期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到199篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IWOA-LMBP的水稻插秧机可靠性预测 认领 引用 被引量：3
1
作者 文昌俊 陈凡 +1 位作者 康锁 陈洋洋 《湖北工业大学学报》 2025年第2期1-10,共10页
针对水稻插秧机可靠性评价存在明显滞后的问题,提出一种创新的解决方案:构建改进鲸鱼算法-列文伯格·马夸德优化的BP神经网络可靠性预测模型。其设计思路如下:首先,引入Chebyshev混沌策略,以增强初始种群的多样性;其次,采用“双阶... 针对水稻插秧机可靠性评价存在明显滞后的问题,提出一种创新的解决方案:构建改进鲸鱼算法-列文伯格·马夸德优化的BP神经网络可靠性预测模型。其设计思路如下:首先,引入Chebyshev混沌策略,以增强初始种群的多样性;其次,采用“双阶梯”和“双山谷”非线性自适应因子,动态平衡算法的全局搜索与局部勘探能力;最后,结合趋优透镜反向学习策略,以更新个体位置,进一步提升个体质量,有效帮助算法跳出局部最优。通过6个基准测试函数的寻优对比分析和Wilcoxon秩和统计检验可知,IWOA具有更好的寻优性能。随后,利用现场跟踪获取的水稻插秧机故障数据,建立IWOA-LMBP模型。为了全面评估该模型的性能,选取MAE、RMSE、R2作为网络模型的评价指标,并将其与其他5种模型进行对比。结果表明:采用IWOA-LMBP模型进行预测时,效果更好。 展开更多
关键词 水稻插秧机 改进鲸鱼算法 趋优透镜反向学习 LMBP神经网络 可靠性预测
暂未订购 下载PDF
Robust Neural Control of Discrete Time Uncertain Nonlinear Systems Using Sliding Mode Backpropagation Training Algorithm 认领 引用 被引量：6
2
作者 Imen Zaidi Mohamed Chtourou Mohamed Djemel 《International Journal of Automation and computing》 CSCD 2019年第2期213-225,共13页
This work deals with robust inverse neural control strategy for a class of single-input single-output(SISO) discrete-time nonlinear system affected by parametric uncertainties. According to the control scheme, in the ... This work deals with robust inverse neural control strategy for a class of single-input single-output(SISO) discrete-time nonlinear system affected by parametric uncertainties. According to the control scheme, in the first step, a direct neural model(DNM)is used to learn the behavior of the system, then, an inverse neural model(INM) is synthesized using a specialized learning technique and cascaded to the uncertain system as a controller. In previous works, the neural models are trained classically by backpropagation(BP) algorithm. In this work, the sliding mode-backpropagation(SM-BP) algorithm, presenting some important properties such as robustness and speedy learning, is investigated. Moreover, four combinations using classical BP and SM-BP are tested to determine the best configuration for the robust control of uncertain nonlinear systems. Two simulation examples are treated to illustrate the effectiveness of the proposed control strategy. 展开更多
关键词 Discrete time uncertain nonlinear systems neural modelling sliding mode backpropagation (BP) algorithm robust neural control
暂未订购 下载PDF
Predicting buckling of carbon fiber composite cylindrical shells based on backpropagation neural network improved by sparrow search algorithm 认领 引用
3
作者 Wei Guan Yong-mei Zhu +1 位作者 Jun-jie Bao Jian Zhang 《Journal of Iron and Steel Research International》 SCIE EI CAS CSCD 2023年第12期2459-2470,共12页
The buckling load of carbon fiber composite cylindrical shells(CF-CCSs)was predicted using a backpropagation neural network improved by the sparrow search algorithm(SSA-BPNN).Firstly,two CF-CCSs,each with an inner dia... The buckling load of carbon fiber composite cylindrical shells(CF-CCSs)was predicted using a backpropagation neural network improved by the sparrow search algorithm(SSA-BPNN).Firstly,two CF-CCSs,each with an inner diameter of 100 mm,were manufactured and tested.The buckling behavior of CF-CCSs was analyzed by finite element and experiment.Subsequently,the effects of ply angle and length–diameter ratio on buckling load of CF-CCSs were analyzed,and the dataset of the neural network was generated using the finite element method.On this basis,the SSA-BPNN model for predicting buckling load of CF-CCS was established.The results show that the maximum and average errors of the SSA-BPNN to the test data are 6.88%and 2.24%,respectively.The buckling load prediction for CF-CCSs based on SSA-BPNN has satisfactory generalizability and can be used to analyze buckling loads on cylindrical shells of carbon fiber composites. 展开更多
关键词 Composite cylindrical shell:Carbon fiber Backpropagation neural network Sparrow search algorithm Buckling
暂未订购 下载PDF
基于LMBP算法的网络教学在线学习自动评价模型研究 认领 引用
4
作者 曾光辉 《微处理机》 2025年第3期17-23,共7页
为了降低在网络教学中,由于学生自主学习行为的多样性和技术平台存在的差异性,导致传统评价方法难以准确给出评价反馈的问题,引入LMBP(Levenberg-Marquardt Back Propagation)算法,构建了一个能够利用权重化的评价指标对学生的学习表现... 为了降低在网络教学中,由于学生自主学习行为的多样性和技术平台存在的差异性,导致传统评价方法难以准确给出评价反馈的问题,引入LMBP(Levenberg-Marquardt Back Propagation)算法,构建了一个能够利用权重化的评价指标对学生的学习表现进行量化分析的自动评价模型。确定网络教学在线学习的评价指标权重,筛选出关键评价指标,并合理分配权重值,降低数据的无序性。基于LMBP算法构建自动评价模型,通过模型的运算,自动计算出每个学生的在线学习评价分数,降低评价的滞后性,实现客观、准确的评价。实验结果显示,模型计算得到的各项指标权重值在0.96以上,拟合度高于0.98,评价分数高于97分,可以实现网络教学的有效评价。 展开更多
关键词 LMBP算法 网络教学 在线学习 在线学习评价 权重化
暂未订购 下载PDF
基于优化BP神经网络的生成式人工智能对网络舆情影响风险评估预警研究 认领 引用 被引量：1
5
作者 易臣何 张雨婷 《农业图书情报学报》 2026年第2期30-41,共12页
[目的/意义]随着生成式人工智能(GAI)技术的广泛应用,实现生成式人工智能情境下网络舆情风险识别预警已成为急迫研究课题。[方法/过程]本研究聚焦于由GAI引发的网络舆情事件,从内容维度、传播维度、情感维度、用户维度4个维度构建风险... [目的/意义]随着生成式人工智能(GAI)技术的广泛应用,实现生成式人工智能情境下网络舆情风险识别预警已成为急迫研究课题。[方法/过程]本研究聚焦于由GAI引发的网络舆情事件,从内容维度、传播维度、情感维度、用户维度4个维度构建风险评估预警指标体系,进而提出一种融合遗传算法(GA)优化BP神经网络的网络舆情风险预警模型。[结果/结论]结果表明GA-BP神经网络模型预警准确率要高于传统BP神经网络模型。研究实现了对生成式人工智能(GAI)诱发的多维度网络舆情风险的特征提取与精准辨识,为构建动态化、可解释的智能预警系统提供了方法论支撑。 展开更多
关键词 遗传算法 BP神经网络 生成式人工智能 舆情风险预警
暂未订购 下载PDF
基于QbD理念的小儿消食颗粒成型工艺优化及质量一致性评价方法研究 认领 引用 被引量：2
6
作者 谢洽桐 李海洋 +5 位作者 赵小军 何晗 郭玉凤 刘洋 马世威 吴志生 《中草药》 CAS CSCD 北大核心 2026年第1期53-63,共11页
目的立足于药食同源产品高质量发展的要求,以小儿消食颗粒(Xiaoer Xiaoshi Granules,XXG)为示范,基于质量源于设计(quality by design,QbD)理念建立药食同源颗粒剂的智能驱动式成型工艺优化及质量一致性评价方法。方法首先,使用层次分析... 目的立足于药食同源产品高质量发展的要求,以小儿消食颗粒(Xiaoer Xiaoshi Granules,XXG)为示范,基于质量源于设计(quality by design,QbD)理念建立药食同源颗粒剂的智能驱动式成型工艺优化及质量一致性评价方法。方法首先,使用层次分析法(analytic hierarchy process,AHP)对XXG的成型关键质量属性(critical quality attributes,CQAs)进行权重分配并通过风险评估法确定关键影响因素;其次,在成型关键影响因素的单因素考察后,通过比较Box-Behnken设计-响应面法(Box-Behnken design-response surface methodology,BBD-RSM)与遗传算法-反向传播神经网络法(genetic algorithmbackpropagation neural network,GA-BPNN)优选最佳成型参数组合;最后,根据XXG药食同源的属性特点,对其总黄酮含量的化学质量属性和基于电子舌的口感质量属性进行一致性评价研究。结果确定赋形剂性质、润湿剂乙醇体积分数、润湿剂乙醇用量和辅药比为XXG成型关键影响因素,赋形剂种类及配比为麦芽糊精-甘露醇2∶1、乙醇体积分数84%、乙醇用量0.18 mL/g、辅药比1.5∶1为XXG的最佳成型参数组合,综合评分为103.88。在有效成分含量方面,3批颗粒的总黄酮质量分数依次为8.46、8.82、8.82 mg/g,RSD仅为1.95%。在电子舌智能感官评价方面,3批颗粒在电子舌7根传感器(SCS、ANS、CTS、NMS、AHS、PKS和CPS)上响应值的RSD均在3%以内。结论优选出的XXG最佳成型参数组合稳定可行,该成型工艺的优化方法能为药食同源产品的开发、中药智能制造的发展提供参考价值。 展开更多
关键词 药食同源产品 成型工艺 质量源于设计 遗传算法-反向传播神经网络法 一致性评价 小儿消食颗粒 层次分析法 关键质量属性 Box-Behnken设计-响应面法 总黄酮 电子舌 智能制造
暂未订购 下载PDF
基于IWOA-BP的MgNdGdZnZr镁合金疲劳寿命预测方法 认领 引用
7
作者 魏振伟 王晓明 +5 位作者 申发明 张根苗 杨光山 蔡增辉 康洪岩 刘昌奎 《材料导报》 EI CAS CSCD 北大核心 2026年第10期241-247,共7页
利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进... 利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进行更为精确的预测。结果表明:室温条件下材料的中值疲劳强度为165 MPa,高温条件下材料的中值疲劳强度为66.5 MPa。两种S-N曲线的拟合程度均在0.922~0.961之间。当温度相同时,四参数模型的拟合结果优于双对数参数模型。IWOA-BP模型预测结果的决定系数R 2为0.98992,均方根误差RMSE为0.11356,平均绝对误差MAE为0.094846,平均绝对百分比误差MAPE为1.8544%。与BP神经网络对比,IWOA-BP的R 2最大,提高了7.01%;IWOA-BP的RMSE、MAE和MAPE最小,分别降低了42.76%、25.64%和27.82%。 展开更多
关键词 MgNdGdZnZr镁合金 S-N曲线 疲劳寿命预测 改进鲸鱼优化算法 反向传播神经网络
暂未订购 下载PDF
基于混合STOA-BP神经网络的小白菜变量施肥机排肥策略 认领 引用
8
作者 孙兴冻 余韬 +5 位作者 张德康 袁熙会 刘韧 孙衍琪 伍德林 马德贵 《农业工程学报》 EI CAS CSCD 北大核心 2026年第3期88-96,共9页
针对小白菜生长中存在的养分供应不平衡与施肥量预测模型精度不足的问题,该研究搭建了一套基于实时土壤养分检测的变量施肥机,可在单次作业中实现土壤参数的在线采集、施肥需求预测与施肥执行的协同运行。同时运用机器学习方法,结合小... 针对小白菜生长中存在的养分供应不平衡与施肥量预测模型精度不足的问题,该研究搭建了一套基于实时土壤养分检测的变量施肥机,可在单次作业中实现土壤参数的在线采集、施肥需求预测与施肥执行的协同运行。同时运用机器学习方法,结合小白菜历史生长环境与养分数据,构建了基于混合乌燕鸥算法优化的BP神经网络(backpropagation neural network model based on hybrid sooty tern optimization algorithm,HA-STOA-BP)预测模型。预测结果与BP神经网络预测模型、基于鲸鱼算法优化的BP神经网络预测模型(WOA-BP)以及基于乌燕鸥算法优化的BP神经网络(STOA-BP)预测模型进行比较,结果显示HA-STOA-BP模型预测值与实际施肥量的变化趋势高度一致,模型平均决定系数达0.970,而STOA-BP模型、WOA-BP模型以及BP模型平均决定系数分别为0.867、0.815以及0.656;同时HA-STOA-BP预测模型的最大绝对百分比误差为9.89%,均小于STOA-BP模型、WOA-BP模型以及BP模型最大绝对百分比误差的17.17%、18.15%、24.19%,表明该预测模型具有更好的预测性能。在此基础上,通过田间试验对变量施肥装置在不同作业速度下的排肥稳定性与作业性能进行了系统评估。选取0.30、0.65和0.80 m/s三种典型作业速度开展排肥精度测试。试验结果表明,在0.30 m/s作业速度下,平均排肥精度达到97.5%;在0.65 m/s作业速度下,平均排肥精度为95.1%。随着作业速度的提高,排肥精度出现一定程度的下降趋势,但在0.80 m/s条件下平均排肥精度仍保持在91.0%。上述结果表明,所提出的变量施肥机排肥策略模型能够提高小白菜施肥量预测的精度,可为实现快速、精准和高效的变量施肥提供参考。 展开更多
关键词 小白菜 BP神经网络 改进乌燕鸥算法 施肥量预测 变量施肥策略
暂未订购 下载PDF
机器学习驱动的W波段多层LCP基板过孔互联结构设计 认领 引用
9
作者 刘维红 赵彦博 杨孜 《微波学报》 CSCD 北大核心 2026年第3期130-135,共6页
毫米波电路系统以其大带宽、高速率、低时延的特点,成为当前无线通信领域的研究热点。在毫米波多层电路系统中,过孔互联结构作为元器件与传输线连接的关键单元,其性能优劣直接决定了整个通信系统的性能。本文基于反向传播神经网络(BPNN... 毫米波电路系统以其大带宽、高速率、低时延的特点,成为当前无线通信领域的研究热点。在毫米波多层电路系统中,过孔互联结构作为元器件与传输线连接的关键单元,其性能优劣直接决定了整个通信系统的性能。本文基于反向传播神经网络(BPNN)和遗传算法(GA)的协同设计思路,提出了一种W波段过孔互联结构的设计方法。该方法将140组不同尺寸的过孔互联结构HFSS仿真数据作为训练样本进行机器学习,得到了准确率可达99%以上的BPNN模型。同时,将训练好的BPNN嵌套在GA算法中,以低反射系数为优化目标,得到了过孔互联结构的最优结构尺寸。基于四层液晶聚合物工艺,设计并制作了过孔互联结构原型。测试结果表明,所设计的过孔互联结构在75GHz~100GHz的宽频带范围内,S11小于-15dB。 展开更多
关键词 反向传播神经网络 遗传算法 过孔互联结构 多层液晶聚合物
暂未订购 下载PDF
基于多阶段分析的内短路诊断及预警 认领 引用
10
作者 陈媛 陈中宇 +2 位作者 胡玉叶 杨凌霄 吴慕遥 《电池》 CAS 北大核心 2026年第2期369-375,共7页
针对锂离子电池内短路故障诊断难题,提出一种融合改进的动态离群检测、特征增强和优化预测的三阶段诊断方法。首先,利用基于动态k值优化的局部异常因子(LOF)检测模型,通过动态搜索获得最佳邻域参数,以此确定异常单体电池的位置;其次,在... 针对锂离子电池内短路故障诊断难题,提出一种融合改进的动态离群检测、特征增强和优化预测的三阶段诊断方法。首先,利用基于动态k值优化的局部异常因子(LOF)检测模型,通过动态搜索获得最佳邻域参数,以此确定异常单体电池的位置;其次,在传统标准差算法基础上,为了减小测量误差影响,引入滑动窗口机制,放大早期内短路故障的微弱特征,实现故障的精确检测;最后,构建遗传算法优化反向传播神经网络(GA-BP)融合模型,并结合标准差算法对故障进行预警。通过对多辆实际的电动汽车数据的验证,所提出的方法对故障单体检测的准确率超过95%,并且可以稳定地提前6个采样周期实现内短路故障的预警,对于提高电动汽车电池的安全防护能力具有重要意义。 展开更多
关键词 锂离子电池 内短路诊断 离群点检测 标准差算法 遗传算法优化反向传播神经网络(GA-BP) 故障预警
暂未订购 下载PDF
基于数据驱动的Al-Cu合金多目标性能模型预测 认领 引用
11
作者 廉红珍 陆春月 《航空材料学报》 CAS CSCD 北大核心 2026年第3期47-55,共9页
铸造铝合金因其优异的力学性能广泛应用于航空航天、汽车等领域,但传统合金设计面临成分空间庞大、试错实验成本高和成分与性能之间非线性关系难以预测的问题。本工作提出一种反向传播神经网络、主成分分析和遗传算法相结合的机器学习模... 铸造铝合金因其优异的力学性能广泛应用于航空航天、汽车等领域,但传统合金设计面临成分空间庞大、试错实验成本高和成分与性能之间非线性关系难以预测的问题。本工作提出一种反向传播神经网络、主成分分析和遗传算法相结合的机器学习模型,用于铸造铝合金的多目标性能预测。该模型通过反向传播神经网络非线性映射建立合金成分与性能的关系、主成分分析降维、遗传算法优化网络参数,从而提升预测精度和训练效率。结果表明,优化后的模型均方误差、决定系数和平均绝对误差分别为36.28、0.91和2.44,在极限抗拉强度、屈服强度和断后伸长率的实验验证中,预测值与实验值控制在±5%误差范围内,具有较高预测精度,证明该模型具有高效性与可靠性。 展开更多
关键词 铸造铝合金 主成分分析 反向传播神经网络 遗传算法 力学性能
暂未订购 下载PDF
遗传算法-反向传播神经网络优化蛋白核小球藻蛋白的提取工艺及其抗氧化活性研究 认领 引用
12
作者 杨雯雯 王莹桂 +1 位作者 王婷婷 贾娟 《粮食与油脂》 北大核心 2026年第3期126-133,共8页
以蛋白核小球藻粉为原料,采用超声破碎辅助酶法提取蛋白质。以蛋白质提取率为指标,通过单因素和响应面试验设计,并结合遗传算法-反向传播神经网络模型,确定最优提取条件,并对蛋白质提取液的抗氧化活性进行测定。结果表明:最佳提取工艺... 以蛋白核小球藻粉为原料,采用超声破碎辅助酶法提取蛋白质。以蛋白质提取率为指标,通过单因素和响应面试验设计,并结合遗传算法-反向传播神经网络模型,确定最优提取条件,并对蛋白质提取液的抗氧化活性进行测定。结果表明:最佳提取工艺为液料比36∶1(mL/g)、超声时间15 min、超声功率390 W、酶添加量3.5%(以蛋白核小球藻粉质量计)、酶解时间120 min,在此条件下蛋白质提取率为(30.64±0.03)%。当提取液中蛋白质质量浓度为1.0 mg/mL时,对DPPH自由基的清除率达(96.14±1.17)%,对ABTS自由基的清除率达(95.76±0.88)%,对羟基自由基的清除率达(92.76±0.07)%,还原力为0.683±0.001。 展开更多
关键词 蛋白核小球藻 蛋白质 超声破碎辅助酶 响应面法 遗传算法-反向传播神经网络 抗氧化活性
暂未订购 下载PDF
基于反馈延时机制与反向传播算法的用电设备负荷辨识优化研究 认领 引用
13
作者 甘海庆 阮文骏 +1 位作者 石林林 任家磊 《电力信息与通信技术》 2026年第4期84-90,共7页
针对用电设备负荷辨识的准确性低和实时性滞后的问题,提出基于反馈延时机制与反向传播算法的用电设备负荷辨识优化研究方法。文章通过引入反馈延时机制,深入研究在混沌振荡背景下用电设备负荷辨识的优化问题,利用数学模型对用电设备在... 针对用电设备负荷辨识的准确性低和实时性滞后的问题,提出基于反馈延时机制与反向传播算法的用电设备负荷辨识优化研究方法。文章通过引入反馈延时机制,深入研究在混沌振荡背景下用电设备负荷辨识的优化问题,利用数学模型对用电设备在混沌状态下的行为进行精确描述,实现对用电设备的有效控制。实验结果表明:所提方法对不同用电设备的功率数据监测结果与实际结果基本一致,F1值始终在0.91以上,辨识延时在5 s以内,应用性能得到极大提升。 展开更多
关键词 用电设备 反馈延时机制 字典学习 RNN模型 负荷辨识 反向传播算法
暂未订购 下载PDF
基于改进组合热敏感电参数的IGBT神经网络结温预测模型 认领 引用
14
作者 黄玲琴 张昊天 +3 位作者 刘新超 李洋 李乾坤 谷晓钢 《半导体技术》 CAS 北大核心 2026年第7期705-714,共10页
结温(θj)的精确提取和预测对评估绝缘栅双极型晶体管(IGBT)的动态性能及剩余寿命至关重要。然而,广泛应用于IGBT结温预测的典型组合热敏感电参数(TSEP),如导通压降(VCEon)和集电极电流(Ic),与θj呈现复杂非线性关系,导致... 结温(θj)的精确提取和预测对评估绝缘栅双极型晶体管(IGBT)的动态性能及剩余寿命至关重要。然而,广泛应用于IGBT结温预测的典型组合热敏感电参数(TSEP),如导通压降(VCEon)和集电极电流(Ic),与θj呈现复杂非线性关系,导致结温预测模型效果不佳。提出了一种新型动态TSEP,即VCEon相对于Ic的变化率(dVCEon/dIc),该改进组合TSEP(包括VCEon、Ic及dVCEon/dIc)可有效缓解组合TSEP与θj的复杂非线性关系。在此基础上,构建了经麻雀搜索算法(SSA)优化的反向传播神经网络(BPNN)结温预测模型,实现了对IGBT结温的有效预测。基于仿真与实验获取的改进组合TSEP与θj数据集对模型进行验证,结果表明,基于仿真数据集的模型最大预测误差仅为0.1℃,基于实测数据集的模型预测误差主要分布在0.2℃以内,该模型可实现Si IGBT结温的高精度预测。 展开更多
关键词 绝缘栅双极型晶体管(IGBT) 结温预测 热敏感电参数(TSEP) 反向传播神经网络(BPNN) 麻雀搜索算法(SSA)
暂未订购 下载PDF
基于GA-BP神经网络的露天矿山排土场边坡失稳预测 认领 引用
15
作者 谢尊贤 马浩浩 +1 位作者 江松 武潇云 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第3期81-88,共8页
为提高矿山排土场边坡失稳预测的准确性与可靠性,构建一种基于改进遗传算法(GA)优化反向传播(BP)神经网络的露天矿山排土场边坡失稳预测模型。利用GA全局优化BP神经网络的权值和阈值,并引入Levenberg-Marquardt(LM)算法以提升网络收敛效... 为提高矿山排土场边坡失稳预测的准确性与可靠性,构建一种基于改进遗传算法(GA)优化反向传播(BP)神经网络的露天矿山排土场边坡失稳预测模型。利用GA全局优化BP神经网络的权值和阈值,并引入Levenberg-Marquardt(LM)算法以提升网络收敛效率;选取台阶坡面角、岩土内应力、台阶高度、地表位移、孔隙水压力等10个关键指标作为输入,以边坡安全系数为输出,并通过150组矿山案例数据进行模型训练与验证。结果表明:相较于传统BP模型,GA-BP模型的均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别降低46.9%、25.4%和5.38%,预测值更贴近安全系数阈值(Fs=1.2),预测灵敏度和稳定性显著提升。皮尔森相关性分析进一步显示,地表位移与内部位移(0.98)、孔隙水压力与降雨量(0.75)呈强相关性,验证了输入指标的合理性。 展开更多
关键词 遗传算法(GA) 反向传播(BP)神经网络 露天矿山 排土场 边坡失稳预测 安全系数
暂未订购 下载PDF
应用ABC-BP的原油含水率测量方法研究 认领 引用
16
作者 刘升虎 赵莹莹 +2 位作者 葛子豪 冉建立 郭会强 《中国测试》 CAS 北大核心 2026年第5期55-60,共6页
在原油生产及后续处理流程中,含水率作为关键参数,其精确测量对于石油产业的经济效益与产品质量把控起着举足轻重的作用。然而,该测量过程易受温度、压力以及微波信号波动等多种因素的干扰,致使传统测量手段难以满足高精度需求。该研究... 在原油生产及后续处理流程中,含水率作为关键参数,其精确测量对于石油产业的经济效益与产品质量把控起着举足轻重的作用。然而,该测量过程易受温度、压力以及微波信号波动等多种因素的干扰,致使传统测量手段难以满足高精度需求。该研究提出一种创新性的ABC-BP神经网络模型,将温度、压力、幅度差值和相位差值作为输入层变量,旨在深度挖掘这些因素与原油含水率之间的内在关联机制。通过大量实验数据验证,该模型在复杂多变的工况条件下表现出较好的预测性能,其r2为0.95190,MAPE为20.89%,RMSE为0.047。相较于传统BP神经网络,该模型成功克服了易陷入局部最优解的缺陷,提升预测的准确性与稳定性,为原油含水率的精确测量提供一种全新且具可靠性的解决方案,有望在石油开采、加工及交易等诸多环节中推动技术优化与升级,助力产业发展。 展开更多
关键词 原油含水率 反向传播神经网络 人工蜂群算法(ABC) 智能优化算法 多参数预测模型
暂未订购 下载PDF
基于重复匹配机制的WKNN-BP-MLP神经网络的室内定位算法设计 认领 引用
17
作者 夏颖 王岩 +2 位作者 王艳春 李宗岳 何胤北 《齐齐哈尔大学学报（自然科学版）》 2026年第2期1-6,23,共6页
随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播... 随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播神经网络,基于重复匹配机制的WKNN-BP-MLP神经网络算法,实现高精度室内定位。实验表明,所提定位算法显著提升定位精度,能够满足室内定位场景的技术要求。 展开更多
关键词 室内定位 改进加权K近邻算法 反向传播算法 重复匹配机制 多层感知机神经网络
暂未订购 下载PDF
再生混凝土碳化深度的ANN预测模型 认领 引用
18
作者 唐朝阳 周星妤 +2 位作者 颜海 郑学忠 卓卫东 《福建建设科技》 2026年第2期67-70,共4页
基于452个再生混凝土(RAC)耐久性实验数据样本,采用人工神经网络(ANN)和反向传播(BP)算法,以CO2浓度、相对湿度、水泥含量、骨料吸水率、含水量以及RAC的抗压强度、暴露时间作为输入参数,以碳化深度作为输出参数,构建RAC碳化深度预测... 基于452个再生混凝土(RAC)耐久性实验数据样本,采用人工神经网络(ANN)和反向传播(BP)算法,以CO2浓度、相对湿度、水泥含量、骨料吸水率、含水量以及RAC的抗压强度、暴露时间作为输入参数,以碳化深度作为输出参数,构建RAC碳化深度预测的ANN模型。结果表明,在合理的拓扑结构及网络参数设置下,ANN模型对训练集预测结果的平均误差仅为2.02%,对RAC耐久性实验数据验证集的预测结果平均误差为2.32%,具有良好的泛化能力。因此,ANN模型为快速及准确地预测RCA碳化深度提供了一种可行的智能化方法。 展开更多
关键词 再生混凝土 碳化深度 人工神经网络 加速碳化试验 反向传播算法
暂未订购 下载PDF
基于GA-BP算法修正辐射误差的高精度温度传感器 认领 引用 被引量：1
19
作者 田祥民 刘清惓 +2 位作者 唐杰 李振宇 曹希龙 《电子测量技术》 北大核心 2026年第4期11-19,共9页
太阳辐射引起的气温测量误差,即太阳辐射误差,最高可达1 K。为提高测温精度,同时针对强制通风测温装置功耗较大的问题,设计了一种无刷直流(BLDC)风机通风的温度传感器装置,兼具自然通风与强制通风功能,有效降低功耗。采用计算流体动力... 太阳辐射引起的气温测量误差,即太阳辐射误差,最高可达1 K。为提高测温精度,同时针对强制通风测温装置功耗较大的问题,设计了一种无刷直流(BLDC)风机通风的温度传感器装置,兼具自然通风与强制通风功能,有效降低功耗。采用计算流体动力学方法(CFD)对传感器进行多物理场流固耦合仿真,量化不同条件下的辐射误差,以最小化辐射误差为目标建立风速与太阳辐射强度对风机吸压的函数映射关系,制定风机调控策略。对比选择遗传算法优化的BP神经网络算法(GA-BP)对仿真数据集进行训练与拟合,从而构建辐射误差修正方程。以076B温度传感器为基准进行外场实验,测得设计的温度传感器经算法修正后的辐射误差控制在0.05 K以内,平均绝对误差为0.039 K,均方根误差为0.045 K。 展开更多
关键词 辐射误差 直流无刷风机 计算流体动力学仿真 遗传算法 逆向传播神经网络
暂未订购 下载PDF
基于自回归综合移动平均值与遗传算法优化反向传播神经网络组合模型的光伏系统发电功率预测 认领 引用
20
作者 石良 陈彬 李凯 《山西电力》 2026年第2期34-39,共6页
为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合... 为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合移动平均模型较好的线性拟合能力和遗传算法优化反向传播神经网络优越的局部非线性映射能力,构建了自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型;最后,利用实际光伏系统发电功率数据对自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合模型的预测性能进行了评估,并与自回归综合移动平均模型、反向传播神经网络模型和自回归综合移动平均模型-反向传播神经网络模型进行了对比分析。研究结果表明:所提自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型的预测误差小、精度高,且预测误差相对稳定,验证了所提组合模型的有效性和优越性。 展开更多
关键词 光伏发电 功率预测 自回归综合移动平均模型 遗传算法优化反向传播神经网络模型 组合模型
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈