Results 41 to 50 of about 410 (100)
四川大学学报. 自然科学版, 1996 从最优化角度出发，用神经网络解决模糊控制系统的规则提取问题，给出了可靠的基于ＢＰ算法的神经网络学习过程．讨论了模糊子集个数的选取与系统复杂性、精确性之间的关系．
杨斌, 邓洪敏
doaj
Gaoya dianqi, 2020 针对变压器故障类型的复杂难辨,结合油中气体分析法,提出了1种基于精英混沌人工蜂群算法的小波神经网络故障诊断模型对变压器故障进行诊断。模型对3层小波神经网络的输入和输出层的权值、小波元的伸缩和平移系数进行修正,改进算法混沌初始化蜜源,建立精英蜂群团体自适应引导采蜜蜂与跟随蜂搜索,同时引入混沌侦查蜂的行为模式,能够有效提高精度,加速收敛,避免局部最优。实验结果表明,该方法比传统BP小波神经网络和标准蜂群算法优化小波神经网络诊断速度更快,准确率更高,可有效运用于变压器故障诊断。
贾亦敏, 史丽萍, 严鑫
doaj
Shuitu Baochi Xuebao, 2000 在嘉陵江流域南充地区建立了划分水土流失等级的BP人工神经网络系统，系统具有自动识别影响因子、划分水土流失等级功能。通过对南充市郊南山低山丘陵区的实例研究，应用BP人工神经网络进行水土流失分级识别率高，抗干扰能力强，可用于水土流失动态监控。
丛沛桐 阎秀峰 等
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圆中空夹层钢管混凝土（concrete filled double-skin steel tube，CFDST）柱因其独特的结构形式与优异的力学性能，已成为现代工程结构中的主要受力构件。然而外钢管、内钢管与核心混凝土之间的相互约束作用导致其受力比较复杂。为此，采用PSO-BP混合神经网络算法对圆CFDST柱的轴压承载力进行了研究。收集了167组数据建立数据库，并选取8种影响因素作为输入层参数，轴压承载力作为输出层参数，分析了传统BP神经网络模型所存在的缺陷，建立了PSO-BP神经网络模型。此外 ...
赵均海, 华林炜, 王昱
doaj
Gaoya dianqi, 2013 在变压器故障诊断中,目前BP神经网络算法存在训练样本分布不均匀,收敛速度慢、容易陷于局部极小点等问题,导致整体的诊断性能下降。通过对模糊聚类及LM算法改进的神经网络深入研究,并引入变压器故障诊断中,该算法应用模糊聚类对搜集到的样本预处理,提高样本的质量,再用LM算法改进的神经网络来优化搜索方向,可以实现网络训练速度及测试精度的提高。通过实例仿真实验,验证了该方法能够有效诊断出变压器的故障。
宋志杰, 王健
doaj
四川大学学报. 自然科学版, 2013 针对无线传感器网络传输过程中容易受到噪音干扰的问题,提出了一种新的业务流预测算法AWNNP(Ant colony-based Wavelet Neural Network Prediction).该算法首先利用小波变换对业务流进行分解,并将其小波系数和尺度系数作为样本数据.其次,结合蚁群算法和神经网络来训练样本数据,采用小波模型重构进行重构,以此获得业务流的预测数据.同时,通过仿真实验对比,并分析了小波神经网络预测算法和BP神经网络预测算法,实验结果表明,AWNNP算法性能较优,其误差为16.21%.
陈珂, 张立君, 彭志平, 柯文德
doaj
四川大学学报. 自然科学版, 2013 通过单因素实验研究了转速、培养温度、初始pH、脱硫时间、煤浆浓度和煤炭颗粒度对煤炭生物脱硫的影响,建立了煤炭生物脱硫反应过程的BP神经网络模型.研究结果表明,神经网络训练中的模型检验均方误差接近1×10-3,模型检验样本预测输出值和试验值的决定相关系数达到0.9997,表明该模型对煤炭生物脱硫过程仿真及结果预测效果良好;采用遗传算法工具箱对建立的BP神经网络模型进行优化求解,在最优条件下得到的脱硫率为47.6%,该结果经实验验证具有可靠稳定性.
鲁建江, 郭志国, 徐小琳
doaj
Gaoya dianqi, 2019 为了快速准确诊断高压断路器是否发生操作机构故障,文章提出了一种基于模糊RBF神经网络的高压断路器机构故障诊断方法。该方法首先分析高压断路器的分（合）闸线圈电流,提取时间和电流特征参数t1、t2、t3、t4、t5、I1、I2、I3,然后在RBF神经网络增加模糊化层,对特征参数进行相对模糊化运算,最后将模糊化后的特征参数输入到RBF神经网络进行故障识别、分类。该方法以ABB VD4高压断路器的88组实验数据为训练样本建立4种高压断路器操作机构的模糊RBF神经网络故障诊断模型,12组测试样本来验证其准确性 ...
林琳, 陈志英
doaj
Dianci bileiqi, 2018 为了实现对输电线路上绝缘子污秽度的预测,提出一种基于遗传算法优化BP神经网络的绝缘子污秽度预测模型。鉴于BP算法在训练神经网络模型时其收敛速度慢、动态特性不够理想等不足,故本文提出利用遗传算法来提高预测的精度。本文不仅以风力、温度、降水量和相对湿度等气象因素作为输入量,同时也综合考虑空气质量指数（AQI）中PM2.5、PM10等环境因素指标作为输入量,以绝缘子盐密（ESDD）和灰密（NSDD）的预测值作为输出量,建立绝缘子污秽度的预测模型。结果表明:优化后的预测模型相较于BP神经网络模型预测更加准确。
王自立 +6 more
doaj
Gaoya dianqi, 2008 为了随时检测变压器状态,及早发现并排除变压器可能存在的故障,笔者将3种不同的神经网络（即BP网络、GA-BP网络与RBF网络）应用于变压器故障诊断中,分别介绍了这3种网络的结构及原理,故障诊断采用MATLAB语言编程实现。大量实验数据结果分析表明,RBF网络在诊断准确率相比其他两种网络具有一定的优势。
胡汉梅, 鲍亮亮, 赵海军
doaj