期刊文献+
共找到164篇文章
< 1 2 9 >
每页显示 20 50 100
Application of the back-error propagation artificial neural network(BPANN) on genetic variants in the PPAR-γ and RXR-α gene and risk of metabolic syndrome in a Chinese Han population 被引量:3
1
作者 Xu Zhao Kang Xu +11 位作者 Hui Shi Jinluo Cheng Jianhua Ma Yanqin Gao Qian Li Xinhua Ye Ying Lu Xiaofang Yu Juan Du Wencong Du Qing Ye Ling Zhou 《The Journal of Biomedical Research》 CAS 2014年第2期114-122,共9页
This study was aimed to explore the associations between the combined effects of several polymorphisms in the PPAR-γ and RXR-α gene and environmental factors with the risk of metabolic syndrome by back-error propaga... This study was aimed to explore the associations between the combined effects of several polymorphisms in the PPAR-γ and RXR-α gene and environmental factors with the risk of metabolic syndrome by back-error propaga- tion artificial neural network (BPANN). We established the model based on data gathered from metabolic syndrome patients (n = 1012) and normal controls (n = 1069) by BPANN. Mean impact value (MIV) for each input variable was calculated and the sequence of factors was sorted according to their absolute MIVs. Generalized multifactor dimensionality reduction (GMDR) confirmed a joint effect of PPAR-9" and RXR-a based on the results from BPANN. By BPANN analysis, the sequences according to the importance of metabolic syndrome risk fac- tors were in the order of body mass index (BMI), serum adiponectin, rs4240711, gender, rs4842194, family history of type 2 diabetes, rs2920502, physical activity, alcohol drinking, rs3856806, family history of hypertension, rs1045570, rs6537944, age, rs17817276, family history of hyperlipidemia, smoking, rs1801282 and rs3132291. However, no polymorphism was statistically significant in multiple logistic regression analysis. After controlling for environmental factors, A1, A2, B1 and B2 (rs4240711, rs4842194, rs2920502 and rs3856806) models were the best models (cross-validation consistency 10/10, P = 0.0107) with the GMDR method. In conclusion, the interaction of the PPAR-γ and RXR-α gene could play a role in susceptibility to metabolic syndrome. A more realistic model is obtained by using BPANN to screen out determinants of diseases of multiple etiologies like metabolic syndrome. 展开更多
关键词 back-error propagation artificial neural network (BPANN) metabolic syndrome peroxisome prolif-erators activated receptor-γ (PPAR) gene retinoid X receptor-α (RXR-α) gene ADIPONECTIN
下载PDF
Estimation and Prediction of Gas Chromatography Retention Indices of Hydrocarbons in Straight-run Gasoline by Using Artificial Neural Network and Structural Coding Method
2
作者 YIN Chun sheng GUO Wei min +2 位作者 LIU Wei ZHAO Wei PAN Zhong xiao 《Chemical Research in Chinese Universities》 SCIE CAS CSCD 2001年第1期31-40,共10页
The molecular structures of hydrocarbons in straight run gasoline were numerically coded. The nonlinear quantitative relationship(QSRR) between gas chromatography(GC) retention indices of the hydrocarbons and their m... The molecular structures of hydrocarbons in straight run gasoline were numerically coded. The nonlinear quantitative relationship(QSRR) between gas chromatography(GC) retention indices of the hydrocarbons and their molecular structures were established by using an error back propagation(BP) algorithm. The GC retention indices of 150 hydrocarbons were then predicted by removing 15 compounds(as a test set) and using the 135 remained molecules as a calibration set. Through this procedure, all the compounds in the whole data set were then predicted in groups of 15 compounds. The results obtained by BP with the correlation coefficient and the standard deviation 0 993 4 and 16 54, are satisfied. 展开更多
关键词 Structural encoding GC retention index neural network error back propagation(BP)
下载PDF
Artificial Neural Networks for Event Based Rainfall-Runoff Modeling
3
作者 Archana Sarkar Rakesh Kumar 《Journal of Water Resource and Protection》 2012年第10期891-897,共7页
The Artificial Neural Network (ANN) approach has been successfully used in many hydrological studies especially the rainfall-runoff modeling using continuous data. The present study examines its applicability to model... The Artificial Neural Network (ANN) approach has been successfully used in many hydrological studies especially the rainfall-runoff modeling using continuous data. The present study examines its applicability to model the event-based rainfall-runoff process. A case study has been done for Ajay river basin to develop event-based rainfall-runoff model for the basin to simulate the hourly runoff at Sarath gauging site. The results demonstrate that ANN models are able to provide a good representation of an event-based rainfall-runoff process. The two important parameters, when predicting a flood hydrograph, are the magnitude of the peak discharge and the time to peak discharge. The developed ANN models have been able to predict this information with great accuracy. This shows that ANNs can be very efficient in modeling an event-based rainfall-runoff process for determining the peak discharge and time to the peak discharge very accurately. This is important in water resources design and management applications, where peak discharge and time to peak discharge are important input 展开更多
关键词 Artificial neural networks (ANNs) EVENT Based RAINFALL-RUNOFF Process error back Propagation neural Power
下载PDF
基于贝叶斯神经网络的船用惯导定位修正方法
4
作者 周红进 宋辉 +2 位作者 范文良 王苏 谷东亮 《系统工程与电子技术》 EI CSCD 北大核心 2024年第4期1393-1400,共8页
船用惯性导航系统(inertial navigation system, INS)通常采用与全球卫星导航系统(global navigation satellite system, GNSS)组合导航的方式提高其长时间工作的定位精度。当GNSS失效时,其定位误差将随时间迅速发散。针对这一问题,设... 船用惯性导航系统(inertial navigation system, INS)通常采用与全球卫星导航系统(global navigation satellite system, GNSS)组合导航的方式提高其长时间工作的定位精度。当GNSS失效时,其定位误差将随时间迅速发散。针对这一问题,设计了采用反向传播神经网络(back propagate neural network, BPNN)、根据INS原始输出数据拟合修正经纬度的定位修正方案,提出了基于Bayesian算法更新网络权重系数的方法,结合理论分析和试验研究确定了神经元个数与训练数据集的分配方案。实船试验结果表明,当GNSS失效时,在后续2 h,通过24 h历史数据训练得到的神经网络修正INS位置,相比INS独立工作时的定位误差,修正后误差均值下降了63%,误差最大值下降约50%,最小值下降至0。 展开更多
关键词 惯性导航系统 全球卫星导航系统失效 反向传播神经网络 Bayesian算法 定位误差
下载PDF
基于GA-BP网络的数控机床动态误差预测研究
5
作者 李帅杰 陈光胜 《机电工程》 CAS 北大核心 2024年第10期1747-1758,共12页
动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非... 动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非线性特征两方面对动态误差影响因素进行了深入分析,确定了神经网络输入输出参数;然后,采用了遗传算法对BP神经网络进行了优化,建立了动态误差模型,获得了最优网络学习参数,从而实现了对动态跟随误差的精准预测;之后,采用三次样条插值的方法对理想轨迹与实际轨迹之间的轮廓误差进行了计算,有效提高了轮廓误差估算精度;最后,采用了五轴数控机床进行了实验,对模型的有效性进行了验证。研究结果表明:所建神经网络模型可以精准预测机床反向越冲特性对轮廓误差的影响,各轴的动态误差预测精度为±3μm,复杂轨迹轮廓误差预测精度为±1.5μm。实验结果验证了所建模型的可靠性,为后续机床动态误差建模与控制研究提供了一定的参考价值。 展开更多
关键词 高速高精度数控机床 动态误差 非线性特征 遗传算法优化的反向传播神经网络 轮廓误差估算
下载PDF
基于ACO-BP算法的熔融沉积成型翘曲变形量的预测方法
6
作者 田国良 周肖宇 李逸仙 《塑料工业》 CAS CSCD 北大核心 2024年第9期87-92,共6页
针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和... 针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和4因素3水平的验证样本集。训练样本集用于预测模型的学习,验证样本集用于验证预测方法的精度。基于极差法分析了各工艺参数对翘曲变形量的影响程度。结果表明,工艺参数对翘曲变形量的影响程度从大到小分别为层高、填充率、喷头挤出温度和打印速度。采用训练样本集充分训练预测模型后,验证基于ACO-BP算法的翘曲变形量预测方法的效果。基于均方根误差(RMSE)、均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)评价模型预测精度。对于RMSE,BP算法的预测精度约为ACO-BP算法的1.7倍;对于MSE,BP算法的预测精度约为ACO-BP算法的2.9倍;对于MAE,BP算法的预测精度约为ACO-BP算法的1.6倍;对于MAPE,BP算法的预测精度约为ACO-BP算法的2.2倍。基于ACO算法优化的BP神经网络预测精度更高。 展开更多
关键词 蚁群算法-误差反向传播神经网络算法 熔融沉积成型 翘曲变形量 预测方法
下载PDF
人工神经网络在电力营销系统中的应用与实现
7
作者 方晓萌 章玉 +2 位作者 赵夏楠 巩莹 刘豪 《科技创新与应用》 2024年第13期167-170,共4页
在电力行业信息化发展背景下,收集与存储大量电力数据,可为电力企业营销决策制定提供依据。该文提出采用人工神经网络构建电力营销系统BP神经网络模型,通过智能决策树分类算法预处理模型数据,得到最优化的模型数据,并改进神经网络隐含... 在电力行业信息化发展背景下,收集与存储大量电力数据,可为电力企业营销决策制定提供依据。该文提出采用人工神经网络构建电力营销系统BP神经网络模型,通过智能决策树分类算法预处理模型数据,得到最优化的模型数据,并改进神经网络隐含层节点数目算法,结合应用分时段预测方法及共轭梯度算法分别进行网络训练及网络结构优化,为网络收敛速度加快提供保障,得出相对准确的电力营销年度电量预测结论,说明电力营销系统中人工神经网络具有较高的应用价值。 展开更多
关键词 人工神经网络 电力营销 误差反向传播模型 BP神经网络模型 决策树分类算法
下载PDF
人工神经网络在果蔬干燥领域应用进展
8
作者 樊宇航 宋卫东 +3 位作者 王教领 王明友 丁天航 周德欢 《中国农机化学报》 北大核心 2024年第8期112-119,147,共9页
果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型成为干燥领域的重点方向。综述人工神经网络在果蔬干燥过程中的应用现状、分析存在的问题和做出展望。针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质... 果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型成为干燥领域的重点方向。综述人工神经网络在果蔬干燥过程中的应用现状、分析存在的问题和做出展望。针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质检测、工艺优化和控制系统方面,总结各部分的应用类型及发展创新;再对比传统干燥模型和人工神经网络模型;最后介绍混合神经网络的应用场景。发现人工神经网络比传统干燥模型更精确,且混合神经网络结合专家系统、模糊逻辑等理论能够提供准确的预测,作为一种新颖高效的建模技术,可以广泛应用于果蔬加工的优化、控制、自动化等领域。其中应用最广泛的就是与遗传算法结合的GA-BP神经网络,BP负责预测、GA负责寻优,在这样的算法中不仅可以精确预测结果还可以优化工艺。这样的模型更适合果蔬干燥且在未来有更广阔的发展空间,以期这些探讨和分析对果蔬干燥领域具有参考意义。 展开更多
关键词 果蔬干燥 神经网络 干燥动力学模型 误差反向传播算法 含水率预测
下载PDF
Approach of Improving the Inertial Navigation System Error for Large Transport Aircraft
9
作者 武虎子 耿建中 +1 位作者 TANG Changhong LI Wei 《系统仿真技术》 2013年第2期135-140,152,共7页
The corresponding corrected method is proposed for the INS ( INS-Inertial Navigation System ) accumulated error of large transport aircraft. System errors contain aircraft position error, altitude error and speed erro... The corresponding corrected method is proposed for the INS ( INS-Inertial Navigation System ) accumulated error of large transport aircraft. System errors contain aircraft position error, altitude error and speed error,one is increasing the accuracy of hardw are; the other is development of low cost softw are algorithms. Because of improving hardw are is more difficult in my country at present, developing softw are algorithms is essential w ay,w hich have been validated in my types of airplane. The combined heuristic algorithms ( ABPNN,Advanced Back-propagation neural netw orks algorithm and LSM -least square method) are presented,w hich incorporates the effects of flight region and measured terrain height data by radar and barometer. Based on this algorithm,the appropriate match region w as gotten by recognition of fiducial digital map in real time online. In process of w ork,the minimum of position error as a cost function and the constraint conditions are gave,the flight positions are recognized in real time and continuously,least sum of square is calculated based on LSM ,in other w ords,the optimized result is obtained. The simulation case demonstrate that the method is very successful,the correct rate of recognition is more 90 percent. In w ords,the algorithm presented is economical,validation and effective. 展开更多
关键词 inertial navigation system accumulated error advanced back-propagation neural networks least square method
下载PDF
大数据环境下的船舶中间产品装配工时预测模型 被引量:1
10
作者 苏翔 徐瑞林 +1 位作者 杨玉雪 史恭波 《造船技术》 2023年第5期12-19,共8页
基于大数据环境提出考虑误差修正的两阶段船舶中间产品装配工时预测模型。从船舶设计软件中提取中间产品装配工艺信息,建立反向传播神经网络(Back Propagation Neural Network,BPNN)模型,实现装配工时的初步预测。采集对装配工时预测可... 基于大数据环境提出考虑误差修正的两阶段船舶中间产品装配工时预测模型。从船舶设计软件中提取中间产品装配工艺信息,建立反向传播神经网络(Back Propagation Neural Network,BPNN)模型,实现装配工时的初步预测。采集对装配工时预测可能造成影响的外界因素大数据,建立基于极端梯度提升(Extreme Gradient Boosting,XGBoost)算法的装配工时预测误差修正模型。两阶段预测结果相加得到装配工时预测值。实例验证该预测模型的有效性,可为船舶企业完善装配工时管理提供切实可行的解决思路。 展开更多
关键词 船舶 中间产品 装配工时 预测模型 误差修正 BPNN XGBoost
下载PDF
基于热传导和卷积神经网络的磨床主轴热误差预测 被引量:3
11
作者 王培桐 范晋伟 +1 位作者 任行飞 李状 《光学精密工程》 EI CAS CSCD 北大核心 2023年第1期129-140,共12页
热变形是影响磨床加工精度的主要因素,严重制约了机床精度的进一步提高。为了提高热误差预测的精度,提出了一种基于热传导和卷积神经网络的磨床主轴热误差预测方法。根据热传导理论推导出主轴表面和外部环境的温差和热变量的映射关系,... 热变形是影响磨床加工精度的主要因素,严重制约了机床精度的进一步提高。为了提高热误差预测的精度,提出了一种基于热传导和卷积神经网络的磨床主轴热误差预测方法。根据热传导理论推导出主轴表面和外部环境的温差和热变量的映射关系,揭示了材料热变形本质。然后,建立了以温差为输入和主轴热变形量为输出的神经网络热误差预测模型。该模型拥有4个神经网络层,分别对应温差、热能增量、时间变量以及热变形量。运用反向传播算法对该预测模型进行训练并计算模型参数。最后,基于SINUMERIK 840D数控控制器开发了一套磨床主轴热误差补偿系统,并在某一数控磨床上进行了验证。结果表明,通过主轴热误差补偿后,磨床的加工精度提升了41.7%,验证了本文提出的主轴热误差预测模型的有效性和可行性。 展开更多
关键词 热传导 热误差 反向传播算法 神经网络 磨床主轴
下载PDF
基于SSA-BP的电主轴热误差优化建模 被引量:2
12
作者 尹晓珊 钟建琳 +1 位作者 问梦飞 王增新 《机床与液压》 北大核心 2023年第12期19-23,38,共6页
为解决某加工中心电主轴的热误差补偿问题,建立预测精度高、鲁棒性强的热误差补偿模型。搭建实验台,利用美国雄狮回转误差分析仪采集电主轴的温度场和热误差数据。介绍麻雀搜索算法(SSA)原理、具体优化流程。采用SSA优化BP神经网络的权... 为解决某加工中心电主轴的热误差补偿问题,建立预测精度高、鲁棒性强的热误差补偿模型。搭建实验台,利用美国雄狮回转误差分析仪采集电主轴的温度场和热误差数据。介绍麻雀搜索算法(SSA)原理、具体优化流程。采用SSA优化BP神经网络的权值和阈值,建立SSA-BP神经网络预测模型。与之前建立的BP神经网络预测模型相比,优化后预测效果更优,为电主轴热误差建模提供新的思路。 展开更多
关键词 热误差补偿 麻雀搜索算法 BP神经网络
下载PDF
基于人工神经网络构建的赤潮短期预报模型及应用
13
作者 李星 丁文祥 +2 位作者 李雪丁 张彩云 陈剑桥 《海洋预报》 CSCD 北大核心 2023年第2期67-76,共10页
利用大数据赤潮预报方法,基于福建沿岸24个生态浮标和5个大浮标历史数据及实时监测数据,采用人工神经网络实现福建沿岸赤潮的业务化预报。赤潮短期预报模型由误差反向传播网络(BP)和径向基神经网络(RBF)构成,结合福建沿岸所有赤潮事件... 利用大数据赤潮预报方法,基于福建沿岸24个生态浮标和5个大浮标历史数据及实时监测数据,采用人工神经网络实现福建沿岸赤潮的业务化预报。赤潮短期预报模型由误差反向传播网络(BP)和径向基神经网络(RBF)构成,结合福建沿岸所有赤潮事件的高频采样数据样本,每天可算出480个预报结果,最后对预报结果进行发生概率等级判断,最终实现福建沿岸10个赤潮监测区赤潮发生概率等级的业务化预报。赤潮短期预报模型成功预报出2019年5月下旬福建北部发生的多起赤潮事件,2019年和2020年24 h时效的赤潮预报结果正确率达到95%和99%,赤潮识别率达到60%和55%。 展开更多
关键词 赤潮 误差反向传播神经网络 径向基神经网络 业务化预报 人工神经网络
下载PDF
Stewart载物平台位姿误差估计模型
14
作者 林皓纯 陈秀梅 +1 位作者 彭宝营 王鹏家 《北京信息科技大学学报(自然科学版)》 2023年第4期67-72,共6页
提出了一种通过单目结构光相机测量Stewart载物平台位姿的方法,搭建了位姿误差测量试验台,对Stewart载物平台位姿误差进行了测量。建立了一种使用多元宇宙优化算法(multi-verse optimizer,MVO)优化反向传播(back propagation,BP)神经网... 提出了一种通过单目结构光相机测量Stewart载物平台位姿的方法,搭建了位姿误差测量试验台,对Stewart载物平台位姿误差进行了测量。建立了一种使用多元宇宙优化算法(multi-verse optimizer,MVO)优化反向传播(back propagation,BP)神经网络的Stewart载物平台误差估计模型,并利用测量得到的误差数据对模型进行了训练。通过测试数据对误差估计模型的有效性进行了验证。实验结果表明,模型可以更好地估计沿z轴方向的位移误差以及绕x轴和绕y轴的旋转误差,为Stewart平台的位姿测量研究提供了一种新方法。 展开更多
关键词 结构光相机 位姿误差 误差估计模型 多元宇宙优化算法 反向传播神经网络
下载PDF
基于MEA-BP神经网络的压力传感器误差补偿算法
15
作者 时豪 范辉 +2 位作者 李建辰 赵润辉 李亚 《水下无人系统学报》 2023年第2期252-258,共7页
针对压阻式压力传感器对环境条件变化较为敏感,温度变化时会产生热漂移,影响传感器性能的不足,文中采用思维进化(MEA)-反向传播(BP)神经网络算法对压阻式压力传感器建立误差补偿模型,该模型利用MEA算法对神经网络的初始权值和阈值进行优... 针对压阻式压力传感器对环境条件变化较为敏感,温度变化时会产生热漂移,影响传感器性能的不足,文中采用思维进化(MEA)-反向传播(BP)神经网络算法对压阻式压力传感器建立误差补偿模型,该模型利用MEA算法对神经网络的初始权值和阈值进行优化,减少了由于初值的不确定性导致训练陷入局部最优的可能性,并采用Levenberg-Marquardt算法代替梯度下降法加快神经网络的收敛速度,增加补偿算法的可靠性。仿真试验结果表明, MEA-BP算法与原始BP神经网络补偿法和遗传算法-BP神经网络补偿法相比,均方根误差期望值分别降低了48.7%和8.29%,且标准差分别降为其他2种算法的5%和4%,证明经过MEA算法优化的BP神经网络补偿方法能更加精确地补偿温度造成的影响,且补偿结果更为可靠。 展开更多
关键词 压力传感器 误差补偿 思维进化算法 反向传播神经网络
下载PDF
准抗毁化电源蓄电池SOC预测的GA-BP网络方法 被引量:13
16
作者 王亚军 王旭东 +1 位作者 周永勤 颜颐欣 《电机与控制学报》 EI CSCD 北大核心 2010年第6期61-65,共5页
针对蓄电池荷电状态的预测问题,从蓄电池荷电状态与其可直接测量的外特性参数之间不确定的非线性关系出发,依据BP网络映射功能使其可以以任意精确度逼近非线性函数、遗传算法的良好全局搜索寻找最优能力使其解决BP网络盲目选择初始权值... 针对蓄电池荷电状态的预测问题,从蓄电池荷电状态与其可直接测量的外特性参数之间不确定的非线性关系出发,依据BP网络映射功能使其可以以任意精确度逼近非线性函数、遗传算法的良好全局搜索寻找最优能力使其解决BP网络盲目选择初始权值、阈值的问题,并利用数值最优化LM算法训练BP网络使其解决BP网络收敛速度慢和容易陷入局部最小值的问题,提出了一种蓄电池荷电状态预测的遗传算法和BP网络相结合方法。设计了准抗毁化电源蓄电池荷电状态的BP网络和GA-BP网络预测模型。仿真结果表明,预测模型经过训练后,可以通过蓄电池的实时外特性参数预测蓄电池的实时荷电状态;GA-BP网络的收敛速度和预测精确度均优于BP网络。验证了GA-BP网络预测方法的有效性。 展开更多
关键词 蓄电池 荷电状态预测 BP网络 遗传算法
下载PDF
粒子群优化BP神经网络在甲烷检测中的应用 被引量:25
17
作者 王志芳 王书涛 王贵川 《光子学报》 EI CAS CSCD 北大核心 2019年第4期141-148,共8页
为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统... 为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统对甲烷检测结果的平均误差为0.007 5.基于粒子群优化的误差反向传播神经网络算法构建了甲烷预测模型,以浓度在0.2%~2.0%范围内的甲烷气体为研究对象.在样本训练过程中,预测模型的精度达到10-4,实际输出值与期望值线性回归的相关系数为0.998 8,最大相对标准偏差为0.248%.实验结果表明,在甲烷浓度预测中,相对于误差反向传播神经网络预测模型,粒子群优化误差反向传播神经网络的预测性能更优. 展开更多
关键词 气体 吸收光谱 误差反向传播 神经网络 甲烷 浓度预测
下载PDF
改进的萤火虫算法在神经网络中的应用 被引量:17
18
作者 张明 张树群 雷兆宜 《计算机工程与应用》 CSCD 北大核心 2017年第5期159-163,共5页
基本萤火虫算法存在容易陷入局部最优及收敛速度低的问题,提出了一种改进进化机制的萤火虫算法(IEMFA)。在群体进化过程中赋予萤火虫改进的位置移动策略,并利用改进后的萤火虫算法来优化传统BP神经网络的网络参数。测试结果表明,基于改... 基本萤火虫算法存在容易陷入局部最优及收敛速度低的问题,提出了一种改进进化机制的萤火虫算法(IEMFA)。在群体进化过程中赋予萤火虫改进的位置移动策略,并利用改进后的萤火虫算法来优化传统BP神经网络的网络参数。测试结果表明,基于改进萤火虫算法的BP神经网络具有更好的收敛速度和精度。 展开更多
关键词 进化机制 误差反向传播(BP)神经网络 萤火虫算法
下载PDF
基于人工神经网络的制造执行系统软件构件库构件提取方法研究 被引量:4
19
作者 任守纲 王宁生 +1 位作者 蔡宗琰 钱晓明 《中国机械工程》 EI CAS CSCD 北大核心 2004年第12期1059-1062,共4页
为了提高从软件构件库中搜索构件的速度和准确率 ,利用误差反向传播神经网络 (BP网络 )研究了构件的搜索问题。针对制造执行系统软件构件的特点 ,提出一个基于刻面的制造执行系统软件构件表示模型。在此基础上 ,建立了在构件刻面空间和... 为了提高从软件构件库中搜索构件的速度和准确率 ,利用误差反向传播神经网络 (BP网络 )研究了构件的搜索问题。针对制造执行系统软件构件的特点 ,提出一个基于刻面的制造执行系统软件构件表示模型。在此基础上 ,建立了在构件刻面空间和构件标识之间进行匹配的BP网络模型 ,并详细研究了该BP网络模型的结构、算法、输入 /输出参数处理等问题。最后 ,通过一个构件库原型系统进行了验证。 展开更多
关键词 软件构件 制造执行系统(MES) 误差反向传播神经网络(BP网络) 构件表示模型
下载PDF
基于BP神经网络的河道水位推算模型研究 被引量:6
20
作者 龚政 张东生 曹春玲 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2001年第5期96-99,共4页
在分析影响河道水位因素的基础上 ,采用基于梯度下降算法的BP神经网络模型推算河道水位 ,同时采用传统的上下游水位线性相关方法进行水位推算 .结果表明 ,在具有较长期实测资料的情况下 ,BP神经网络模型具有很高的精度 ,若要考虑更多相... 在分析影响河道水位因素的基础上 ,采用基于梯度下降算法的BP神经网络模型推算河道水位 ,同时采用传统的上下游水位线性相关方法进行水位推算 .结果表明 ,在具有较长期实测资料的情况下 ,BP神经网络模型具有很高的精度 ,若要考虑更多相互独立影响因素的非线性作用 ,应相应增加输入样本数 . 展开更多
关键词 河道 河口 水位 误差逆传播 神经网络
下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部