期刊文献+
共找到181篇文章
< 1 2 10 >
每页显示 20 50 100
Surface Quality Evaluation of Fluff Fabric Based on Particle Swarm Optimization Back Propagation Neural Network 被引量:1
1
作者 MA Qiurui LIN Qiangqiang JIN Shoufeng 《Journal of Donghua University(English Edition)》 EI CAS 2019年第6期539-546,共8页
Aiming at the problem that back propagation(BP)neural network predicts the low accuracy rate of fluff fabric after fluffing process,a BP neural network model optimized by particle swarm optimization(PSO)algorithm is p... Aiming at the problem that back propagation(BP)neural network predicts the low accuracy rate of fluff fabric after fluffing process,a BP neural network model optimized by particle swarm optimization(PSO)algorithm is proposed.The sliced image is obtained by the principle of light-cutting imaging.The fluffy region of the adaptive image segmentation is extracted by the Freeman chain code principle.The upper edge coordinate information of the fabric is subjected to one-dimensional discrete wavelet decomposition to obtain high frequency information and low frequency information.After comparison and analysis,the BP neural network was trained by high frequency information,and the PSO algorithm was used to optimize the BP neural network.The optimized BP neural network has better weights and thresholds.The experimental results show that the accuracy of the optimized BP neural network after applying high-frequency information training is 97.96%,which is 3.79%higher than that of the unoptimized BP neural network,and has higher detection accuracy. 展开更多
关键词 WOOL FABRIC feature extraction WAVELET TRANSFORM particle swarm optimization(pso) back propagation(bp)neural network
下载PDF
基于WPSO-BP和L-MBWO的多翼离心风机优化研究
2
作者 徐韧 李君宇 +3 位作者 周明 刘林波 张志富 黄其柏 《机电工程》 CAS 北大核心 2024年第10期1833-1843,共11页
针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优... 针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优化设计中。首先,选取了叶片进出口角、倾斜蜗舌的最大蜗舌半径、叶片切除角度作为设计变量,把风机的全压、效率、声压级作为优化目标;然后,构建了WPSO-BP预测模型,以反映设计变量与优化目标之间的关系,定量分析对比了该模型与BP神经网络预测模型,预测值用于风机的性能优化;接着,将逻辑混沌初始化引入到白鲸优化算法(BWO),基于第三代非支配排序遗传算法(NSGA-Ⅲ)构建了L-MBWO优化算法;最后,在实验验证仿真可靠的前提下,将提出的预测模型和优化算法应用于风机优化,并对优化效果进行了综合分析。研究结果表明:优化后的风机全压增加了34.79 Pa,效率提高了0.67%,噪声降低了1.73 dB,实现了多个优化目标之间的平衡,有效改善了风机的综合性能,为多翼离心风机的优化设计提供了一种新思路。 展开更多
关键词 多翼离心风机 变权重 基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型 白鲸优化算法 基于逻辑混沌初始化的多目标白鲸优化算法 预测模型 风机全压 风机效率 风机噪声
下载PDF
改进PSO-BP算法的短期电力负荷预测方法
3
作者 杨亚东 耿丽清 +2 位作者 杨耿煌 郝夏毅 陈庆斌 《天津职业技术师范大学学报》 2024年第3期15-20,共6页
针对电力负荷的周期性、随机波动性等复杂特点易造成预测精度低等问题,提出一种基于相似日分析、混沌映射优化粒子群算法(particle swarm optimization,PSO)和BP神经网络相结合的短期电力负荷预测方法。采用乘积法量化气象因素与时间因... 针对电力负荷的周期性、随机波动性等复杂特点易造成预测精度低等问题,提出一种基于相似日分析、混沌映射优化粒子群算法(particle swarm optimization,PSO)和BP神经网络相结合的短期电力负荷预测方法。采用乘积法量化气象因素与时间因素间的综合相似度,选出综合相似度高的若干历史日作为相似日集;采用相似日集与非相似日集分别训练PSO-BP模型,相似日集的平均绝对百分比误差(mean absolute percentage error,MAPE)降低3.9%;利用Sine映射对PSO中粒子的速度和位置进行优化,增强PSO算法的全局搜索能力和寻优精度,采用2个集合分别训练SPSO-BP模型,相似日集的MAPE降低19.4%。结果表明,基于相似日分析和SPSO-BP模型的短期电力负荷预测方法可有效提高电力负荷的预测精度。 展开更多
关键词 短期电力负荷预测 相似日 粒子群算法 bp神经网络 混沌映射
下载PDF
基于PSO-BP神经网络的Savonius型叶轮阵列消波性能优化
4
作者 盛勇 宋瑞银 +3 位作者 杨状状 刘博宇 吴瑞明 任聪杰 《船舶工程》 CSCD 北大核心 2024年第5期160-168,共9页
为了提高Savonius型(S型)叶轮的消波性能,提出一种S型叶轮阵列装置。通过试验记录不同的叶轮间距和叶轮相对入水深度等5个参数下波浪经过叶轮阵列后的透射系数K_(t),建立基于粒子群优化(PSO)算法和反向传播(BP)神经网络的S型叶轮阵列消... 为了提高Savonius型(S型)叶轮的消波性能,提出一种S型叶轮阵列装置。通过试验记录不同的叶轮间距和叶轮相对入水深度等5个参数下波浪经过叶轮阵列后的透射系数K_(t),建立基于粒子群优化(PSO)算法和反向传播(BP)神经网络的S型叶轮阵列消波性能预测模型。将采用该模型与采用BP网络模型和GA-BP网络模型得到的平均绝对误差、均方根误差和决定系数R^(2)指标进行对比,结果表明,采用PSO-BP神经网络模型优化能得到误差更小、更精准的预测结果。当相邻叶轮间距分别为0.62 m和0.41 m、各叶轮入水深度分别为0.15 m、0.18 m和0.19 m时,S型叶轮阵列具有相对最佳的消波性能。 展开更多
关键词 Savonius型叶轮 消波性能 粒子群优化(pso)算法 反向传播(bp)神经网络
下载PDF
基于PSO-BP模型的差速器装配密封质量预测
5
作者 徐静 杨德岭 《森林工程》 北大核心 2024年第5期134-144,共11页
为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输... 为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输入变量,差速器总成泄漏值作为输出变量,创建基于粒子群(PSO)算法优化BP神经网络(PSO-BP)的预测模型,结果表明,由灰色关联分析简化后的PSO-BP预测方法得到的平均相对误差最小为1.18%。在此基础上,应用PyQt5 GUI库开发差速器总成泄漏值预测系统。研究结果可以为差速器总成密封质量预测提供理论依据。 展开更多
关键词 运材车辆 差速器 密封质量 灰色关联分析算法 粒子群优化算法 反向传播神经网络
下载PDF
基于PSO-BP神经网络的经济型二手车估价分析
6
作者 蔡云 张又水 +2 位作者 吴澳琪 陈森 赵蕾 《内燃机与配件》 2024年第1期109-112,共4页
针对BP神经网络预测二手车价格时易陷入局部极小值以及价格影响因素间存在一定相关性的问题,本文提出了一种基于主成分分析(PCA)和粒子群算法(PSO)优化BP神经网络的价格评估模型。本文将PCA降维后的10个主成分作为影响二手车价格的评估... 针对BP神经网络预测二手车价格时易陷入局部极小值以及价格影响因素间存在一定相关性的问题,本文提出了一种基于主成分分析(PCA)和粒子群算法(PSO)优化BP神经网络的价格评估模型。本文将PCA降维后的10个主成分作为影响二手车价格的评估参数。基于BP神经网络建立经济型二手车价格评估模型,并使用粒子群算法优化网络的权值和阈值,进一步提高网络的预测精度。该模型一定程度上克服了BP神经网络的不足,为二手车价格评估提供了参考。 展开更多
关键词 经济型二手车 估价模型 bp神经网络 主成分分析(PCA) 粒子群算法(pso)
下载PDF
基于改进PSO-BP故障诊断神经网络的挖掘机液压系统
7
作者 郭京峰 《现代制造技术与装备》 2024年第11期37-39,共3页
由于现行方法在挖掘机液压系统故障诊断中存在一定不足,无法达到预期效果,提出基于改进粒子群优化算法(ParticleSwarmOptimization,PSO)-反向传播(BackPropagation,BP)神经网络的挖掘机液压系统故障诊断方法。采用无线传感器采集液压系... 由于现行方法在挖掘机液压系统故障诊断中存在一定不足,无法达到预期效果,提出基于改进粒子群优化算法(ParticleSwarmOptimization,PSO)-反向传播(BackPropagation,BP)神经网络的挖掘机液压系统故障诊断方法。采用无线传感器采集液压系统数据,对采集的数据进行预处理,利用PSO对BP神经网络进行迭代训练、优化网络参数,利用改进BP神经网络挖掘液压系统数据,识别诊断系统故障。实验结果表明,所提方法的平均绝对误差百分比不超过1%,漏诊比例也不超过1%,能够实现对挖掘机液压系统故障的精准诊断。 展开更多
关键词 改进粒子群优化算法(pso) 反向传播(bp)神经网络 挖掘机 液压系统 故障诊断
下载PDF
基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究 被引量:7
8
作者 刘伟吉 冯嘉豪 +1 位作者 祝效华 李枝林 《科学技术与工程》 北大核心 2023年第24期10264-10272,共9页
机械钻速(rate of penetration,ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为... 机械钻速(rate of penetration,ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm,GA)和粒子群优化算法(particle swarm optimization,PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果。实验结果表明:优化后的PSO-BP神经网络的预测性能最好,具有更高的效率和可靠性,能够有效的利用工程数据,在有一定数据采集量的区域提供较为准确的ROP预测。 展开更多
关键词 钻速(ROP)预测 bp神经网络 附加动量法 自适应学习率 遗传算法(GA) 粒子群算法(pso)
下载PDF
基于PSO-BP优化MPC的无人驾驶汽车路径跟踪控制研究 被引量:1
9
作者 史培龙 常宏 +2 位作者 王彩瑞 马强 周猛 《汽车技术》 CSCD 北大核心 2023年第7期38-46,共9页
针对模型预测控制(MPC)路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题,提出了基于粒子群寻优(PSO)-反向传播(BP)神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先,设计了MPC路径跟踪控制器;其次,利用PSO-BP对MPC进行... 针对模型预测控制(MPC)路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题,提出了基于粒子群寻优(PSO)-反向传播(BP)神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先,设计了MPC路径跟踪控制器;其次,利用PSO-BP对MPC进行优化,以控制器精度和车辆稳定性作为评价函数,获得PSO离线最优时域参数;最后,选择4种工况进行双移线跟踪对比仿真验证。结果表明:所提出的控制策略在保证行驶稳定性的条件下,低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。 展开更多
关键词 无人驾驶 路径跟踪控制 模型预测控制 粒子群寻优 bp神经网络
下载PDF
基于IPSO-BP神经网络的WSNs数据融合算法 被引量:4
10
作者 马占飞 巩传胜 +2 位作者 李克见 林继祥 刘雨忻 《传感器与微系统》 CSCD 北大核心 2023年第12期151-154,159,共5页
针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化... 针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化(PSO)算法进行改进;然后,用IPSO算法优化BP神经网络的权值和阈值,再引入到WSNs数据融合中,簇成员节点负责采集监测数据,在簇首节点通过优化后的BP神经网络对数据进行特征提取,并将融合结果发送至汇聚节点。仿真结果表明:IPSO-BP算法能有效提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。 展开更多
关键词 无线传感器网络 数据融合 反向传播神经网络 粒子群优化算法 细菌觅食优化算法
下载PDF
基于PSO-BP的甘蔗联合收割机物流堵塞预测预警研究 被引量:1
11
作者 陈远玲 陈浩楠 +2 位作者 王肖 陈承宗 侯怡 《广西大学学报(自然科学版)》 CAS 北大核心 2023年第3期662-673,共12页
在甘蔗的倒伏、弯曲,以及蔗节、蔗叶、泥块等杂物的共同作用之下,甘蔗联合收割机物流通道中的刀盘和切段辊处容易形成堵塞,为提高甘蔗联合收割机工作效率,降低甘蔗联合收割机物流通道发生堵塞的概率。以甘蔗联合收割机刀盘转速、切段辊... 在甘蔗的倒伏、弯曲,以及蔗节、蔗叶、泥块等杂物的共同作用之下,甘蔗联合收割机物流通道中的刀盘和切段辊处容易形成堵塞,为提高甘蔗联合收割机工作效率,降低甘蔗联合收割机物流通道发生堵塞的概率。以甘蔗联合收割机刀盘转速、切段辊转速、刀盘工作压力、切段辊工作压力等信号为输入变量,以甘蔗联合收割机运行状态为结果建立BP预测模型,并采用PSO-BP算法对预测模型进行优化。结果表明:PSO-BP神经网络预测模型对甘蔗联合收割机堵塞预测的准确率为98.75%,运行时间为0.18 s,预测准确率比BP神经网络提升了2.5%,用时减少了0.94 s。基于PSO-BP预测,应用LabVIWE软件开发了甘蔗联合收割机物流堵塞预测及预警系统,实现对甘蔗联合收割机刀盘和切段辊液压参数的实时监测和物流状态的预测和预警。研究结果可为优化甘蔗联合收割机的防堵控制设计提供依据。 展开更多
关键词 甘蔗联合收割机 堵塞预测 pso-bp神经网络 粒子群算法
下载PDF
基于PCA-PSO-BP神经网络的高速公路EPC项目成本风险研究 被引量:1
12
作者 方俊 莫成芹 +1 位作者 郭佩文 李相周 《武汉理工大学学报(信息与管理工程版)》 CAS 2023年第4期558-562,共5页
高速公路EPC项目建设周期长,不确定性、复杂性高,总成本控制难度大。为系统分析高速公路EPC项目面临的成本风险,提出基于粒子群优化算法和BP神经网络的EPC成本风险分析模型。首先,在识别成本风险因素的基础上,利用主成分分析法进行变量... 高速公路EPC项目建设周期长,不确定性、复杂性高,总成本控制难度大。为系统分析高速公路EPC项目面临的成本风险,提出基于粒子群优化算法和BP神经网络的EPC成本风险分析模型。首先,在识别成本风险因素的基础上,利用主成分分析法进行变量降维,简化网络输入节点;其次,通过粒子群算法优化BP神经网络,预测分析项目成本风险。结果表明,PCA-PSO-BP神经网络成本风险模型预测精确度高,可为高速公路总承包方评价项目成本风险提供一定的参考。 展开更多
关键词 高速公路 成本风险 bp神经网络 粒子群算法 主成分分析
下载PDF
基于BP-PSO的智能阀门定位器控制算法研究 被引量:7
13
作者 高阳 傅连东 +1 位作者 邓江洪 湛从昌 《流体机械》 CSCD 北大核心 2023年第5期49-54,共6页
针对五步开关控制算法易超调以及控制参数取值具有近似性和不确定性等不足,提出了一种参数自整定和参数寻优的控制算法,并在最关键的脉冲调制控制环节运用了改进的BP神经网络算法和粒子群(PSO)算法来寻找最优阀门控制参数。搭建智能阀... 针对五步开关控制算法易超调以及控制参数取值具有近似性和不确定性等不足,提出了一种参数自整定和参数寻优的控制算法,并在最关键的脉冲调制控制环节运用了改进的BP神经网络算法和粒子群(PSO)算法来寻找最优阀门控制参数。搭建智能阀门定位器实验平台,采用传统五步开关控制算法和本控制算法分别对阀门进行控制试验。结果表明,本控制算法相较于传统五步开关控制算法的适用性大大增强,避免了超调,缩短了响应时间,阀门控制精度达到0.03%,阀门开度稳定时间缩短至1 s以内。 展开更多
关键词 智能阀门定位器 参数自整定 bp神经网络优化 pso粒子群算法
下载PDF
基于PSO⁃BPNN的煤自燃危险性预测模型 被引量:6
14
作者 汪伟 梁然 +2 位作者 祁云 贾宝山 武泽伟 《中国安全科学学报》 CAS CSCD 北大核心 2023年第7期127-132,共6页
为提高采空区遗煤自燃危险性预测的准确性,采用粒子群优化算法(PSO)改进反向传播神经网络(BPNN)的连接权重和阈值,构建一种将PSO算法与BPNN相耦合的煤自燃预测模型(PSO-BPNN模型),并从不同方面对比分析PSO-BPNN模型与BPNN模型和支持向... 为提高采空区遗煤自燃危险性预测的准确性,采用粒子群优化算法(PSO)改进反向传播神经网络(BPNN)的连接权重和阈值,构建一种将PSO算法与BPNN相耦合的煤自燃预测模型(PSO-BPNN模型),并从不同方面对比分析PSO-BPNN模型与BPNN模型和支持向量回归机(SVR)模型的预测结果。研究表明:优化后的平均相对误差、平均绝对误差和均方根误差相较于BPNN模型分别降低了9.35%、0.1707和0.2056,判定系数增大了0.1169;比SVR模型分别降低了5.41%、0.1152和0.1715,判定系数增大了0.0891。证明PSO-BPNN模型具有更高的预测精准性。 展开更多
关键词 煤自燃 粒子群优化算法(pso) 反向传播神经网络(bpNN) 支持向量回归机(SVR) 预测模型 采空区
下载PDF
基于PCA-PSO-BP神经网络的住宅供热逐时负荷预测 被引量:8
15
作者 王新雨 郭振伟 +2 位作者 于丹 刘益民 崔治国 《暖通空调》 2023年第3期138-142,160,共6页
为了准确预测供热负荷,提出了一种基于主成分分析法和粒子群优化算法改进的BP神经网络(PCA-PSO-BP)预测模型。首先利用主成分分析法融合影响热负荷的特征指标,消除指标之间的冗余性和相关性;同时采用粒子群算法优化BP神经网络的初始权... 为了准确预测供热负荷,提出了一种基于主成分分析法和粒子群优化算法改进的BP神经网络(PCA-PSO-BP)预测模型。首先利用主成分分析法融合影响热负荷的特征指标,消除指标之间的冗余性和相关性;同时采用粒子群算法优化BP神经网络的初始权值和阈值,克服了BP神经网络容易陷入局部最优的缺陷,提高了BP神经网络的预测精度。基于北京某居住建筑供热系统的实际运行数据,对模型的性能进行了验证。仿真结果表明,改进的模型预测精度提高了4.07%。 展开更多
关键词 供热负荷 预测模型 bp神经网络 主成分分析(PCA) 粒子群算法(pso) 特征变量
下载PDF
基于PSO-BP神经网络与PSO-SVM的抗乳腺癌药物性质预测 被引量:10
16
作者 许美贤 郑琰 +1 位作者 李炎举 吴伟豪 《南京信息工程大学学报(自然科学版)》 CAS 北大核心 2023年第1期51-65,共15页
通过实验筛选研发新药的过程非常缓慢且需耗费大量的人力物力,而利用计算机辅助预测药物的分子性质可极大地节省药物研发时间和成本.因此,为了能够使抗乳腺癌候选药物对抑制ERα具有良好的生物活性和ADMET性质,针对收集到的1 974种化合... 通过实验筛选研发新药的过程非常缓慢且需耗费大量的人力物力,而利用计算机辅助预测药物的分子性质可极大地节省药物研发时间和成本.因此,为了能够使抗乳腺癌候选药物对抑制ERα具有良好的生物活性和ADMET性质,针对收集到的1 974种化合物,首先利用随机森林分类器筛选出前20个对生物活性最具显著影响的分子描述符,并以此和pIC50值作为特征数据建立QSAR模型.其次,基于PSO优化BP神经网络对50个新化合物的生物活性值进行预测,模型拟合度为0.833 7,根均方误差为0.731 5,比优化前的BP神经网络预测值更贴合实际.随后为提高药物研发的成功率,依据已有的ADMET性质数据利用PSO优化SVM构建ADMET分类预测模型,算法交叉验证CV准确率达到94.076 7%,5个指标模型的预测准确率均在79%以上.结果表明,所建立的模型比基准模型的预测性能更好,采用的预测策略是有效的,可为抗乳腺癌药物的研发提供借鉴. 展开更多
关键词 抗乳腺癌药物 生物活性 ADMET性质 粒子群优化算法 bp神经网络 支持向量机
下载PDF
基于PSO-BP神经网络的山西省碳排放预测 被引量:10
17
作者 杨俊祺 范晓军 +1 位作者 赵跃华 袁进 《环境工程技术学报》 CAS CSCD 北大核心 2023年第6期2016-2024,共9页
山西作为能源使用和碳排放大省,推动“双碳”战略对全国具有重要示范意义。基于IPCC(政府间气候变化专门委员会)排放系数法测算山西省2000—2020年的碳排放量,运用Tapio脱钩模型分析碳排放与经济发展之间的脱钩关系,利用LMDI法对影响碳... 山西作为能源使用和碳排放大省,推动“双碳”战略对全国具有重要示范意义。基于IPCC(政府间气候变化专门委员会)排放系数法测算山西省2000—2020年的碳排放量,运用Tapio脱钩模型分析碳排放与经济发展之间的脱钩关系,利用LMDI法对影响碳排放变化的因素进行分解,采用PSO-BP神经网络模型对山西省的碳排放量进行模拟和预测。结果表明:2000—2020年山西省碳排放量呈增长趋势,碳排放强度呈下降趋势,脱钩系数为0.585,整体处于弱脱钩状态。经济增长是碳排放量增长的决定因素,而产业结构与能源强度的优化调整是抑制碳排放的主导因素。引入PSO(粒子群优化算法)有效提高了BP神经网络的预测精度。预测结果显示,在基准情景、低碳情景和强化低碳情景下,山西省碳排放分别于2032年、2029年和2027年达峰。针对预测结果,提出了相关政策建议。 展开更多
关键词 bp神经网络 粒子群优化算法(pso) 碳排放 预测 山西省
下载PDF
基于PSO-LM-BP神经网络的压电陶瓷喷射阀撞针与喷嘴松紧度调节
18
作者 朱燕飞 王明月 +1 位作者 李传江 顾亚 《压电与声光》 CAS 北大核心 2023年第1期33-38,共6页
压电陶瓷喷射阀是点胶机器人的核心执行部件,其撞针与喷嘴顶紧的松紧度对点胶频率、胶点体积、单点胶量等都会产生影响。现有技术中对撞针喷嘴顶紧的松紧度均是按操作经验手动调节,此种方法调节较费时且无法做到每次调节的松紧度都保持... 压电陶瓷喷射阀是点胶机器人的核心执行部件,其撞针与喷嘴顶紧的松紧度对点胶频率、胶点体积、单点胶量等都会产生影响。现有技术中对撞针喷嘴顶紧的松紧度均是按操作经验手动调节,此种方法调节较费时且无法做到每次调节的松紧度都保持一致。为了解决现有技术中的不足,该文设计了一种基于电流传感器的压电陶瓷喷射阀撞针与喷嘴顶紧的松紧度调节方法。通过实时采集控制器的负载电流,利用改进的BP神经网络离线建立电流值与对应的螺套旋转角度之间的模型,经过角度值变换得出松紧度的相对值,使每次调节的松紧度都保持一致,以保证压电陶瓷的位移相同。实验结果表明,建立的模型基本能够根据相对值来保证松紧度一致,并实现了可视化调节。 展开更多
关键词 压电陶瓷 松紧度 pso-LM-bp神经网络 可视化调节 粒子群算法
下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量:5
19
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(Ipso)算法 反向传播(bp)神经网络
下载PDF
基于MFO-BPNN的螺旋钻机钻速预测研究
20
作者 李嘉辉 王英 +3 位作者 郑荣跃 叶军 赵京昊 陈立 《机电工程》 CAS 北大核心 2024年第4期633-642,共10页
针对利用现有经验公式所建立的螺旋钻机钻速预测模型存在准确度不足的问题,提出了一种基于飞蛾扑火算法(MFO)的反向传播神经网络(BPNN)钻速预测模型。首先,对MFO算法的基本原理进行了研究,构建了MFO算法优化BPNN的具体流程;接着,采集了... 针对利用现有经验公式所建立的螺旋钻机钻速预测模型存在准确度不足的问题,提出了一种基于飞蛾扑火算法(MFO)的反向传播神经网络(BPNN)钻速预测模型。首先,对MFO算法的基本原理进行了研究,构建了MFO算法优化BPNN的具体流程;接着,采集了江苏无锡某施工现场钻探数据,并分析了钻速影响因素,运用小波阈值降噪、归一化和灰色关联度分析等系列方法对采集数据进行了预处理,得到了训练和测试集;然后,将MFO算法运用于神经网络的权值和阈值训练,以代替原有梯度下降法,建立了MFO-BPNN钻速预测模型;最后,对上述预测模型与BPNN模型、遗传算法优化反向传播神经网络(GA-BPNN)模型以及粒子群优化算法优化反向传播神经网络(PSO-BPNN)模型的预测结果和评价指标进行了详细的对比分析。研究结果表明:运用MFO-BPNN建立的钻速预测模型,其可靠性达到了91.65%,其决定系数(R 2)优于其他3种预测模型,3项误差指标也是其中最低的,说明该模型的预测精度良好,适合于桩基础工程的实际应用,可为复杂因素影响下的钻速预测提供一种新思路。 展开更多
关键词 螺旋钻机 钻速预测 飞蛾扑火算法 反向传播神经网络 遗传算法优化反向传播神经网络 粒子群优化算法优化反向传播神经网络 决定系数 桩基础工程
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部