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
4
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
RDWKCPSO-PCA-BPNN的汽车燃油消耗预测
被引量:
2
1
作者
姜平
祖春胜
李晓勇
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第1期7-13,共7页
针对不同乘用车综合工况下理论百公里燃油消耗数据,文章提出了一种基于主成分分析(principal component analysis,PCA)和BP神经网络(back propagation neural network,BPNN)的燃油消耗预测模型;通过PCA方法对选取影响理论燃油消耗的24...
针对不同乘用车综合工况下理论百公里燃油消耗数据,文章提出了一种基于主成分分析(principal component analysis,PCA)和BP神经网络(back propagation neural network,BPNN)的燃油消耗预测模型;通过PCA方法对选取影响理论燃油消耗的24个因素进行压缩,简化模型结构,再利用BPNN算法,构建燃油消耗预测模型;由于神经网络中的权值和阈值对预测模型效果影响较大,采用基于随机动态惯性权重和Kent映射的混沌粒子群算法(RDWKCPSO)优化PCA-BPNN模型中的权值和阈值。对3种标准函数的寻优测试结果表明,RDWKCPSO优化算法更容易跳出局部最优实现全局寻优,提高了模型适应能力及预测精度。
展开更多
关键词
BP神经网络
权值和阈值
混沌粒子群算法
主成分分析
燃油消耗预测
Kent映射
下载PDF
职称材料
主成分分析与神经网络结合的燃油消耗预测
被引量:
2
2
作者
张登
祖春胜
赵超超
《农业装备与车辆工程》
2015年第6期47-52,共6页
从车型、发动机、变速器和轮胎等方面分析了与汽车燃油消耗相关的影响因素,通过主成分方法对影响汽车燃油消耗的变量进行了压缩,消除了各变量之间的线性相关性。再利用BP神经网络对主成分的得分进行预测,建立燃油消耗预测模型。结果表明...
从车型、发动机、变速器和轮胎等方面分析了与汽车燃油消耗相关的影响因素,通过主成分方法对影响汽车燃油消耗的变量进行了压缩,消除了各变量之间的线性相关性。再利用BP神经网络对主成分的得分进行预测,建立燃油消耗预测模型。结果表明,与传统BP神经网络相比,采用主成分分析与神经网络相结合的燃油消耗预测模型简化了神经网络结构,提高了预测精度,为预测汽车燃油消耗量提供了新的思路。
展开更多
关键词
影响因素
主成分分析
BP神经网络
燃油消耗预测
下载PDF
职称材料
基于行驶工况特征的汽车燃油消耗的预测
被引量:
11
3
作者
姜平
石琴
《汽车工程》
EI
CSCD
北大核心
2014年第6期643-647,共5页
本文从行驶工况特征参数来进行燃油消耗的预测。首先对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分,获得大量行驶片段。接着用主成分分析法从所有行驶片段的13个特征参数中得到了3个主成分。最后利用BP神经网络对3个主成分...
本文从行驶工况特征参数来进行燃油消耗的预测。首先对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分,获得大量行驶片段。接着用主成分分析法从所有行驶片段的13个特征参数中得到了3个主成分。最后利用BP神经网络对3个主成分的得分进行燃油消耗的预测。结果表明,与一般的BP神经网络相比,采用主成分分析和神经网络相结合的燃油消耗预测模型,简化了网络结构,提高了预测精度,可用来预测城市道路行驶工况的燃油消耗。
展开更多
关键词
燃油消耗预测
特征参数
BP神经网络
主成分分析
下载PDF
职称材料
基于BP神经网络的船舶气象航线决策系统
被引量:
2
4
作者
张大恒
张英俊
张闯
《中国舰船研究》
CSCD
北大核心
2022年第4期98-106,共9页
[目的]为应对国际燃油价格波动和降低温室气体排放的需求,提出一种基于BP神经网络的船舶气象航线决策系统,在考虑经济和环境因素的情况下提高船舶运营效率。[方法]首先,从航海日志和午报等提取船速、转速、平均吃水、吃水差、船上货物...
[目的]为应对国际燃油价格波动和降低温室气体排放的需求,提出一种基于BP神经网络的船舶气象航线决策系统,在考虑经济和环境因素的情况下提高船舶运营效率。[方法]首先,从航海日志和午报等提取船速、转速、平均吃水、吃水差、船上货物重量、风和海浪的影响等7种运营数据,通过BP神经网络方法预测船舶燃油消耗量;然后,提出基于改进Dijkstra算法的船舶气象航线决策系统,并利用该系统获得船舶最优航线。最后,对12335 t多用途船营口至仁川的航线进行仿真分析。[结果]利用BP神经网络方法预测的燃油消耗量与实测值的拟合优度为79.97%,表明预测效果较好;通过决策系统获得了该船在15和17 kn航速下的气象航线。[结论]基于BP神经网络的船舶气象航线决策系统获得的船舶航线更准确、可靠,有助于减少船舶的燃油消耗量和CO_(2)排放量,为船东和海事管理部门提供技术支持。
展开更多
关键词
气象航线
燃油
消耗
量
预测
人工神经网络
多元回归分析
决策系统
下载PDF
职称材料
题名
RDWKCPSO-PCA-BPNN的汽车燃油消耗预测
被引量:
2
1
作者
姜平
祖春胜
李晓勇
机构
合肥工业大学机械与汽车工程学院
出处
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第1期7-13,共7页
基金
国家自然科学基金资助项目(51178158)
安徽省自然科学基金资助项目(1508085ME94)
文摘
针对不同乘用车综合工况下理论百公里燃油消耗数据,文章提出了一种基于主成分分析(principal component analysis,PCA)和BP神经网络(back propagation neural network,BPNN)的燃油消耗预测模型;通过PCA方法对选取影响理论燃油消耗的24个因素进行压缩,简化模型结构,再利用BPNN算法,构建燃油消耗预测模型;由于神经网络中的权值和阈值对预测模型效果影响较大,采用基于随机动态惯性权重和Kent映射的混沌粒子群算法(RDWKCPSO)优化PCA-BPNN模型中的权值和阈值。对3种标准函数的寻优测试结果表明,RDWKCPSO优化算法更容易跳出局部最优实现全局寻优,提高了模型适应能力及预测精度。
关键词
BP神经网络
权值和阈值
混沌粒子群算法
主成分分析
燃油消耗预测
Kent映射
Keywords
back propagation neural network(BPNN)
weight and threshold
chaotic particle swarm optimization
principal component analysis(PCA)
fuel consumption prediction
Kent map
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
U462.34 [机械工程—车辆工程]
下载PDF
职称材料
题名
主成分分析与神经网络结合的燃油消耗预测
被引量:
2
2
作者
张登
祖春胜
赵超超
机构
长安大学汽车学院
合肥工业大学机械与汽车工程学院
出处
《农业装备与车辆工程》
2015年第6期47-52,共6页
文摘
从车型、发动机、变速器和轮胎等方面分析了与汽车燃油消耗相关的影响因素,通过主成分方法对影响汽车燃油消耗的变量进行了压缩,消除了各变量之间的线性相关性。再利用BP神经网络对主成分的得分进行预测,建立燃油消耗预测模型。结果表明,与传统BP神经网络相比,采用主成分分析与神经网络相结合的燃油消耗预测模型简化了神经网络结构,提高了预测精度,为预测汽车燃油消耗量提供了新的思路。
关键词
影响因素
主成分分析
BP神经网络
燃油消耗预测
Keywords
influence factors
principal component analysis
BP neural network
forecast of fuel consumption
分类号
U471.23 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于行驶工况特征的汽车燃油消耗的预测
被引量:
11
3
作者
姜平
石琴
机构
合肥工业大学机械与汽车工程学院
合肥工业大学交通运输工程学院
出处
《汽车工程》
EI
CSCD
北大核心
2014年第6期643-647,共5页
基金
国家自然科学基金(71071044)
合肥工业大学校博士基金(2011HGBZ1294)资助
文摘
本文从行驶工况特征参数来进行燃油消耗的预测。首先对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分,获得大量行驶片段。接着用主成分分析法从所有行驶片段的13个特征参数中得到了3个主成分。最后利用BP神经网络对3个主成分的得分进行燃油消耗的预测。结果表明,与一般的BP神经网络相比,采用主成分分析和神经网络相结合的燃油消耗预测模型,简化了网络结构,提高了预测精度,可用来预测城市道路行驶工况的燃油消耗。
关键词
燃油消耗预测
特征参数
BP神经网络
主成分分析
Keywords
fuel consumption prediction
characteristic parameters
BP neural network
principal com-ponent analysis
分类号
U471.23 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于BP神经网络的船舶气象航线决策系统
被引量:
2
4
作者
张大恒
张英俊
张闯
机构
大连海事大学航海学院
大连海洋大学航海与船舶工程学院
出处
《中国舰船研究》
CSCD
北大核心
2022年第4期98-106,共9页
基金
国家自然科学基金资助项目(51679025)。
文摘
[目的]为应对国际燃油价格波动和降低温室气体排放的需求,提出一种基于BP神经网络的船舶气象航线决策系统,在考虑经济和环境因素的情况下提高船舶运营效率。[方法]首先,从航海日志和午报等提取船速、转速、平均吃水、吃水差、船上货物重量、风和海浪的影响等7种运营数据,通过BP神经网络方法预测船舶燃油消耗量;然后,提出基于改进Dijkstra算法的船舶气象航线决策系统,并利用该系统获得船舶最优航线。最后,对12335 t多用途船营口至仁川的航线进行仿真分析。[结果]利用BP神经网络方法预测的燃油消耗量与实测值的拟合优度为79.97%,表明预测效果较好;通过决策系统获得了该船在15和17 kn航速下的气象航线。[结论]基于BP神经网络的船舶气象航线决策系统获得的船舶航线更准确、可靠,有助于减少船舶的燃油消耗量和CO_(2)排放量,为船东和海事管理部门提供技术支持。
关键词
气象航线
燃油
消耗
量
预测
人工神经网络
多元回归分析
决策系统
Keywords
meteorological shipping route
fuel oil consumption prediction
artificial neural network
multiple regression analysis
decision-making system
分类号
U675.79 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
RDWKCPSO-PCA-BPNN的汽车燃油消耗预测
姜平
祖春胜
李晓勇
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2016
2
下载PDF
职称材料
2
主成分分析与神经网络结合的燃油消耗预测
张登
祖春胜
赵超超
《农业装备与车辆工程》
2015
2
下载PDF
职称材料
3
基于行驶工况特征的汽车燃油消耗的预测
姜平
石琴
《汽车工程》
EI
CSCD
北大核心
2014
11
下载PDF
职称材料
4
基于BP神经网络的船舶气象航线决策系统
张大恒
张英俊
张闯
《中国舰船研究》
CSCD
北大核心
2022
2
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