基于改进GA-BP神经网络的湿度传感器的温度补偿

针对自动气象站采用的HMP45D型湿度传感器测量精度易受温度影响的问题,通过对遗传算法中的编码方式、适应度函数和参数进行改进研究,利用改进的遗传算法(genetic algorithm,GA)对反向传播(back propagation,BP)神经网络的初始权值阈值进行优化,在较大的范围进行搜索,采用反向传播算法在较小范围内进行微调,优化网络结构和参数,提出了用改进遗传算法优化BP神经网络的方法,根据在多温度条件下湿度传感器的实测数据,对利用此方法建立的模型进行温度补偿研究,并结合一般BP神经网络方法进行分析比较。实验结果表明,该方法具有全局寻优能力,补偿精度高,收敛速度快,能够有效补偿温度对湿度传感器的影响,大大提高了湿度传感器的测量准确度。

基于GA-BP网络的人工湿地污水净化效果研究

人工湿地作为污水处理领域的一种新型生态技术,逐渐得到应用并倍受关注。人工湿地污水净化过程呈多参数影响的复杂非线性状态,采用传统的数学方法难以建立准确的数学模型并进行多因素分析,也无法精确定出湿地系统最佳运行工况。基于大量可靠的试验数据,首次采用遗传神经网络方法模拟湿地除污系统,详细论述了网络拓扑结构优化和训练数据预处理等关键问题,建立了可靠的GA-BP模型,并采用该模型仿真湿地系统正交试验,依据正交试验结果对影响因素进行分级,确定了最佳运行工况,并在此基础上有针对性地提出可行的强化除污措施。

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。

大相岭隧道断层破碎带围岩变形的GA-BP神经网络预测技术

断层破碎带围岩变形预测一直是隧道工程信息化施工与管理争论的焦点,迄今没有科学合理的预测方法。在NATM隧道施工中,围岩变形量常作为评判隧道稳定性和支护结构经济合理性的重要指标。隧道变形量是随时间而变化的数列,可以建立实时跟踪预测模型和方法。文章针对雅西高速公路大相岭隧道施工中断层破碎带围岩变形速率大、持续时间长、变形量大等特点,基于BP人工神经网络原理,并引入了遗传算法,通过改进和提高预测精度,建立了预测断层破碎带围岩变形的GA-BP神经网络综合预测模型。经工程实践检验预测结果,具有较高的可靠性和准确性。

基于GA-BP神经网络的UUV航向容错控制

为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断;其次,若UUV罗经故障,根据UUV当前的舵角、航速与加速度信息重构航向信息,利用重构的航向数据代替光纤罗经的航向输出,实现对光纤罗经的航向容错控制。本文详细阐述了容错控制方法的实现步骤,并利用海试实验数据进行了仿真验证,仿真结果表明所提出的方法能快速、准确的诊断出光纤罗经的故障,并能较好的实现光纤罗经的航向容错。

GA-BP神经网络对含油饱和度的动态预测研究

为克服传统BP神经网络收敛速度慢、易陷入局部极小值等不足,采用遗传算法对其进行了优化。之后利用遗传算法优化的BP神经网络—GA-BP实现了对江苏油田庄2断块某小层含油饱和度的动态预测:首先确定GA-BP神经网络的输入、输出层神经元,接着建立经验公式,实现了输入神经元时间T的定量化,然后选取训练样本对GA-BP神经网络进行训练,最终建立起含油饱和度的动态预测模型并利用该模型对5年以后的含油饱和度进行了预测。该预测结果对油田现场下一步的生产实践具有重要的指导意义。

基于GA-BP神经网络水下隧道涌水量预测及应用

根据有关水下隧道渗流涌水影响因素的研究成果及预测涌水量时选择影响因素的准则,确定了用于预测水下隧道涌水量的6个影响因子。分析了遗传算法与BP神经网络结合的可行性,并利用遗传算法优化BP神经网络的权值和阈值,从而建立了多影响因子的GA-BP神经网络预测模型,其收敛性能好、简单可行。通过比较GA-BP神经网络和经典BP神经网络模型的预测结果,验证了前者改良了后者的局限性并提高了预测精度。

基于GA-BP神经网络的省域经济风险预警研究——以安徽省为例

近年来,我国省域经济发展经受着国内外复杂环境的严峻考验,在政府债务、区域金融、产业调整、资源环境利用等方面存在着较多的矛盾与冲突。文章构建了省域经济风险评价指标体系和评价模型,利用安徽省1995-2011年经济运行的相关数据,对安徽省经济风险状况进行实证分析。研究结果表明,2012年安徽省经济状况已好转为稳定,2013年仍延续这一状况。说明金融危机等外部因素对安徽省的影响正在逐步减弱,国内宏观政策调控显现积极效果,在一系列有利因素和政策的支持下,安徽省经济总体状况良好。此外研究还发现,安徽经济在总体状况转好的态势下,在财政金融等领域仍存在较大风险,说明地方政府债务风险、区域性银行信贷紧缩等不利因素开始显化。

基于GA-BP神经网络的脱机手写藏文识别方法

通过对当前流行的各种识别技术进行分析比较,在对藏文手写体特征展开深入研究的基础上,考虑到将来的研究趋势及可扩展性,提出了一套基于手写藏文识别的技术方法,即基于GA-BP神经网络的藏文识别方案,并着重对手写藏文识别中的特征提取和分类器设计进行了分析,提出了藏文识别领域今后的发展方向。

基于遗传神经网络的电火花加工效果的预测

针对电火花加工非线性及复杂性的特点,提出了基于遗传神经网络的电火花加工效果的预测模型。遗传神经网络(GA-BP)是针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有很强的全局搜身能力的特点,将二者结合起来形成一种训练神经网络的混合算法。通过该预测模型对一定加工条件下的加工速度和工件表面粗糙度进行预测,预测结果与实际实验结果有较好的一致性,说明遗传神经网络对电火花加工效果的预测是有效的。

遗传神经网络模型在地下水质量评价中的应用

设计了用遗传算法训练神经网络权重的新方法,并应用该方法建立了地下水质量评价的GA-BP神经网络模型,对阜新新邱露天煤矿地下水水质进行了评价。研究结果表明遗传算法具有快速学习网络权重和全局搜索的能力,有效地解决了BP算法的局部收敛的问题。应用该方法环境质量评价简便可靠,预测精度高,具有通用性和客观性等优点。

基于BP和SVM变量筛选的LC技术特征对项目绩效比较研究

为探究精益建设技术与项目绩效之间的内在作用机理,构建基于BP和SVM变量筛选的6S、可视化管理、最后计划者等7种精益建设技术与知识能力、财务、业主等5个项目绩效分项指标和综合指标的耦合模型。仿真结果表明:在精益建设技术特征与项目绩效分项指标的耦合模型仿真分析中,基于GA-BP的预测模型比标准BP神经网络模型精度要高;在精益建设技术特征与项目绩效综合指标的耦合模型仿真分析中,基于SVM的预测模型比GA-BP的预测模型精度要高。另外,利用BP和SVM结合MIV算法进一步探究不同精益建设技术对项目绩效各指标和综合指标的影响程度。研究结果为项目利益相关者提高项目管理绩效提供决策支持。

遗传算法与神经网络在照明系统中的应用

本文设计了一种基于Blackfin的BF537数字信号处理器（DSP）的新型太阳能照明系统。它采用Siemens公司的TC35i模块来实现无线通讯，采用BP神经网络在蓄电池的灌充阶段实现了太阳能最大功率点跟踪（Maximum power point tracking，MPPT）。为了解决神经网络不保证收敛的问题，在BP神经网络里还引入了遗传算法，得到遗传神经网络（GA—BP）。最后通过系统的实现与测试，证明了算法的优越性和该系统的实用性。

基于GA-BP神经网络的电梯门系统故障预测

将遗传算法（GA）运用于反向传播（BP）神经网络算法建立预测模型，对电梯门系统故障进行预测，避免了BP神经网络权值和阈值的随机性对预测结果产生的误差。介绍了利用该预测模型进行电梯门系统故障预测的具体方法，通过Matlab软件仿真表明，该预测模型具有可行性。

基于行波分析的变压器绕组匝间短路故障定位

针对变压器绕组匝间轻微短路故障定位问题,本文提出基于行波分析的故障定位方法。该法在绕组线端输入低压脉冲以获取行波反射信号,基于相关系数和SG滤波的改进EEMD降噪法降低噪声对行波的干扰,分别采用相似度分析法与能量比值法分析行波,得到大致随故障位置单调变化的故障特征集,再结合遗传神经网络建立起故障特征与故障位置的映射关系,实现匝间短路故障定位。仿真和样本实验结果表明了本文方法的可行性。

PHC管桩极限承载力影响因素敏感性分析

利用GA-BP神经网络,结合正交试验设计方法,对以淤泥层和残积粘性土层为主的福建某地区桩侧土层,承载性状为端承摩擦型的PHC管桩实际工程,进行PHC管桩单桩承载力影响因素的敏感性分析。结果表明,影响单桩竖向极限承载力因素的敏感性排序为桩径、桩侧摩阻力加权平均值、休止期、桩长、入土深度、渗透系数和终止压桩力;桩径和桩侧摩阻力值对单桩竖向极限承载力的贡献最大,其次是休止期,影响也很显著,因此工程上不宜盲目提前试桩时间,否则将影响试桩结果。

混合气体检测中纳米多孔膜晶振传感器的应用

就混合气体中某些成份含量的定性与定量检测问题,设计了纳米多孔膜晶振传感器与神经网络相结合的智能气体检测分析系统。该系统以纳米材料多孔膜附于石英晶振之上作为感应元件,传感器对不同气体产生不同的振荡频率,表现出较好的选择性,同时亦存在交叉敏感性问题。为此采用了具有GA-BP处理算法的神经网络,通过训练建立起最佳结构,解决混合气体检测中的交叉敏感难题,进而获得比较精确的辨识输出结果。实验结果表明,这是一种可行的混合气体测试分析方法。

蓄能供热采暖系统负荷预测研究

针对我国部分地区冬季采暖用电负荷较大的问题,介绍了一种既经济又可缓解电网峰谷差的蓄能供热采暖技术。考虑到BP神经网络模型在蓄能供热采暖系统负荷预测方面容易陷入局部极小点、收敛速度慢等缺点,结合BP神经网络和遗传算法(GA)的优势,提出了一种GA-BP神经网络算法。仿真试验验证了GA-BP神经网络在蓄能供热采暖系统负荷预测方面的实用性与优势。

大型基础设施对地缘区人居环境的影响研究

基础设施的价值本源是对人的需求满足,通过与人居环境系统相互作用,表现为对良好人居环境的追求。以可持续的人居环境为目标,以系统思想分析大型基础设施和人居环境系统的作用机理,构建相互作用模型。即基础设施作为人居环境的承载体,通过能源动力、水资源、交通运输、邮电通讯、生态环境和防灾等子系统聚集,实现功能耦合,对自然、人类、社会、居住和支撑等子系统构成的人居环境系统产生相关作用。同时,人居环境系统的适应性促使其与基础设施影响反馈以构成闭环。以上海某典型交通枢纽地区的交通基础设施为例,设计了4个层次29个指标的大型交通基础设施对地缘区人居环境影响度指标体系,基于GA-BP混合算法的影响度模型进行测度。结果表明,大型基础设施与地缘区人居环境呈显著正向相关;社区配套设施完备程度是大型基础设施影响人居环境的主要传导途径;环境污染等指标反映出大型基础设施对人居环境的负面影响,是规划和建设的重点控制路径。