期刊文献+
共找到49篇文章
< 1 2 3 >
每页显示 20 50 100
基于多特征量的GIS触头温度预测方法
1
作者 刘昱轩 徐志钮 +3 位作者 胡伟涛 赵汉武 赵丽娟 金虎 《电力工程技术》 北大核心 2024年第1期212-219,共8页
为防止因气体绝缘开关(gas insulated switchgear,GIS)触头温升造成的事故,有必要对GIS触头温度进行监测与预测。针对触头温度不易直接测量以及其温度易受运行工况与外界因素影响的问题,文中提出了一种基于多特征量的GIS触头温度预测方... 为防止因气体绝缘开关(gas insulated switchgear,GIS)触头温升造成的事故,有必要对GIS触头温度进行监测与预测。针对触头温度不易直接测量以及其温度易受运行工况与外界因素影响的问题,文中提出了一种基于多特征量的GIS触头温度预测方法。文中通过建立三维仿真模型,分析了在不同接触电阻值、负荷电流、环境温度、风速、SF 6压强、太阳辐射强度下GIS的温度分布规律,结合热路理论定性验证了仿真模型的可靠性。通过分析可知,GIS触头温度预测的关键因素为外壳温升、负荷电流、风速、SF 6压强、太阳辐射强度,而环境温度影响可忽略,采取反向传播(back propagation,BP)神经网络用以上多特征量预测触头温升,将得到的预测值与建模方法的计算结果进行对比,误差为-0.7~0.68℃。该预测方法综合考虑多种影响因素对GIS温度场的影响,为基于外置传感器的GIS触头温度预测提供参考。 展开更多
关键词 气体绝缘开关(GIS) 多物理场耦合 有限元法 反向传播(BP)神经网络 温度预测 热路理论
下载PDF
基于神经网络的混杂SiC颗粒增强铝基复合材料力学性能预测
2
作者 李晓童 庄乾铎 +4 位作者 牛志亮 王锶杰 邢正 李赞 岳振明 《精密成形工程》 北大核心 2024年第4期95-100,共6页
目的提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型... 目的提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型参数的代表性体积单元,并利用Abaqus软件进行了有限元仿真(FEM)。通过代码实现了建模与仿真的一体化构建,利用得到的仿真数据,建立了神经网络模型,并实现了对复合材料力学性能的预测。建模前,对数据进行预处理和筛选,以提高数据质量并降低模型复杂度。最后,建立卷积神经网络,并优化模型的超参数。结果通过建立的神经网络模型,实现了对复合材料力学性能的有效预测。极限强度的预测误差保持在−7%~8.5%,能耗的预测误差保持在−5%~6%,预测精度较高。结论通过结合实验、仿真和卷积神经网络模型,可以更有效地预测混杂SiC颗粒增强铝基复合材料的力学性能,从而为材料设计和制备提供指导。 展开更多
关键词 混杂SiC颗粒 铝基复合材料 卷积神经网络 力学性能预测 相场裂纹扩展本构
下载PDF
内置式永磁游标轮毂电机结构参数多目标优化
3
作者 王小曼 程远雄 《微特电机》 2024年第2期20-25,共6页
外转子内置式永磁游标电机采用了磁调制原理,其内嵌永磁的结构能够提供额外的磁阻转矩,在低速大转矩方面有显著优势。研究了V形内置永磁游标电机,针对其磁路结构复杂、电磁参数多、不同性能指标之间难以平衡的问题,选取电磁结构参数作... 外转子内置式永磁游标电机采用了磁调制原理,其内嵌永磁的结构能够提供额外的磁阻转矩,在低速大转矩方面有显著优势。研究了V形内置永磁游标电机,针对其磁路结构复杂、电磁参数多、不同性能指标之间难以平衡的问题,选取电磁结构参数作为优化对象,采用有限元的计算方法建立了BP神经网络代理模型,并利用NSGA-Ⅱ进行多目标优化,电机转矩和铁心损耗的优化率均达到10%以上,验证了多目标优化算法在内置式永磁游标电机设计方面的优越性。 展开更多
关键词 外转子轮毂电机 内置式永磁游标电机 BP神经网络 带精英策略的快速非支配排序遗传算法 电磁场有限元
下载PDF
基于改进BPNN的5G通信网络流量预测
4
作者 李兵 《通信电源技术》 2024年第1期203-205,共3页
为提高5G网络流量预测结果的准确性,提出一种基于改进反向传播神经网络(Back Propagation Neural Network,BPNN)的5G通信网络流量预测方法,采用阿基米德优化算法(Arithmetic Optimization Algorithm,AOA)优化BPNN的权系数和阈值,建立基... 为提高5G网络流量预测结果的准确性,提出一种基于改进反向传播神经网络(Back Propagation Neural Network,BPNN)的5G通信网络流量预测方法,采用阿基米德优化算法(Arithmetic Optimization Algorithm,AOA)优化BPNN的权系数和阈值,建立基于AOA-BPNN的5G通信网络流量预测模型。采用某5G基站的网络通信流量监测数据进行仿真分析,并与其他方法的预测效果进行对比,结果表明,AOA-BPNN模型预测结果的平均相对误差和均方根误差分别为4.25%和0.522 GB,预测精度高于其他方法,验证了所提方法的实用性和优越性。 展开更多
关键词 5G通信 网络流量预测 反向传播神经网络(BPNN) 阿基米德优化算法(AOA)
下载PDF
一种基于深度学习的电波传播场强预测方法
5
作者 孙绍哲 岑逸翔 谢玮松 《通信与信息技术》 2024年第4期7-9,67,共4页
电波传播场强预测对于无线网络的规划具有重要意义,其预测精度与通信环境的大规模传播特性直接相关。为了提升电波传播场强预测的准确性,需尽可能地增加输入特征维度以最大化描述环境。卫星图像能直观地展示研究区域的环境特征,将其作... 电波传播场强预测对于无线网络的规划具有重要意义,其预测精度与通信环境的大规模传播特性直接相关。为了提升电波传播场强预测的准确性,需尽可能地增加输入特征维度以最大化描述环境。卫星图像能直观地展示研究区域的环境特征,将其作为输入特征,采用卷积神经网络构建模型准确地预测电波传播情况。因此,提出了一种基于卫星图像数据的深度学习场强预测方法,输入数据为经纬度、高程和卫星图像,输出为预测场强。结果表明,与未使用卫星图像作为输入的模型预测值对比,添加卫星图像作为输入特征后,预测精度提高15.2%,对卫星图像数据进行增强,预测精度获得6.4%的提升。 展开更多
关键词 电波传播场强预测 卫星图像 卷积神经网络 数据增强
下载PDF
Predicting formation lithology from log data by using a neural network 被引量:5
6
作者 Wang Kexiong Zhang Laibin 《Petroleum Science》 SCIE CAS CSCD 2008年第3期242-246,共5页
In order to increase drilling speed in deep complicated formations in Kela-2 gas field, Tarim Basin, Xinjiang, west China, it is important to predict the formation lithology for drilling bit optimization. Based on the... In order to increase drilling speed in deep complicated formations in Kela-2 gas field, Tarim Basin, Xinjiang, west China, it is important to predict the formation lithology for drilling bit optimization. Based on the conventional back propagation (BP) model, an improved BP model was proposed, with main modifications of back propagation of error, self-adapting algorithm, and activation function, also a prediction program was developed. The improved BP model was successfully applied to predicting the lithology of formations to be drilled in the Kela-2 gas field. 展开更多
关键词 Kela-2 gas field neural network improved back-propagation (BP) model log data lithology prediction
下载PDF
基于主成分分析、聚类和BP神经网络的湍流MILD燃烧初始着火过程的分析 被引量:1
7
作者 谢凡 鲁昊 +1 位作者 张翰林 王忠禹 《燃烧科学与技术》 CAS CSCD 北大核心 2023年第6期685-692,共8页
在MILD燃烧中,湍流和燃烧的相互作用十分强烈,尤其是在初始着火过程,识别该过程的火焰推进对于理解燃烧形成过程、稳定燃烧条件有很大帮助.采用MILD燃烧HM1工况的大涡模拟数据,探索了一种基于主成分分析(PCA)、聚类和反向传播神经网络(B... 在MILD燃烧中,湍流和燃烧的相互作用十分强烈,尤其是在初始着火过程,识别该过程的火焰推进对于理解燃烧形成过程、稳定燃烧条件有很大帮助.采用MILD燃烧HM1工况的大涡模拟数据,探索了一种基于主成分分析(PCA)、聚类和反向传播神经网络(BPNN)的动态燃烧场识别方法,对稳态燃烧场进行PCA和聚类后,基于BPNN对初始着火过程进行动态识别和分析.结果表明,该方法用于着火过程动态燃烧场识别是可行的,与传统方法相比具有客观、高效的特点,是一种实用的工业火焰测量方法. 展开更多
关键词 MILD燃烧 初始着火过程 动态燃烧场 聚类 BPNN
下载PDF
Modified Model of Crack Tip Stress Field Considering Dislocation Slip Accumulation and Crack Tip Blunting
8
作者 Jian Li Bing Yang +4 位作者 Shuancheng Wang M.N.James Shoune Xiao Tao Zhu Guangwu Yang 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2023年第2期327-340,共14页
This study uses the digital image correlation technique to measure the crack tip displacement field at various crack lengths in U71MnG rail steel,and the interpolated continuous displacement field was obtained by fitt... This study uses the digital image correlation technique to measure the crack tip displacement field at various crack lengths in U71MnG rail steel,and the interpolated continuous displacement field was obtained by fitting with a back propagation(BP)neural network.The slip and stacking of dislocations affect crack initiation and growth,leading to changes in the crack tip field and the fatigue characteristics of crack growth.The Christopher-James-Patterson(CJP)model describes the elastic stress field around a growing fatigue crack that experiences plasticity-induced shielding.In the present work,this model is modified by including the effect of the dislocation field on the plastic zone of the crack tip and hence on the elastic field by introducing a plastic flow factorρ,which represents the amount of blunting of the crack tip.The Levenberg-Marquardt(L-M)nonlinear least squares method was used to solve for the stress intensity factors.To verify the accuracy of this modified CJP model,the theoretical and experimental plastic zone errors before and after modification were compared,and the variation trends of the stress intensity factors and the plastic flow factorρwere analysed.The results show that the CJP model,with the introduction ofρ,exhibits a good blunting trend.In the low plasticity state,the modified model can accurately describe the experimental plastic zone,and the modified stress intensity factors are more accurate,which proves the effectiveness of dislocation correction.This plastic flow correction provides a more accurate crack tip field model and improves the CJP crack growth relationship. 展开更多
关键词 Digital image correlation back propagation neural network Plastic zone CJP model Dislocation field
下载PDF
A Study of Maneuvering Control for an Air Cushion Vehicle Based on Back Propagation Neural Network 被引量:5
9
作者 卢军 黄国樑 李姝芝 《Journal of Shanghai Jiaotong university(Science)》 EI 2009年第4期482-485,共4页
A back propagation (BP) neural network mathematical model was established to investigate the maneuvering control of an air cushion vehicle (ACV). The calculation was based on four-freedom-degree model experiments ... A back propagation (BP) neural network mathematical model was established to investigate the maneuvering control of an air cushion vehicle (ACV). The calculation was based on four-freedom-degree model experiments of hydrodynamics and aerodynamics. It is necessary for the ACV to control the velocity and the yaw rate as well as the velocity angle at the same time. The yaw rate and the velocity angle must be controlled correspondingly because of the whipping, which is a special characteristic for the ACV. The calculation results show that it is an efficient way for the ACV's maneuvering control by using a BP neural network to adjust PID parameters online. 展开更多
关键词 air cushion vehicle four degree of freedom back propagation (BP) neural network. PID control
原文传递
基于递归模糊神经网络的感应电机无速度传感器矢量控制 被引量:53
10
作者 王耀南 王辉 +1 位作者 邱四海 黄守道 《中国电机工程学报》 EI CSCD 北大核心 2004年第5期84-89,共6页
该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当... 该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。 展开更多
关键词 感应电机 无速度传感器 矢量控制 递归模糊神经网络 隶属函数 最优控制器
下载PDF
神经网络在工程爆破应力波规律探讨中的应用 被引量:6
11
作者 吕国云 张景森 +1 位作者 赵荣椿 许学忠 《应用力学学报》 CAS CSCD 北大核心 2002年第4期68-70,共3页
采用BP(BackPropagation)前馈人工神经网络模型 ,对工程爆破中柱状震源的自由场应力波传播规律进行了探讨。结果表明 :利用人工神经网络模型的非线性映射功能 ,可以较好地给出工程爆破引起的近区自由场力学规律 ,对于同类型问题的研究 ... 采用BP(BackPropagation)前馈人工神经网络模型 ,对工程爆破中柱状震源的自由场应力波传播规律进行了探讨。结果表明 :利用人工神经网络模型的非线性映射功能 ,可以较好地给出工程爆破引起的近区自由场力学规律 ,对于同类型问题的研究 ,也有着很重要的意义。 展开更多
关键词 神经网络 BP算法 自由场
下载PDF
BP网络在优化机械加工参数中的应用 被引量:12
12
作者 朱喜林 吴博达 +1 位作者 武星星 李晓梅 《计算机集成制造系统》 EI CSCD 北大核心 2004年第9期1139-1143,共5页
机械加工中的误差复映现象使加工参数的选择主要依靠工人的经验,为此,利用BP网的任意非线性映射能力,通过学习人的经验,实现机械加工参数的优化选择。分析了机械加工中误差复映问题的特点,利用改进后的BP网络算法的非线性映射能力,逼近... 机械加工中的误差复映现象使加工参数的选择主要依靠工人的经验,为此,利用BP网的任意非线性映射能力,通过学习人的经验,实现机械加工参数的优化选择。分析了机械加工中误差复映问题的特点,利用改进后的BP网络算法的非线性映射能力,逼近误差复映系数与工件材料硬度、进给量等因素之间的非线性关系,对训练成熟的网络输入加工前毛坯误差、工件材料硬度等,可以输出满足加工要求的加工次数和各次的加工量。通过实例说明了采用附加动量法和自适应学习率改进后的BP算法收敛快,且不易限入局部极小值。在分析误差复映问题模型和比较不同网络结构的训练结果的基础上,确定了BP网络结构。通过在MATLAB中对网络的测试结果,验证了用BP网络实现优化机械加工参数的可行性。 展开更多
关键词 神经网络 反向传播算法 误差复映 参数优化
下载PDF
基于人工神经网络的井灌水稻区地下水位预测 被引量:19
13
作者 付强 刘建禹 +1 位作者 王立昆 冯江 《东北农业大学学报》 CAS CSCD 2002年第2期152-159,共8页
利用带动量项学习规则的改进 BP算法 ,对三江平原创业农场井灌水稻区逐月地下水埋深进行了模似仿真 ,将人工神经网络技术 (ANN)与广大井灌水稻区生产实际相结合 ,通过网络检验与预测 ,模型精度与预测精度均达到满意效果。该网络模型对... 利用带动量项学习规则的改进 BP算法 ,对三江平原创业农场井灌水稻区逐月地下水埋深进行了模似仿真 ,将人工神经网络技术 (ANN)与广大井灌水稻区生产实际相结合 ,通过网络检验与预测 ,模型精度与预测精度均达到满意效果。该网络模型对于节约地下水开采量 ,恢复该地区的地下水动态平衡、制定农作物优化灌溉制度、发展节水灌溉。 展开更多
关键词 人工神经网络 井灌水稻区 地下水位预测 BP算法 井灌水稻
下载PDF
综合改进的粒子群神经网络算法 被引量:14
14
作者 何佳 陈智慧 杨迎新 《计算机工程与设计》 CSCD 北大核心 2008年第11期2890-2892,2896,共4页
粒子群优化算法是一种解决非线性、不可微和多峰值复杂优化问题的优秀算法,但该算法在进化后期容易出现速度变慢以及早熟的现象;BP神经网络的学习算法是基于梯度下降这一本质的,因此存在着容易陷于局部极小值,收敛速度慢,训练时间长等... 粒子群优化算法是一种解决非线性、不可微和多峰值复杂优化问题的优秀算法,但该算法在进化后期容易出现速度变慢以及早熟的现象;BP神经网络的学习算法是基于梯度下降这一本质的,因此存在着容易陷于局部极小值,收敛速度慢,训练时间长等问题。针对上述现象,对粒子群优化算法进行了增强粒子多样性和避免种群陷入早熟两个方面的改进,并提出了一种基于改进算法的粒子群神经网络算法,最后通过在IRIS数据集上进行的仿真实验验证了改进的有效性。 展开更多
关键词 粒子群优化 神经网络 群智能 BP算法 粒子多样性
下载PDF
改进粒子群算法对BP神经网络的优化 被引量:34
15
作者 沈学利 张红岩 张纪锁 《计算机系统应用》 2010年第2期57-61,共5页
介绍一种基于改进粒子群算法优化BP网络的权值调整综合方法。该算法在传统BP算法的误差反传调整权值的基础上,引入粒子群算法的权值修正,并且在训练神经网络权值的同时优化其连接结构,删除冗余连接,从而建立了基于粒子群算法优化的BP网... 介绍一种基于改进粒子群算法优化BP网络的权值调整综合方法。该算法在传统BP算法的误差反传调整权值的基础上,引入粒子群算法的权值修正,并且在训练神经网络权值的同时优化其连接结构,删除冗余连接,从而建立了基于粒子群算法优化的BP网络新模型。结果表明,改进算法不仅可以克服传统BP算法收敛速度慢和易陷入局部权值的局限,而且很大程度地提高了结果精度和BP网络学习能力。 展开更多
关键词 粒子群算法 惯性权值 神经网络 BP算法 优化
下载PDF
基于神经网络的地表下沉系数计算 被引量:5
16
作者 何晖 赵敏 林开升 《有色金属》 CSCD 2004年第3期90-93,共4页
在实测资料以及综合分析地表下沉系数影响因素的基础上 ,采用人工神经网络方法建立了地表下沉系数的计算模型 ,并用实际数据对网络进行学习训练和检测。结果表明 ,用改进BP算法得出的地表下沉系数预测结果与实际情况相吻合。
关键词 采矿工程 下沉系数 神经网络 非线性 BP算法 地表移动
下载PDF
火灾气体辨识的人工神经网络方法研究 被引量:4
17
作者 赵建华 喻益超 李庄 《消防科学与技术》 CAS 2006年第5期675-678,共4页
为了解决火灾气体探测时,能有效地辨识火灾标示性气体的问题,提出一种人工神经网络的辨识方法。通过设计三层反向传播(BP)人工神经网络模型,使用自适应学习速率的BP算法,对所设计的火灾气体辨识BP网络进行训练,经过410次训练后,达到目... 为了解决火灾气体探测时,能有效地辨识火灾标示性气体的问题,提出一种人工神经网络的辨识方法。通过设计三层反向传播(BP)人工神经网络模型,使用自适应学习速率的BP算法,对所设计的火灾气体辨识BP网络进行训练,经过410次训练后,达到目标误差1×10-4,而且验证实验中的最大输出误差仅为0.0907。表明:火灾气体辨识的人工神经网络方法能有效地识别“火灾”与“非火灾”状态。 展开更多
关键词 火灾气体探测 人工神经网络 BP算法
下载PDF
人工神经网络及其在窑炉动态温度场的模拟研究 被引量:9
18
作者 李明 曾令可 张明 《陶瓷学报》 CAS 1997年第1期27-31,共5页
本文阐述了人工神经网络的发展、基本原理以及前馈神经网络的反向传播学习算法,并应用单隐层网络进行了窑炉烧嘴温度场分布的仿真研究。结果表明,用非线性神经元网络模拟在窑炉温度场预测和控制方面是可行的。
关键词 窑炉 动态温度场 人工神经网络 BP算法 陶瓷炉窑
下载PDF
开关磁阻电动机的神经网络建模及算法研究 被引量:3
19
作者 余群明 石小波 王雄波 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第6期27-30,共4页
针对标准BP算法存在收敛速度慢,容易陷入局部最小值和前向网络拓扑结构中,隐节点选取困难的问题,采用一种由Levenberg-Marquardt算法与改进自构形算法相结合而成的快速自构形算法训练BP神经网络,建立了训练收敛快,泛化能力强,网络规模小... 针对标准BP算法存在收敛速度慢,容易陷入局部最小值和前向网络拓扑结构中,隐节点选取困难的问题,采用一种由Levenberg-Marquardt算法与改进自构形算法相结合而成的快速自构形算法训练BP神经网络,建立了训练收敛快,泛化能力强,网络规模小,便于实时控制的开关磁阻电机非线性BP神经网络模型.经与样机实测数据对比,验证了该模型的准确性.该模型有助于进一步优化能量转换,减小转矩脉动. 展开更多
关键词 开关磁阻电动机 非线性模型 BP神经网络 快速自构形算法
下载PDF
采用人工神经网络求解箱梁温度场算法研究 被引量:12
20
作者 刘耀东 陈祥宝 《中国公路学报》 EI CAS CSCD 北大核心 2000年第1期69-72,共4页
选用人工神经网络中的前向网络 ,应用反向传播算法 ,通过对箱梁温度场的研究 ,得到了统一的求解程序 。
关键词 温度场 人工神经网络 反向传播算法 箱梁桥
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部