期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于FOA-BP-AdaBoost的大坝变形预测模型及应用
1
作者
王凯
李鸳承
+3 位作者
范亚军
何广焕
蒙金龙
赵磊
《红水河》
2024年第2期1-5,共5页
为提升大坝变形监测预测精度,解决变形量受多因素影响等问题,笔者提出了基于果蝇优化算法(FOA)、BP神经网络的AdaBoost强预测组合模型(FOA-BP-AdaBoost),并与BP神经网络模型、FOA-BP神经网络模型应用于工程实例中的预测精度进行多方位...
为提升大坝变形监测预测精度,解决变形量受多因素影响等问题,笔者提出了基于果蝇优化算法(FOA)、BP神经网络的AdaBoost强预测组合模型(FOA-BP-AdaBoost),并与BP神经网络模型、FOA-BP神经网络模型应用于工程实例中的预测精度进行多方位量化对比。结果表明:强预测模型集齐了果蝇算法全局优化、BP神经网络局部寻优和AdaBoost“优中选优”的特点,最大程度优化了预测效果;实例应用证实了FOA-BP-AdaBoost模型在大坝变形预测领域的准确性和有效性。该模型已成功应用于工程实例,可为类似工程提供参考。
展开更多
关键词
大坝
变形监测
FOA-BP-AdaBoost
模型
强预测模型
果蝇优化算法
BP神经网络
下载PDF
职称材料
基于预测模型的BP_Adaboost算法改进
被引量:
4
2
作者
韩韬
陈晓辉
《桂林理工大学学报》
CAS
北大核心
2014年第3期589-594,共6页
针对BP_Adaboost算法预测精度不高的问题,对算法作了改进:先用遗传算法对每个BP神经网络弱预测模型进行优化;然后把优化后的BP神经网络模型看作为新的弱预测器;再通过BP_Adaboost算法,用多个被遗传算法优化后的BP神经网络弱预测器组成...
针对BP_Adaboost算法预测精度不高的问题,对算法作了改进:先用遗传算法对每个BP神经网络弱预测模型进行优化;然后把优化后的BP神经网络模型看作为新的弱预测器;再通过BP_Adaboost算法,用多个被遗传算法优化后的BP神经网络弱预测器组成强预测器模型;最后加权整合优化后用2 000组随机数据验证改进后算法的预测精度,用Matlab程序仿真实现改进后的BP_Adaboost算法,并与改进前的BP_Adaboost算法作比较。程序运行结果表明,改进后的BP_Adaboost算法预测精度有了明显提高。
展开更多
关键词
BP_Adaboost算法
遗传算法
强预测模型
BP神经网络
下载PDF
职称材料
基于AGA-BP强预测的爬升段油耗估计
被引量:
5
3
作者
陈静杰
张永平
《计算机工程与设计》
北大核心
2017年第10期2845-2849,2857,共6页
为准确预测燃油消耗量,减少民航碳排放,分析飞行数据影响油耗的参数,提出两种爬升阶段油耗预测模型,即BP预测模型与基于自适应(简写为A)GA-BP强预测模型。GA-BP强预测模型以BP预测网络为弱预测器,经有限次数迭代得到强预测器输出,实现...
为准确预测燃油消耗量,减少民航碳排放,分析飞行数据影响油耗的参数,提出两种爬升阶段油耗预测模型,即BP预测模型与基于自适应(简写为A)GA-BP强预测模型。GA-BP强预测模型以BP预测网络为弱预测器,经有限次数迭代得到强预测器输出,实现误差的优化调整,解决非线性复杂问题。实验结果表明,该模型在非线性预测方面有明显优势,预测精度和拟合度较好,验证了两种模型在油耗预测领域都具可行性。
展开更多
关键词
飞行数据
油耗
BP网络
自适应GA-BP
强预测模型
误差
下载PDF
职称材料
题名
基于FOA-BP-AdaBoost的大坝变形预测模型及应用
1
作者
王凯
李鸳承
范亚军
何广焕
蒙金龙
赵磊
机构
广西建设职业技术学院
广西职业师范学院
出处
《红水河》
2024年第2期1-5,共5页
基金
广西高校中青年教师科研基础能力提升项目(2020KY35022)。
文摘
为提升大坝变形监测预测精度,解决变形量受多因素影响等问题,笔者提出了基于果蝇优化算法(FOA)、BP神经网络的AdaBoost强预测组合模型(FOA-BP-AdaBoost),并与BP神经网络模型、FOA-BP神经网络模型应用于工程实例中的预测精度进行多方位量化对比。结果表明:强预测模型集齐了果蝇算法全局优化、BP神经网络局部寻优和AdaBoost“优中选优”的特点,最大程度优化了预测效果;实例应用证实了FOA-BP-AdaBoost模型在大坝变形预测领域的准确性和有效性。该模型已成功应用于工程实例,可为类似工程提供参考。
关键词
大坝
变形监测
FOA-BP-AdaBoost
模型
强预测模型
果蝇优化算法
BP神经网络
Keywords
dam
deformation monitoring
FOA-BP-AdaBoost model
strong prediction model
fruit fly optimization algorithm
BP neural network
分类号
TV698.11 [水利工程—水利水电工程]
下载PDF
职称材料
题名
基于预测模型的BP_Adaboost算法改进
被引量:
4
2
作者
韩韬
陈晓辉
机构
桂林理工大学信息科学与工程学院
出处
《桂林理工大学学报》
CAS
北大核心
2014年第3期589-594,共6页
文摘
针对BP_Adaboost算法预测精度不高的问题,对算法作了改进:先用遗传算法对每个BP神经网络弱预测模型进行优化;然后把优化后的BP神经网络模型看作为新的弱预测器;再通过BP_Adaboost算法,用多个被遗传算法优化后的BP神经网络弱预测器组成强预测器模型;最后加权整合优化后用2 000组随机数据验证改进后算法的预测精度,用Matlab程序仿真实现改进后的BP_Adaboost算法,并与改进前的BP_Adaboost算法作比较。程序运行结果表明,改进后的BP_Adaboost算法预测精度有了明显提高。
关键词
BP_Adaboost算法
遗传算法
强预测模型
BP神经网络
Keywords
BP_Adaboost algorithm
genetic algorithm
strong prediction model
BP neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于AGA-BP强预测的爬升段油耗估计
被引量:
5
3
作者
陈静杰
张永平
机构
中国民航大学电子信息与自动化学院
出处
《计算机工程与设计》
北大核心
2017年第10期2845-2849,2857,共6页
基金
国家科技项目支撑计划基金项目(2012BAC20B03)
民航局科技基金项目(MHRD201121)
文摘
为准确预测燃油消耗量,减少民航碳排放,分析飞行数据影响油耗的参数,提出两种爬升阶段油耗预测模型,即BP预测模型与基于自适应(简写为A)GA-BP强预测模型。GA-BP强预测模型以BP预测网络为弱预测器,经有限次数迭代得到强预测器输出,实现误差的优化调整,解决非线性复杂问题。实验结果表明,该模型在非线性预测方面有明显优势,预测精度和拟合度较好,验证了两种模型在油耗预测领域都具可行性。
关键词
飞行数据
油耗
BP网络
自适应GA-BP
强预测模型
误差
Keywords
flight data
fuel consumption
BP networ k
a d a p t iv e GA-BP s t ro n g p re d ic t io n model
e r r o r
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于FOA-BP-AdaBoost的大坝变形预测模型及应用
王凯
李鸳承
范亚军
何广焕
蒙金龙
赵磊
《红水河》
2024
0
下载PDF
职称材料
2
基于预测模型的BP_Adaboost算法改进
韩韬
陈晓辉
《桂林理工大学学报》
CAS
北大核心
2014
4
下载PDF
职称材料
3
基于AGA-BP强预测的爬升段油耗估计
陈静杰
张永平
《计算机工程与设计》
北大核心
2017
5
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部