基于BP模拟退火算法的海上多跳高频无线电传输损耗优化模型

本文主要研究了多跳高频(High Frequency, HF)无线电传播问题。首先利用无线电传播的相关理论,得到HF 无线电波在传播过程中传输损耗,建立相关的数学模型,得到HF 无线电波传输的损耗公式。然后建立静海面多跳反射(MOC)模型,得到在海面上损耗的公式。最后通过BP 神经网络模拟数据,利用模拟退火算法对模型进行了优化,得到最优模型。本文提出的方法解决了多跳HF 无线电波在不同环境下的传播问题,以及在海洋上接收无线电波的设计及优化,可以得到HF 无线电波在海上传播的最佳频率。

基于SA-BP算法的小波神经网络在喷射器性能预测中应用

以现有的喷射器实验结果数据集作为样本,用三种小波神经网络分别预测喷射器的性能,网络的训练分别采用模拟退火BP算法和BP算法,得出了最适合本模型的小波函数。数值实验结果显示,这种小波神经网络预测喷射器性能的精度能够满足实际工程的要求,而采用模拟退火BP算法比采用BP算法训练的效果略好。

基于不同优化算法的HT250基体再制造工艺参数优化

目的探讨不同优化算法下HT250基体再制造工艺参数的优化效果。方法利用Taguchi试验设计方法设计4因子3水平共18组试验,通过亚激光瞬间熔技术修复HT250基体的表面缺陷,利用响应曲面法(RSM)和BP神经网络-模拟退火算法(BPNN/SAA)对其修复过程的工艺参数进行优化,分析输入功率P,单次修复时间t,速度v和保护气体流量G等4个因素对修复后试样抗拉强度的影响,并对不同优化算法的优化效果、准确性和稳定性进行探讨。结果 HT250基体修复过程中最优工艺参数为:输入功率2960 W,持续时间0.62 s,速度6 mm/s,气体流量3 L/min。在此参数下所获取的修复试样最大抗拉强度为230.52 MPa。结论抗拉强度受输入功率P和单次修复时间t影响显著,对其他元素呈弱依赖性。BP神经网络-模拟退火算法较响应曲面法更适合对亚激光瞬间熔的工艺参数进行优化。