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101篇文章
< 1 2 … 6 >
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SAA-GRNN优化模型的厚松散层条件下概率积分法参数求解 认领 引用
1
作者 张建国 王文唱 +2 位作者 任连伟 邹友峰 顿志林 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第5期18-26,共9页
为解决现有方法在求取厚松散层条件下采空区地表变形预测的概率积分法(PIM)参数时存在精度不高与适配性不足的问题,选取36组采煤工作面地表移动实测数据,通过系统聚类分析(HCA)、熵权法(EWM)及灰色关联度(GRD)分析,筛选采矿地质条件的... 为解决现有方法在求取厚松散层条件下采空区地表变形预测的概率积分法(PIM)参数时存在精度不高与适配性不足的问题,选取36组采煤工作面地表移动实测数据,通过系统聚类分析(HCA)、熵权法(EWM)及灰色关联度(GRD)分析,筛选采矿地质条件的核心指标,进而融合K折交叉验证和模拟退火算法(SAA)邻域扰动策略优化广义回归神经网络(GRNN)模型,构建SAA-GRNN优化模型,用于求取PIM参数,并以济宁地区45组厚松散层采煤工作面数据开展实例分析。结果表明:7项采矿地质条件指标可划分为3类,经筛选后得到开采厚度M、煤层倾角α、开采深度H、走向采动程度D3/H和松散层厚度h共5项核心输入指标;SAA-GRNN优化模型的均方误差最大值不超过0.1904,平均绝对误差最大值控制在0.1339,平均绝对百分比误差最大值为0.1536,R2值总体控制在0.8以上;同等条件下较误差反向传播(BP)神经网络模型和GRNN模型,求解误差均大幅度下降。 展开更多
关键词 模拟退火算法(SAA) 广义回归神经网络(GRNN) 厚松散层 概率积分法(PIM) 参数求解
暂未订购 下载PDF
特高压直流保护动作异常GRNN-PSO识别 认领 引用
2
作者 陈维 陈振勇 +1 位作者 付智鑫 王磊 《计算机仿真》 2026年第5期65-69,共5页
当特高压直流输电系统发生故障时,为维持系统稳定运行,会自动执行保护动作。但系统中各条直流的电气距离较近,在动作交互时的换相失败会引起邻近交流侧线路功率倒向,使得电流信号呈现出非线性和复杂性,采用固定阈值判断方法来识别异常动... 当特高压直流输电系统发生故障时,为维持系统稳定运行,会自动执行保护动作。但系统中各条直流的电气距离较近,在动作交互时的换相失败会引起邻近交流侧线路功率倒向,使得电流信号呈现出非线性和复杂性,采用固定阈值判断方法来识别异常动作,会忽略动作电流的连续性和非平稳且含高频分量的变化趋势特征,导致动作异常识别的离散系数较低。为此,提出特高压直流保护动作异常GRNN-PSO识别方法。通过电流采集装置采集特高压直流保护电流信号,并针对非平稳且含高频分量的电流信号,利用最小二乘平滑滤波方法处理电流信号噪声,以获取可靠的电流信号拟合值;将电流信号拟合值输入广义回归神经网络(Generalized Regression Neural Network,GRNN)中,引入粒子群优化算法(Particle Swarm Optimization,PSO)寻优GRNN的平滑因子,通过不断优化的平滑因子学习电流的非平稳、高频动态变化特征,识别保住装置异常动作情况。实验表明,上述方法可以准确识别特高压直流保护动作,精准判断保护装置的动作情况,离散系数均大于0.80,所提方法满足特高压直流保护异常动作识别需求。 展开更多
关键词 特高压直流 保护动作 最小二乘平滑 广义回归神经网络方法 粒子群优化算法 平滑因子
暂未订购 下载PDF
基于IDBO-GRNN的多参数火灾预测模型研究 认领 引用 被引量：1
3
作者 李岩 王勇 孔冬冬 《自动化与仪表》 2025年第12期47-51,57,共5页
多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,... 多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,构建IDBO-GRNN预测模型。通过IDBO算法搜索GRNN的全局最优平滑参数。仿真实验中,选取100组标准明火、阴燃火及典型干扰数据训练,随机另选25组测试;输入火灾特征参量为温度、烟雾浓度和CO浓度,输出为火灾概率。模型中蜣螂种群个数取30,最大迭代次数为80,采用均方根误差作为适应度目标函数。测试结果表明,IDBO-GRNN的预测精度均优于BP、GRNN及DBO-GRNN模型,且该文方法的寻优能力及适用性更好。 展开更多
关键词 多参数火灾预测 改进型蜣螂优化算法 广义回归神经网络 IDBO-GRNN模型
暂未订购 下载PDF
基于SQP和GRNN的商用客车动力学参数自适应辨识 认领 引用
4
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 CAS CSCD 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(GRNN)模型 动力学参数 自适应辨识
暂未订购 下载PDF
基于改进GRNN的煤矿井下瓦斯浓度预测 认领 引用 被引量：2
5
作者 张兆宏 刘伟 +1 位作者 单宇廷 王英伟 《能源与环保》 2025年第6期56-61,71,共6页
瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改... 瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改进GRNN的煤矿井下瓦斯浓度预测方法,该方法使用瓦斯传感器采集煤矿井下瓦斯含量数据,作为煤矿井下瓦斯浓度预测样本;构建基于改进GRNN的瓦斯浓度预测模型,由果蝇算法寻优设定可实现瓦斯浓度预测结果均方误差最小化的平滑因子,改进GRNN模型,利用此模型学习瓦斯含量与浓度之间关系,预测煤矿井下瓦斯浓度。实验结果显示,利用此方法预测瓦斯浓度时,全量程最大相对误差2.6%,最小均方误差为0.015,瓦斯浓度预测值与实际值基本一致,预测煤矿井下瓦斯浓度效果较好。 展开更多
关键词 改进GRNN 煤矿井下 瓦斯浓度预测 瓦斯传感器 果蝇算法 平滑因子
暂未订购 下载PDF
基于WOA-GRNN的胶结砂抗剪强度预测研究 认领 引用 被引量：1
6
作者 徐冬池 《重庆建筑》 2025年第5期80-83,共4页
为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模... 为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模型能够快速准确得到胶结砂的抗剪强度。通过室内直剪试验验证,含水率、胶结物体积占比和法向压力参数对应的抗剪强度相对误差大部分低于5%,验证了模型在胶结砂抗剪强度预测方面的准确性和可靠性。WOA-GRNN模型有效降低了模型的复杂度,提高了预测精度,并缩短了运行时间。 展开更多
关键词 胶结砂 抗剪强度 鲸鱼算法 广义回归神经网络
暂未订购 下载PDF
GRNN算法在电力系统负荷建模中的应用 认领 引用 被引量：8
7
作者 余健明 李萌 舒菲 《电力系统及其自动化学报》 北大核心 2009年第1期104-107,共4页
针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型... 针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型。并与两种改进的反向传播网路模型进行了比较,仿真实例证明了该模型对电力系统负荷模型辨识的有效性和准确性。 展开更多
关键词 广义回归神经网络算法 负荷建模 电力系统
暂未订购 下载PDF
基于GRNN算法的铜阳极炉精炼还原终点预报模型 认领 引用 被引量：3
8
作者 舒波 王恩志 +5 位作者 徐建新 陈习堂 任军祥 俞建明 高荣 王华 《有色金属（冶炼部分）》 CAS 北大核心 2024年第12期35-42,49,共8页
针对阳极炉炼铜还原期终点判断依赖人工判断的局限,利用机器学习技术实现智能判断。通过图像去模糊处理优化图像特征,对图像进行灰度差分矩阵运算,将矩阵中提取出的特征值作为神经网络的输入,构建了一种新的铜阳极炉精炼还原期终点判断... 针对阳极炉炼铜还原期终点判断依赖人工判断的局限,利用机器学习技术实现智能判断。通过图像去模糊处理优化图像特征,对图像进行灰度差分矩阵运算,将矩阵中提取出的特征值作为神经网络的输入,构建了一种新的铜阳极炉精炼还原期终点判断模型。试验结果显示,在真实生产环境下,采用GRNN算法对还原终点进行预测,有助于消除铜阳极炉精炼过程中不同指标之间的相关性,减少了数据冗余和系统误差,使预测精度提高至96.54%。相较于传统方法,这种新的判断模型有效提高了阳极炉炼铜还原期终点判断的准确性。 展开更多
关键词 阳极炉炼铜 还原期 GRNN算法 图像处理 终点判断
暂未订购 下载PDF
基于GRNN网络和遗传算法的旋翼动平衡调整 认领 引用 被引量：11
9
作者 刘红梅 王少萍 欧阳平超 《北京航空航天大学学报》 EI CAS 北大核心 2008年第5期507-511,共5页
针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以... 针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整. 展开更多
关键词 旋翼 动平衡 广义回归神经网络(GRNN) 遗传算法 优化
暂未订购 下载PDF
基于小波包和BAGRNN的模拟电路故障诊断方法 认领 引用 被引量：7
10
作者 胡鸿志 岑德炼 +1 位作者 吴汝琴 滕全进 《微电子学与计算机》 CSCD 北大核心 2018年第4期42-45,52,共4页
为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作... 为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作为网络模型,用小波包变换获取电路故障特征,并利用全局搜索能力强,搜索速度快的寻优算法-蝙蝠算法(bat algorithm,BA)优化GRNN的平滑因子构建出BAGRNN模型,最后利用优化后的FOAGRNN模型进行故障识别分类.仿真实验结果表明,BAGRNN诊断方法较其他方法大大缩短了样本训练时间,具有很高的预测精度,平均诊断正确率可达97.187 5%. 展开更多
关键词 广义回归神经网络 蝙蝠算法 小波包变换 故障诊断 模拟电路
暂未订购 下载PDF
基于GRNN和PNN的西部青年女性乳房形态识别 认领 引用 被引量：5
11
作者 毛倩 周捷 王琪 《西安工程大学学报》 CAS 2020年第4期7-13,共7页
为提高乳房形态的识别精度,采用密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)对西部地区108位19~27岁青年女性的乳房形态进行聚类分析,再运用广义回归神经网络(GRNN)和概率神经网络(PNN)算法识别乳... 为提高乳房形态的识别精度,采用密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)对西部地区108位19~27岁青年女性的乳房形态进行聚类分析,再运用广义回归神经网络(GRNN)和概率神经网络(PNN)算法识别乳房形态。结果表明:西部青年女性乳房形态可分为标准型、丰满型、扁瘦型、高挺型4种;标准型样本占比最大,丰满型的样本则偏少;乳平围对乳房识别意义重大;GRNN及PNN算法对乳房的识别精确率均较高,分别为88.89%和100%,但PNN模型整体优于GRNN模型。 展开更多
关键词 乳房特征 乳房识别 GRNN算法 PNN算法 内衣 文胸
暂未订购 下载PDF
基于GRNN网络的CO_2气体保护焊工艺碳排放建模与参数优化 认领 引用 被引量：16
12
作者 罗毅 曹华军 +1 位作者 李洪丞 程海琴 《中国机械工程》 CAS CSCD 北大核心 2013年第17期2398-2403,共6页
以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合... 以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合评价优化模型,并采用遗传算法进行求解。将该模型应用于装载机燃油箱焊接工艺参数的选择,应用结果表明,该模型能在保证油箱焊接质量和成本的前提下降低工艺过程碳排放。 展开更多
关键词 焊接碳排放 GRNN网络 遗传算法 参数选择
暂未订购 下载PDF
基于EEMD-PSO-GRNN模型的元江中上游径流预测 认领 引用 被引量：4
13
作者 郑鑫 陈俊旭 +2 位作者 胡智文 张帆 张继辉 《水文》 CSCD 北大核心 2023年第4期96-103,共8页
径流序列的非线性和非平稳特性使得高精度的径流预报存在困难。以组合EEMD和粒子群算法(PSO)优化的GRNN模型形成EEMD-PSO-GRNN耦合模型,预测时通过将径流序列分解为确定成分与随机成分并通过PSO优化的GRNN模型分别进行预测,预测值的加... 径流序列的非线性和非平稳特性使得高精度的径流预报存在困难。以组合EEMD和粒子群算法(PSO)优化的GRNN模型形成EEMD-PSO-GRNN耦合模型,预测时通过将径流序列分解为确定成分与随机成分并通过PSO优化的GRNN模型分别进行预测,预测值的加和构成径流最终预测结果。EEMD-PSO-GRNN耦合模型应用到元江中上游,并与其他模型进行比较,结果表明:EEMD-PSO-GRNN耦合模型具有更高的预测精度,对径流的总体趋势预测效果良好,但在随机成分的模拟上有待进一步完善。EEMD-PSO-GRNN耦合模型优于BP、GRNN、EEMD-BP、EEMD-GRNN模型,能有效提升径流预测的精度,可为流域中长期径流预报及水资源优化调度等提供支撑。 展开更多
关键词 径流预测 集合经验模态分解 GRNN神经网络 粒子群算法 元江
暂未订购 下载PDF
Gram-Schmidt算法与GRNN融合的加工番茄早疫病高光谱预测 认领 引用 被引量：3
14
作者 尹小君 李满春 +1 位作者 赵思峰 王登伟 《农业工程学报》 EI CAS CSCD 北大核心 2011年第12期136-140,共5页
加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380～760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波... 加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380～760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波段位置等特征参数。利用Gram-Schmidt算法对特征参数进行成分提取,作为广义回归神经网络(GRNN)的输入变量,对加工番茄早疫病病情严重度进行预测。研究结果表明,与多元线性回归和偏最小二乘法预测模型比较,Gram-Schmidt算法与GRNN融合模型的预测精度相对较高,R2为0.843,RMSE为0.136,该方法能够对加工番茄早疫病病情严重度进行快速、准确的预测。 展开更多
关键词 光谱分析 Gram-Schmidt算法 GRNN 加工番茄 早疫病
暂未订购 下载PDF
基于GRNN算法的铜转炉吹炼终点预报模型 认领 引用 被引量：2
15
作者 徐翔 刘大方 徐建新 《昆明理工大学学报（自然科学版）》 北大核心 2021年第3期9-17,共9页
针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口... 针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口火焰特征值优化处理,建立造渣终点预报模型.结果表明:基于实际生产环境的预测,GRNN算法避免了铜转炉吹炼过程中多指标内部相关性,减少数据冗余和系统误差,使得预测精度达到97.33%.预测精度相对于相关文献报道的预报模型,该模型精度更高,训练次数少,时效性强,为转炉终点判断提供一种新途径. 展开更多
关键词 转炉炼铜 造渣工艺 GRNN算法 图像处理 终点判断
暂未订购 下载PDF
改进果蝇算法优化GRNN在弹痕深度预测中的应用 认领 引用 被引量：6
16
作者 朱富占 邹海 张馨 《微电子学与计算机》 北大核心 2019年第2期41-45,共5页
本文采用果蝇优化算法来优化广义回归神经网络的平滑因子,提出了基于改进果蝇算法优化广义回归神经网络的弹痕深度建模方法,将该方法与未经优化的广义回归神经网络测试函数逼近误差,结果明显优于未经优化的广义回归神经网络.最后,通过... 本文采用果蝇优化算法来优化广义回归神经网络的平滑因子,提出了基于改进果蝇算法优化广义回归神经网络的弹痕深度建模方法,将该方法与未经优化的广义回归神经网络测试函数逼近误差,结果明显优于未经优化的广义回归神经网络.最后,通过与未经优化的广义回归神经网络、原始果蝇优化算法优化的广义回归神经网络以及BP神经网络进行比较,其性能明显优于另外三种方法,验证了该方法在弹痕深度预测中的有效性. 展开更多
关键词 非线性问题 广义回归神经网络 果蝇优化算法 函数逼近 弹痕深度
暂未订购 下载PDF
煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用 认领 引用 被引量：6
17
作者 皮子坤 贾宝山 +2 位作者 贾廷贵 李锐 李宗翔 《传感技术学报》 CAS CSCD 北大核心 2015年第11期1676-1681,共6页
针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测... 针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOAGRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。 展开更多
关键词 动态预测 MFOA(改进的果蝇算法) GRNN(广义回归神经网络) PCA(主成分分析) 瓦斯涌出量
暂未订购 下载PDF
基于AGA-GRNN神经网络的刀具寿命预测研究 认领 引用 被引量：9
18
作者 李浩平 欧阳俊 谢雪媛 《三峡大学学报（自然科学版）》 CAS 北大核心 2018年第6期84-87,共4页
针对基于BP神经网络的刀具寿命预测中存在参数数量多、优化工作量复杂、网络参数主观确定等较多预测精度的问题,提出一种改进广义回归神经网络预测模型AGA-GRNN,该模型运用自适应遗传算法(AGA)优化光滑因子.经实例验证,相较于交叉验证... 针对基于BP神经网络的刀具寿命预测中存在参数数量多、优化工作量复杂、网络参数主观确定等较多预测精度的问题,提出一种改进广义回归神经网络预测模型AGA-GRNN,该模型运用自适应遗传算法(AGA)优化光滑因子.经实例验证,相较于交叉验证法和遗传算法优化的GRNN预测模型,AGA-GRNN刀具寿命预测模型在参数优化效率和寿命预测精度上均较高,本刀具寿命预测模型的构建为实现制造系统中智能刀具调度提供了基础. 展开更多
关键词 刀具寿命预测 广义回归神经网络 自适应遗传算法 交叉验证法
暂未订购 下载PDF
一种SOM和GRNN结合的模式全自动分类新方法 认领 引用 被引量：4
19
作者 张俊本 李朝峰 +1 位作者 居红云 聂百胜 《计算机工程与应用》 北大核心 2007年第13期49-51,共3页
非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的... 非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。新方法首先通过SOMNN将原始数据进行自动聚类,再用所得的聚类中心以及中心邻近数据点训练GRNN,然后根据GRNN的分类结果重新计算聚类中心,再根据新的聚类中心和中心邻近点训练GRNN,如此反复,直至得到稳定的中心为止。Iris数据,Wine数据的实验结果都验证了新方法的可行性。 展开更多
关键词 自组织神经网络 广义回归网络 模式自动分类 粒子群优化算法
暂未订购 下载PDF
基于改进神圣宗教算法的轴向磁通电机多目标优化设计 认领 引用
20
作者 张祥武 胡平 +2 位作者 于强 费家乐 华远胜 《微电机》 2026年第5期20-28,共9页
聚焦轴向磁通电机(AFM)在高转矩密度、小型化与轻量化等方向的发展需求,针对神圣宗教优化算法(DRA)在多目标优化中不适用的问题,创新性地将其扩展为多目标优化模式。研究以20极24槽单定子双转子无磁轭结构(YASA)AFM的平均转矩最大化、... 聚焦轴向磁通电机(AFM)在高转矩密度、小型化与轻量化等方向的发展需求,针对神圣宗教优化算法(DRA)在多目标优化中不适用的问题,创新性地将其扩展为多目标优化模式。研究以20极24槽单定子双转子无磁轭结构(YASA)AFM的平均转矩最大化、转矩脉动最小化及损耗最小化为多目标优化方向。通过有限元软件建立参数化仿真模型,系统扫描关键结构参数与电磁性能的关联数据,进而构建了改进GRNN神经网络代理模型,并验证其在多目标映射关系建模中的准确性与有效性。实验结果表明,基于改进的DRA,优化后电机平均转矩提升20.54%,转矩脉动降低21.3%,损耗减少49.5 W,综合性能显著优于传统单目标优化方法。 展开更多
关键词 轴向磁通电机 神圣宗教算法 GRNN 多目标优化
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 … 6 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈