Results 1 to 10 of about 368 (100)
Zhejiang Daxue xuebao. Lixue ban, 2003 可持续发展系统是"黑箱",至少是"灰箱",各因素间是否存在因果关系还不十分清楚,人工神经网络可以较为逼真地模拟该系统.本文以人工神经网络BP模型为工具,借助Matlab语言对区域可持续发展经济子系统指标进行预测研究.通过数据采集、网络结构模型设计、程序设计、网络训练等绘出指标预测图并进行分析,最后提出建议.结果表明,用人工神经网络来模拟可持续发展经济子系统是可行的.
YEZheng-bo(叶正波)
doaj +1 more source
Shuitu Baochi Xuebao, 2021 以长三角3省1市为研究区，旨在构建长三角地区土壤水分长时间序列，为农业生产和遥感算法提供数据支撑。研究基于空间匹配的站点土壤水分数据和气象数据，利用主成分分析得到4个有效主成分作为线性回归和BP神经网络模型的输入因子，建立土壤水分与气象因子间的定量关系，并评估所构建模型的精度。结果表明，基于全部站点数据建立的单一BP神经网络模型优于单一线性回归模型。单一线性回归模型的R2=0.34，RMSE=0.046 m3/m3，MAE=3.67%；而单一BP神经网络模型的训练、验证和测试3个数据集的R2均在0 ...
李柳阳 +4 more
doaj
基于粒子群优化BP神经网络的中空夹层钢管混凝土柱轴压承载力研究
Jianzhu Gangjiegou Jinzhan, 2023 由于圆中空夹层钢管混凝土（CFDST）柱的承载力受多种参数和钢管与混凝土之间复杂的非线性相互作用影响。为此，本文采用PSO-BP混合神经网络算法对圆CFDST的轴压承载力进行了研究。挑选了167组数据建立数据库，选取8种影响因素作为输入层参数和轴压承载力作为输出层参数，分别建立了BP神经网络模型和PSO-BP神经网络模型。此外，将两个机器学习模型与三种规范进行比较，表明两种机器学习模型比三种规范有着更高的精度。其中，PSO-BP神经网络模型有着最好的预测性能，更有助于预测CFDST的轴压承载力 ...
赵均海, 华林炜, 王昱
doaj
Gaoya dianqi, 2011 小波网络是近年来神经网络研究中的一个新分支,是结合小波变换理论与神经网络的思想构造的一种新的神经网络模型。笔者构造的前馈小波神经网络是将小波分析与BP神经网络融合,以Gauss小波及其伸缩平移系作为隐含层小波基函数并且对小波神经网络做了一些改进。选择了300组油中溶解气体含量作为前馈小波神经网络训练及故障识别的样本,并对仿真结果进行分析。实验结果显示:文中构造的小波神经网络适合变压器故障诊断,其性能优于改良IEC法,传统BP神经网络法和基于主成分分析法的BP神经网络 ...
方健, 彭辉, 李自品, 舒乃秋
doaj
Dianci bileiqi, 2011 基于BP算法的神经网络和基于实数编码遗传算法的神经网络用于模式识别有其各自的优缺点。为此提出利用GA-BP混合算法神经网络,对GIS典型缺陷的局部放电进行模式识别。以超声局部放电探测仪对不同缺陷包括金属突出物、悬浮电位缺陷和绝缘子内部气泡引起的局部放电信号进行了测量,并从测量结果中提取PRPD谱图特征值作为训练样本和测试样本。研究结果表明:相比BP神经网络,GA-BP神经网络执行效率更高,识别效果更好,且克服了BP神经网络容易陷入局部最优的缺点;而相比GA神经网络,其运行时间短,适用于实际应用。
吕启深, 吴磊, 梁基重, 杨益公
doaj
Gaoya dianqi, 2005 综合自适应遗传算法和BP算法各自的优点,构造了基于两者混合训练的神经网络,应用到GIS局部放电超高频的模式识别。分别用基于自适应遗传算法的神经网络、基于BP算法的神经网络,以及基于自适应遗传算法和BP算法混合训练的神经网络对用局部放电超高频检测系统检测到的GIS中4种模式的局部放电进行了识别。实验结果表明,基于自适应遗传算法和BP算法混合训练的神经网络提高了神经网络训练的收敛速度,保证了收敛的可靠性,具有较高的识别率和较强的泛化能力。
印华 +4 more
doaj
Gaoya dianqi, 2022 为改善BP神经网络算法需要大量训练数据和预测精度有限等问题,提出了以输入层、隐含层和输出层为目标的分层优化思路。首先,利用灰色模型良好的小数据趋势辨别能力对输入层数据进行处理,以更好地提炼数据内部蕴含的数学规律,压缩神经网络所需训练数据样本数量;然后,利用遗传算法优越的全局寻优能力确定隐含层的初始权值和阈值,抑制神经网络隐含层参数无法准确获取所导致的误差较大和泛化能力弱的问题;最后,采用蚁群优化算法对输出层数据进行优化,以进一步改善神经网络模型的计算精度。以波动性较强的风电功率进行算例验证,结果表明 ...
朱显辉 +4 more
doaj
Jixie chuandong, 2004 将模糊逻辑理论和遗传算法引入高阶BP神经网络中 ,讨论了高阶模糊BP神经网络的特征值的提取、结构、特点、二阶算法以及遗传算法 ,并将该神经网络模型用于齿轮的故障诊断中 ,试验表明基于遗传算法的高阶模糊BP神经网络对齿轮故障模式具有稳定、准确的识别能力 ,是一种行之有效的新型诊断方法。
戚晓利, 潘紫微
doaj
Gaoya dianqi, 2021 针对传统基于BP神经网络磁滞模型收敛速度慢、建模过程需要对磁特性的表征参数进行复杂的人工提取等问题,提出了一种基于深层卷积神经网络的电工钢片矢量磁滞特性模拟的方法,该模型将磁通密度的时间序列数据和磁场强度的幅值和相位作为卷积神经网络的训练数据,利用残差模块提高卷积神经网络的收敛速度。改进模型既可以避免传统磁滞模型中繁杂的人工特征提取的过程,也可拓展应用于特征参数不易提取的非正弦激励下磁滞模型的建立。通过对比不同网络结构的磁滞模型,改进的深层卷积网络磁滞模型既能减少迭代次数,又能保证磁滞特性模拟的精细性。
董纪兴 +3 more
doaj
Gaoya dianqi, 2018 针对BP神经网络在变压器故障诊断上存在的不足,提出基于ACS-SA文化基因算法的BP神经网络变压器故障诊断方法。在实际系统中,针对缺乏准确的变量参数估计,将边界变异策略和自适应步长策略引入标准布谷鸟算法中;提出一种在改进的布谷鸟算法中结合局部搜索策略的文化基因算法;建立BP神经网络变压器故障诊断模型,并用文化基因布谷鸟算法优化BP神经网络的权值和阈值。仿真实验及对比研究结果表明,该算法能准确有效地识别变压器的故障类型,较其他算法（CS-BP神经网络算法和POS-BP神经网络算法）有更高的准确率 ...
李笑竹 +5 more
doaj