子群(PSO)算法改进BP神经网络模型,选择资产、收入、债务、经济需求、时间观念五个输入变量预测普通投资者的年龄,并与标准的BP算法比较分析。实验结果表明:PSO-BP算法比标准的BP算法在评价指标上具有更低的平均绝对误差MSE、均方误差MAE、均方根误差RMSE以及平均绝对百分比误差MAPE,PSO-BP算法能够更精确地预测到普通投资者的年龄值,具有更小的误差值,这对投资者的投资导向研究具有一定的参考价值。

基于BP算法的装配式建筑钢结构表观病害检测

装配式建筑钢结构表观病害检测过程中,受环境和主观因素影响的细小病害检测性能较低。因此,利用BP算法,设计一种新的装配式建筑钢结构表观病害检测方法。在检测车上搭载工业相机,采集装配式建筑钢结构图像,通过线性灰度拉伸、非线性滤波等方式,进行图像预处理。通过图像灰度共生矩阵,计算出图像纹理特征参数。依托于BP算法,构建包含数个3层神经子网络的表观病害检测模型,并通过自适应调整和训练,实现复杂环境下的装配式建筑钢结构表观病害准确检测。实验结果表明:所提方法输出检测结果的综合指数F1值在0.9以上,满足表观病害检测质量要求,优化了检测质量。

基于BP算法的二维阵面推进网格划分方法的优化与应用

在计算流体力学中,网格质量和生成效率对整个算例数值结果精度及运算效率的影响至关重要.本文在BP算法非结构网格阵面推进法的基础上,为达到优化效果,利用阵元法向建立节点筛选算法对生成的网格分类筛选,并构建神经网络结构以及重新设置损失函数和激活函数.最后,利用优化后的方法生成了若干二维非结构三角形网格(以圆柱传热问题、NACA-0012翼型流动问题和一组单节理裂纹扩展问题为例),采用特定方法测试了网格质量和生成耗时,并将其与传统阵面推进法和优化前的结合神经网络阵面推进法进行对比.结果表明,在保证网格质量不下降的前提下,尤其在针对复杂外形网格划分中,优化后的方法较传统阵面推进法缩短了约43%生成时间,较优化前的结合神经网络阵面推进法缩短约25%生成时间,可见网格生成效率明显提高.

基于BP算法的岩石细观参数确定方法

【目的】采用PFC进行岩石破坏机理的仿真研究是较为常见的,而颗粒流模型所用细观参数的合理性直接影响着数值仿真结果,因此针对PFC细观参数的种类繁多、影响复杂、分析困难等问题,在基本宏观参数的基础上,以精确预测模型细观参数为目标,提出一种基于BP算法智能化预测的方法。【方法】通过PFC进行数值仿真试验,获取足够量的数据样本,结合数据样本和BP算法建立神经网络预测模型,并根据实际岩石宏观参数得到PFC细观参数预测值。【结果】经对比分析3种不同岩石试件宏观参数的真实值与反算值,发现两者间相对误差均较小。【结论】所述方法具有合理性和可行性,能用于快速确定PFC的各类细观参数。

基于似然BP算法的区域供电能效差异变化趋势预测方法

采用目前方法预测区域供电能效差异变化趋势时,存在误差率高、预测值与实际值差距大及预测模型复杂程度高的问题。提出基于似然BP算法的区域供电能效差异变化趋势预测方法。利用RAMP重构具有稀疏噪声的电能数据,并将处理后的无干扰电能原始数据投入到神经网络中,利用似然BP算法对数据样本进行编码、选择、交叉和变异,最终构建预测模型,并运用预测模型完成区域供电能效差异变化趋势的预测。实验结果表明,所提方法误差率低、预测值与实际值差距小、预测模型复杂程度低。

基于快速BP算法的地铁综合监控系统可靠性评估方法

常规的地铁综合监控系统可靠性评估方法主要使用GOOSE MMS报文生成可靠性校验载体,易受监控系统运行状态影响,导致可靠性评估异常,因此需要基于快速BP算法设计一种全新的地铁综合监控可靠性评估方法。利用快速BP算法构建了可靠性评估模型,结合故障树确定了地铁综合监控系统失效概率,从而实现了地铁综合监控系统可靠性评估。实验结果表明,设计的地铁综合监控系统可靠性评估方法评估的不同故障失效率与实际故障失效率接近,证明其评估效果较好,具有准确性,有一定的应用价值。

基于改进BP算法的岩石宏细观参数轻量化分析方法

针对PFC3D细观参数多、宏细观参数间影响机制分析难度大、参数标定模型可解释性不足等问题,以细观参数轻量化分析目标,通过引入含陡度因子的功能函数、自适应Nest-erov动量法及自适应学习率提出了一种改进的BP算法进行轻量化建模.与传统BP算法对比表明:改进算法提升了传统算法的稳定性与收敛速度,能够合理准确的对宏细观参数间的敏感性进行量化,筛选出关键的细观参数并获得轻量化的宏细观参数分析模型.基于轻量化模型对宏细观参数间的相关性及影响机制进行分析,研究了单个及多个关键细观参数对宏观参数的影响规律,研究发现:弹模随等效模量增大呈线性增长;平行黏结刚度比对弹模的增长具有抑制作用且当刚度比较高时弹模减小幅度较大.泊松比和颗粒刚度比及平行黏结刚度比间均存在线性关系,而摩擦系数的增大将引起泊松比的非线性减小.强度参数对峰值强度均具有激励作用,当平行黏结抗拉及抗剪强度在较高水平下的组合对峰值强度的提升作用最为显著,内摩擦角主要对岩石的峰后强度具有一定影响,这是由于试样在峰后加载时,内摩擦角对于剪切带两侧的颗粒滑动具有一定的控制作用.研究成果对于PFC参数标定问题具有一定的参考价值.

基于快速BP算法的水库建设工程征迁移民安置效果评价方法

在对移民安置效果进行评价时,由于需要综合计算的风险因素较多,导致最终的评价结果与实际情况差异较大,为此,提出基于快速BP算法的水库建设工程征迁移民安置效果评价方法,分别从设计风险、实施风险以及监管风险3个结构构建了包含三级结构的征迁安置风险评价指标体系,利用BP神经网络的隐含层对各风险指标参数进行赋权处理,使得评价计算结果算法能够实现快速收敛,具体的风险参数在BP神经网络中进行反向计算,结合搬迁前的状态参量,实现对移民安置效果的评价。在测试结果中,设计方法对不同效果因素的评价结果与实际情况的差异稳定在1.0%以内。

一种用于特征层融合识别的回弹全局自适应动量BP算法

针对特征层融合识别中全局自适应BP算法存在的收敛速度慢、学习不稳定等问题,基于对动量BP算法的详细分析,提出了一种新的全局自适应BP算法——回弹全局自适应动量BP算法(RGMOBP),该算法具有在误差增大时进行权值回弹并减小学习步长以保证权值的调节功能、使误差减小的特点。仿真结果表明:RGMOBP在学习性能上优于其它已有经典全局算法,是一种简单有效的神经网络特征层融合识别算法。

基于改进BP算法的岩土地质勘察质量控制技术研究

为提供准确的地质勘察结果,研究基于改进BP算法的岩土地质勘察质量控制技术。该技术以BIM技术为基础,通过建立工程地质体模型,利用该模型输出工程地质体的地质勘察孔平面布置图、地质剖面等信息;再利用地质雷达向地面发射高频电磁波方式得到地质裂隙反射电磁波,并使用改进BP算法以及地质雷达勘察成像方法得到地质体内部形态信息,为建筑施工方提供地质裂隙图像。试验结果表明:该技术获取的地质勘察孔量测点位置较为精准,其生成地质裂隙图像较为清晰完整,且受干扰噪声影响较小;应用该技术后,工程施工地基沉降数值较小,质量控制应用效果较为显著。

BP算法对电气故障诊断系统的优化

电气设备在社会的各个领域得到广泛应用,并发挥着重要的作用。同时,电气设备在使用过程中也不可避免地出现故障。因此,寻找一种有效的电气故障诊断方法,是目前亟待解决的问题。本文提出一种BP算法,对电气设备的运行数据进行分析,计算各电气设备发生故障的概率,快速找出电气故障的位置和原因。MATLAB仿真结果显示,BP算法对电气故障诊断的精度符合电气实际诊断要求,整体诊断精度大于85%。同时,在故障点位置、故障原因、系统诊断方案选择方面,BP算法的诊断精准度与实际检测结果一致。

基于BP算法的小型水库应急管理风险评估方法研究

为解决当前小型水库应急管理风险评估结果精度较低的问题,引入BP算法,提出了一种小型水库应急管理风险评估方法。分析了水库运行影响因素与应急管理风险因素,构建BP神经网络风险评估模型,评估小型水库致灾因子。根据致灾因子的插值函数结果划分风险评估等级,实现了小型水库应急管理风险评估方法设计。结果表明:与传统评估方法相比,该方法的各个分项评估指标权重结果更加接近标准权重,且专家打分结果较高,均在95.61%以上,具有较好的实际应用前景。

短LDPC码和RS码基于BP算法的性能比较

LDPC码和RS码是目前2种较为常见的纠错编码,在深空通信方面有着广泛的应用。在相同码长和码率的情况下,对短LDPC码和RS码2种线性分组码在AWGN信道下进行了基于BP算法的性能比较。短LDPC码使用LLR-BP算法,RS码使用自适应置信度传播(ABP)算法。仿真结果表明,基于相同条件下,短LDPC码比较RS码表现出优越的译码性能。

基于稳健误差估计器的快速BP算法

标准的或许多改进的BP算法大都采用均方误差估计器,致使学习易于陷入局部极小、收敛速度慢和对初始权敏感等。本文针对这些缺点提出了较好的算法,仿真结果证实了核算法的正确性。

一种基于GA-BP算法的PIDNN控制策略

为改善常规PID控制器对非线性对象的控制性能,提出一种基于GA-BP算法的PID神经网络(PID NeuralNetwork,PIDNN)控制策略。将PID控制规律融入神经网络,构成一种PIDNN控制器,并利用GA-BP算法来对其进行参数优化。采用所设计的PIDNN控制器对一种非线性系统进行仿真研究,仿真结果表明:GA-BP算法收敛速度快,所设计的PIDNN控制器与常规PID控制器相比,其控制稳定性和快速性等性能都得到了很大改善。

几种变学习率的快速BP算法比较研究

首先将作者见到的各种变学习率的快速ＢＰ算法分成了３类；然后针对两类不同的问题对它们进行了大量的对比实验研究；根据实验结果指出，对各种以变学习率为基础的快速ＢＰ算法，应视具体应用问题慎重选择。

非线性BP算法在系统辨识中的应用

研究利用非线性 BP算法训练多层前馈神经网络 ,对非线性动力系统进行建模 ,给出了基于非线性 BP算法的系统辨识计算步骤 .通过仿真计算表明 ,基于非线性 BP算法的系统辨识至少可以获得与常规 BP算法同样的效果 .因为不需要计算神经元激活函数的导函数 。

基于改进BP算法的电力系统谐波分析

在选取BP神经网络对谐波进行分析时,考虑到BP网络存在的缺点和不足,对BP网络进行改进。通过把FFT和改进的BP网络结合起来,实现对谐波的实时分析。该方法先对采样信号进行FFT运算实现预处理,得到谐波个数和谐波次数;然后根据谐波的个数来确定神经元的个数,通过谐波次数设定神经网络参数迭代的初始值;最后对改进的神经网络进行训练,可以实现谐波的精确分析。所提出的BP改进算法有效地提高了谐波分析的精度,实时性也得到了改善。

基于MBP算法的PID控制器设计

针对一般BP算法存在的不足,提出一种改进的BP算法,并将其应用于PID控制器的参数设计中,并且克服了常规的PID控制器参数整定的费时性,用MBP算法的PID控制器代替常规的PID调解器。介绍了MBP算法和基于MBP算法的PID控制器的控制结构。通过仿真可以看到这种控制器的控制效果很好。还改善了系统的稳定性。

基于结构并行的MRBP算法

BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP(structure parallelism based MapReduce back propagation,SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble,LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.