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141篇文章
< 1 2 … 8 >
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：
Rapid Prediction of Effect of Localized Spallation of Thermal Barrier Coatings on Blade Cooling Efficiency Based on an MLP Neural Network 认领 引用
1
作者 ZHANG Yeling WANG Feilong +2 位作者 WANG Yuqun WANG Yubin MAO Junkui 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2025年第6期813-829,共17页
The study of the spallation of thermal barrier coatings on turbine blades and its influence is of great significance for gas turbine safety operation.However,numerical simulation related to thermal barrier coatings is... The study of the spallation of thermal barrier coatings on turbine blades and its influence is of great significance for gas turbine safety operation.However,numerical simulation related to thermal barrier coatings is difficult and time-costly,which makes it hard to meet engineering demands.Therefore,this work establishes a rapid prediction model for the surface temperature and cooling efficiency of turbine blades with localized spallation of thermal barrier coatings based on a thin-wall thermal resistance model.Firstly,the influence of localized spallation of thermal barrier coatings on the cooling efficiency of typical turbine blades is numerically investigated.Then,based on the simulation data set and multi-layer perception(MLP)neural network,an intelligent prediction model for the temperature and cooling efficiency distribution of localized spallation of coatings is constructed,which can rapidly predict the surface temperature and cooling efficiency of the blade under the situation of spallation of coating at any position on the blade surface.The results show that,under a certain spallation area,the shape of localized coating spallation has little influence on the cooling efficiency,while the increase of spallation thickness will cause a linear increase in the average temperature of the blade surface.The prediction error of the proposed rapid prediction model for the average surface temperature and cooling efficiency of blades is within 2%,and the prediction error of the temperature and cooling efficiency at the spallation position is within 6%for 80%of the samples,with an overall average error within 10%.It is concluded from the rapid prediction model that when the depth of coating spallation increases,the closer the spallation position is to the leading edge of the blade,the greater the difference in cooling efficiency is,and the degree of influence of coating spallation on the cooling efficiency also increases. 展开更多
关键词 thermal barrier coating(TBC) cooling performance rapid prediction multi-layer perception(MLP)neural network
暂未订购 下载PDF
Predicting cement brick performance using Multilayer Perceptron Neural Networks 认领 引用
2
作者 Laxmi Narayana PASUPULETI Anusha NATARU Bhavani Sai kumar YV 《ENGINEERING Structure and Civil Engineering》 SCIE EI CAS CSCD 2026年第3期541-554,共14页
Employing recycled solid waste as alternative construction materials presents considerable opportunities for diminishing waste disposal expenses and preserving natural resources.This study investigates the partial sub... Employing recycled solid waste as alternative construction materials presents considerable opportunities for diminishing waste disposal expenses and preserving natural resources.This study investigates the partial substitution of cement with Egg Shell Powder(ESP),Sea Shell Powder(SSP),and Recycled Mortar Powder(RMP)in cement mortar bricks.The study involved making cement mortar with a 1:2 ratio and testing mixtures with ESP,SSP,and RMP amounts of 5%,10%,and 15%,respectively.The results show bricks with 10%ESP have better properties:they absorb 1.4%more water,are sound enough,have hardness of 21,and have compressive strength of 29.68 N/mm2after 28 d,and which is closely matched with predicted value 30.12 N/mm2from model.It is better at absorbing water by 7.53%when 5%SSP is added.It sound,has a hardness of 31,and a compressive strength of 28.63 N/mm2,and predicted value of 28.56 N/mm2.It absorbs 3.61%water,is sound enough,has a hardness of 23.75,and has a compressive strength of 29.62 N/mm2and predicted as 30 N/mm2when 15%RMP is used.A Multilayer Perceptron(MLP)Neural Network was utilized to evaluate brick performance,with predicted values aligning closely with the observed data.Results indicate the application of 10%ESP,5%SSP,and 15%RMP enhances the characteristics of cement mortar bricks,fostering costeffectiveness and sustainability in buildings. 展开更多
关键词 MLP Neural Network cement mortar bricks ESP SSP RMP
暂未订购 下载PDF
Mapping salt diapirs and salt diapir-affected areas using MLP neural network model and ASTER data 认领 引用 被引量：2
3
作者 Mohammad H.Tayebi Majid H.Tangestani Hasan Roosta 《International Journal of Digital Earth》 SCIE EI 2013年第2期143-157,共15页
This study employs visible-near infrared and short wave infrared datasets of Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)to map salt diapirs and salt diapir-affected areas using Multi-Layer Pe... This study employs visible-near infrared and short wave infrared datasets of Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)to map salt diapirs and salt diapir-affected areas using Multi-Layer Perceptron(MLP)in the Zagros Folded Belt,Iran,and introduces the role of earth observation technology and a type of digital earth processing in lithological mapping and geo-environmental impact assessment.MLP neural network model with several learning rates between 0.01 and 0.1 was carried out on ASTER L1B data,and the results were compared using confusion matrices.The most appropriate classification image for L1B input to MLP was produced by learning rate of 0.01 with Kappa coefficient of 0.90 and overall accuracy of 92.54%.The MLP result of input data set mapped lithological units of salt diapirs and demonstrated affected areas at the southern and western parts of the Konarsiah and Jahani diapirs,respectively.Field observations and X-ray diffraction analyses of field samples confirmed the dominant mineral phases identified remotely.It is concluded that MLP is an efficient approach for mapping salt diapirs and salt-affected areas. 展开更多
关键词 remote sensing digital earth digital image classification MLP neural network lithological mapping salt diapir ASTER Zagros Iran Geology image processing
A Surrogate Model for a CAES Radial Inflow Turbine with Test Data-Based MLP Neural Network Algorithm 认领 引用 被引量：1
4
作者 WANG Xing ZHU Yangli +2 位作者 LI Wen ZUO Zhitao CHEN Haisheng 《Journal of Thermal Science》 SCIE EI CAS CSCD 2023年第6期2081-2092,共12页
It is usually to conduct a full-scale three-dimensional flow analysis for a radial turbine to find a way to increase the efficiency of a Compressed Air Energy Storage(CAES)system.However,long solving time and huge con... It is usually to conduct a full-scale three-dimensional flow analysis for a radial turbine to find a way to increase the efficiency of a Compressed Air Energy Storage(CAES)system.However,long solving time and huge consumption of computing resources become a major obstacle to the analysis.Therefore,in present study,a surrogate model with test data-based multi-layer perceptron(MLP)Neural Network is proposed to overcome the difficulty.Instead of complex flow field solving process,it provides reliable turbine aerodynamic performance and flow field distribution characteristics in a short solution time by“learning the measurement results”.The validation results illustrated that the predicted maximum relative errors of isentropic efficiency,corrected mass flow rate and corrected power are only 0.03%,0.22%and 0.26%respectively.The predicted flow distribution parameters in chamber,shroud cavity and outlet region of rotor are also basically consistent with the experimental results.In the chamber,it can be found that a pressure stagnation point is observed at circumferential angle of 270°when total pressure ratio is decreased.In the shroud cavity,obvious pressure variation is found near outlet of shroud cavity which although labyrinth seals exist.At outlet of rotor,obvious variations of velocity and pressure are found in the 0.0–0.4 and 0.6–0.8 of blade height.At the same time,obvious variations of velocity and pressure are found in the 0.0–0.4 and 0.6–0.8 of blade height and this is because the influence of upper passage vortex,lower passage vortex and end wall secondary flow.The present study can provide further reference for the dynamic performance evaluation of CAES radial inflow turbine. 展开更多
关键词 CAES surrogate model radial inflow turbine MLP neural network
暂未订购 下载PDF
基于CNN-MLP双分支模型的精纺呢绒抗纰裂性能预测 认领 引用
5
作者 王春兰 邹俊浩 +1 位作者 李炳贤 蒋高明 《纺织学报》 EI CAS CSCD 北大核心 2026年第7期169-176,共8页
针对高档西服用精纺呢绒面料的纰裂问题,通过集成多维度织物参数分析与深度学习算法,构建科学有效的数学模型以预测并提升其抗纰裂性能。共收集932组精纺呢绒样本实验数据,涵盖织物组织、织物经纬密度、原料纱线粗细、织物紧度、纱线捻... 针对高档西服用精纺呢绒面料的纰裂问题,通过集成多维度织物参数分析与深度学习算法,构建科学有效的数学模型以预测并提升其抗纰裂性能。共收集932组精纺呢绒样本实验数据,涵盖织物组织、织物经纬密度、原料纱线粗细、织物紧度、纱线捻度、后整理工艺等关键参数,系统分析各因素对精纺呢绒抗纰裂性能的影响机制。最终选取与抗纰裂性能相关性最强的8个核心特征作为输入向量,通过构建CNN-MLP双分支神经网络模型,采用CNN分支处理织物组织结构图像特征,MLP分支处理其它工艺参数,最后融合两类特征进行预测,分别输出经向与纬向抗纰裂性能指标的预测值。结果表明,该模型具有较高的预测准确率,其中经向平均绝对百分比误差为7.8%,纬向平均绝对百分比误差为6.8%。该研究为精纺呢绒的产品开发与质量控制提供了新方法,有效减少了打样次数,提升了研发效率,并优化了产品性能与质量管控路径。 展开更多
关键词 CNN-MLP双分支模型 神经网络 精纺呢绒 抗纰裂 性能预测
暂未订购 下载PDF
基于交易信息的GNN-MLP企业服务推荐算法 认领 引用
6
作者 贾昊男 张健 +1 位作者 陈进东 何琼 《计算机应用与软件》 北大核心 2026年第3期125-131,共7页
基于中小微企业服务交易信息,构建一种融合图神经网络和多层感知机的企业服务推荐算法,解决中小微企业服务需求不明确问题。通过图神经网络学习企业和服务显性交互信息下的隐性特征关系;基于多层感知机挖掘企业和服务之间的非线性特征关... 基于中小微企业服务交易信息,构建一种融合图神经网络和多层感知机的企业服务推荐算法,解决中小微企业服务需求不明确问题。通过图神经网络学习企业和服务显性交互信息下的隐性特征关系;基于多层感知机挖掘企业和服务之间的非线性特征关系;融合特征,实现企业-服务之间不同维度的特征融合,缓解单个模型进行特征挖掘时特征缺失问题。在公共数据集和真实企业服务交易数据集上的实验表明,该算法在HR和NDCG评价指标上相比基线算法有较大提升,证明了特征融合可以提高特征挖掘效果和为企业进行服务推荐的有效性。 展开更多
关键词 交易信息 企业服务 图神经网络 多层感知机 推荐算法
暂未订购 下载PDF
A Neural Network Approach for Misuse and Anomaly Intrusion Detection 认领 引用 被引量：1
7
作者 YAOYu YUGe GAOFu-xiang 《Wuhan University Journal of Natural Sciences》 EI CAS 2005年第1期115-118,共4页
An MI.P(Multi-Layer Perception)/Elman neural network is proposed in thispaper, which realizes classification with memory of past events using the real-time classificationof MI.P and the memorial functionality of Elman... An MI.P(Multi-Layer Perception)/Elman neural network is proposed in thispaper, which realizes classification with memory of past events using the real-time classificationof MI.P and the memorial functionality of Elman. The system's sensitivity for the memory of pastevents ean be easily reconfigured without retraining the whole network. This approach can he usedfor both misuse and anomaly detection system. The intrusion detection systems(TDSs) using the hybridMLP/Elman neural network are evaluated by the intrusion detection evaluation data sponsored by U.S.Defense Advanced Research Projects Agency CDARPA) Ihc results of experiment are presented inReceiver Operating Characteristic CROC) curves. Thc capabilites of these IDSs to identify DenyofService(DOS) and probing attacks are enhanced. 展开更多
关键词 intrusion detection system hybrid MLP/Elman neural network memory of pastevents recurrent neural network
暂未订购 下载PDF
基于BO-MLP神经网络的涡轮增压器管路疲劳寿命预测 认领 引用 被引量：1
8
作者 谢重阳 汪涛 赵帅帅 《宁波大学学报（理工版）》 CAS 2025年第5期72-79,共8页
为解决汽车涡轮增压器充液管路疲劳寿命难以预测的问题,提出一种基于贝叶斯优化算法优化多层感知机神经网络(BO-MLP)的预测方法。首先利用充液管路高保真仿真模型分析筛选出几个最具关联性的设计变量作为特征输入,其次搭建BO-MLP神经网... 为解决汽车涡轮增压器充液管路疲劳寿命难以预测的问题,提出一种基于贝叶斯优化算法优化多层感知机神经网络(BO-MLP)的预测方法。首先利用充液管路高保真仿真模型分析筛选出几个最具关联性的设计变量作为特征输入,其次搭建BO-MLP神经网络模型架构,再采用最优拉丁超立方采样方法获取样本数据,并引入K-fold交叉验证,最后将交叉验证所得平均相对误差作为目标函数对模型进行迭代训练。结果表明:管路系统中波纹管结构参数对疲劳寿命影响显著;BO-MLP神经网络模型在小样本数据上预测效果符合预期,结果误差均在10%以内,训练集的平均误差为5.46%,测试集的平均误差为4.86%,满足工程应用需求。 展开更多
关键词 涡轮增压器充液管路 贝叶斯优化算法 疲劳寿命预测 MLP神经网络
暂未订购 下载PDF
基于MLP神经网络的无车承运人平台货运定价模型 认领 引用
9
作者 汪琼枝 郑文曦 +1 位作者 岳芹 毕太苗 《皖西学院学报》 2025年第2期49-55,110,共7页
针对无车承运人货运平台任务中托运人和实际承运人的双边选择特性,本研究分析筛选模型中的特征变量,并对实验数据进行预处理。为了降低数据维度,提高数据分析效率,使用主成分分析法提取任务价格的影响因素主成分指标变量。使用Adam优化... 针对无车承运人货运平台任务中托运人和实际承运人的双边选择特性,本研究分析筛选模型中的特征变量,并对实验数据进行预处理。为了降低数据维度,提高数据分析效率,使用主成分分析法提取任务价格的影响因素主成分指标变量。使用Adam优化算法,构建一种新的基于MLP神经网络的无车承运人平台货运任务定价预测模型;使用某网络无车承运人货运平台的历史运行数据进行实验,结果表明基于MLP神经网络的任务定价模型,价格预测结果的RMSE值、MAPE和R平方值均显著优于多元线性回归预测模型。构建基于MLP神经网络的无车承运人货运平台任务定价模型,能提高任务价格预测的准确性,辅助平台合理定价,从而提高平台任务数量和成交效率,增加平台各方的收益。研究方法和结果能为平台运营者提供管理学参考。 展开更多
关键词 无车承运人 主成分分析 MLP神经网络 定价模型
暂未订购 下载PDF
Accurate Classification of EEG Signals Using Neural Networks Trained by Hybrid Populationphysic-based Algorithm 认领 引用 被引量：7
10
作者 Sajjad Afrakhteh Mohammad-Reza Mosavi +1 位作者 Mohammad Khishe Ahmad Ayatollahi 《International Journal of Automation and computing》 CSCD 2020年第1期108-122,共15页
A brain-computer interface(BCI)system is one of the most effective ways that translates brain signals into output commands.Different imagery activities can be classified based on the changes inμandβrhythms and their... A brain-computer interface(BCI)system is one of the most effective ways that translates brain signals into output commands.Different imagery activities can be classified based on the changes inμandβrhythms and their spatial distributions.Multi-layer perceptron neural networks(MLP-NNs)are commonly used for classification.Training such MLP-NNs has great importance in a way that has attracted many researchers to this field recently.Conventional methods for training NNs,such as gradient descent and recursive methods,have some disadvantages including low accuracy,slow convergence speed and trapping in local minimums.In this paper,in order to overcome these issues,the MLP-NN trained by a hybrid population-physics-based algorithm,the combination of particle swarm optimization and gravitational search algorithm(PSOGSA),is proposed for our classification problem.To show the advantages of using PSOGSA that trains NNs,this algorithm is compared with other meta-heuristic algorithms such as particle swarm optimization(PSO),gravitational search algorithm(GSA)and new versions of PSO.The metrics that are discussed in this paper are the speed of convergence and classification accuracy metrics.The results show that the proposed algorithm in most subjects of encephalography(EEG)dataset has very better or acceptable performance compared to others. 展开更多
关键词 Brain-computer interface(BCI) classification electroencephalography(EEG) gravitational search algorithm(GSA) multi-layer perceptron neural network(MLP-NN) particle swarm optimization
暂未订购 下载PDF
基于MLP神经网络的海上发射平台主尺度优化研究 认领 引用 被引量：2
11
作者 卢志童 王宝来 +1 位作者 王超 王棋 《舰船科学技术》 北大核心 2025年第6期94-100,共7页
海上发射平台是确保海上发射安全的重要一环,利用多层感知机(MLP)神经网络对海上发射平台进行优化。参考海上发射的总体性布置设计,建立了火箭在发射船上刚性连接段的弯矩模型,计算平台的不同浪向角下的运动响应确定0°浪向角作为... 海上发射平台是确保海上发射安全的重要一环,利用多层感知机(MLP)神经网络对海上发射平台进行优化。参考海上发射的总体性布置设计,建立了火箭在发射船上刚性连接段的弯矩模型,计算平台的不同浪向角下的运动响应确定0°浪向角作为最优浪向角;选取6个平台主尺度参数作为优化变量,通过MLP神经网络模型对母型平台进行优化设计,得到的优化平台火箭弯矩相比母型平台减少了21.2%;随后对部分优异的样本点进行建模和数值仿真。结果表明,MLP神经网络模型误差在1%左右,验证了模型准确性,为发射平台的设计优化提供一种新方法,同时为海上发射安全性提供一种预测手段。 展开更多
关键词 MLP神经网络 全析因设计法 火箭弯矩 半潜式平台优化
暂未订购 下载PDF
基于DBSCAN-MLP的火箭弹命中精度控制方法 认领 引用
12
作者 周渊 赵永娟 +2 位作者 郭超哲 朱子文 贺柏舟 《火炮发射与控制学报》 北大核心 2025年第4期52-58,共7页
随着现代战争的发展,无控火箭弹的使用亟需减小弹丸散布,提高火箭弹的命中精度。针对火箭弹落点散布大的问题,提出了一种基于DBSCAN-MLP的火箭弹命中精度控制方法,对火箭弹进行落点修正。通过对火箭弹外弹道飞行轨迹进行仿真,用蒙特卡... 随着现代战争的发展,无控火箭弹的使用亟需减小弹丸散布,提高火箭弹的命中精度。针对火箭弹落点散布大的问题,提出了一种基于DBSCAN-MLP的火箭弹命中精度控制方法,对火箭弹进行落点修正。通过对火箭弹外弹道飞行轨迹进行仿真,用蒙特卡洛散点对火箭弹进行无控射击仿真获得弹丸散布数据,之后通过DBSCAN聚类算法对落点数据进行聚类处理并用于MLP模型的训练,利用得到的命中精度控制模型对火箭弹弹道轨迹进行修正以减小火箭弹落点散布。仿真结果表明,使用文中提出的DBSCAN-MLP的火箭弹命中精度控制方法得到的弹丸落点散布圆概率误差(CEP)小于50 m,提高了弹箭的打击精度。 展开更多
关键词 火箭弹 MLP神经网络 DBSCAN聚类算法 命中精度控制
暂未订购 下载PDF
基于ASO-MLP神经网络的大气加权平均温度模型 认领 引用 被引量：2
13
作者 赵雪珍 陈悦文 《测绘与空间地理信息》 2025年第1期82-85,共4页
为了得到高精度的本地大气加权平均温度(Tm)模型,本文在多层感知(MLP)神经网络模型的基础上引入原子搜索优化(ASO)算法,构建ASO-MLP模型。将气象参数作为模型的输入因子,在此基础上使用ASO算法对模型的权值与阈值参数进行寻优。利用... 为了得到高精度的本地大气加权平均温度(Tm)模型,本文在多层感知(MLP)神经网络模型的基础上引入原子搜索优化(ASO)算法,构建ASO-MLP模型。将气象参数作为模型的输入因子,在此基础上使用ASO算法对模型的权值与阈值参数进行寻优。利用东北地区6个探空站数据进行模型训练并进行后一年Tm预测,实验结果表明,本文提出的ASO-MLP模型的Tm预测结果的Bias为-0.05 K,RMSE为4.07 K,R2为0.931,较对比模型具有更好的精度指标,拟合度更高。本文针对东北地区的本地化Tm模型研究可为地基反演大气可降水量提供支持。 展开更多
关键词 大气加权平均温度 MLP神经网络模型 原子搜索优化算法 大气可降水量
暂未订购 下载PDF
基于改进多元回归和MLP神经网络的转炉炉口微差压预测模型分析 认领 引用 被引量：2
14
作者 赵夕东 《山西冶金》 CAS 2025年第2期147-150,共4页
在转炉炼钢过程中,微差压的精确控制对于优化炉内气氛和温度分布、提升转炉煤气热值回收及钢水质量具有显著影响。针对传统微差压控制存在的精度不足和响应迟缓问题,通过深入分析转炉压力平衡机制,确定了影响炉口压力的关键因素,提出了... 在转炉炼钢过程中,微差压的精确控制对于优化炉内气氛和温度分布、提升转炉煤气热值回收及钢水质量具有显著影响。针对传统微差压控制存在的精度不足和响应迟缓问题,通过深入分析转炉压力平衡机制,确定了影响炉口压力的关键因素,提出了基于改进多元回归和多层感知器(MLP)神经网络的转炉炉口压力预测模型,并利用转炉的实际生产数据,对模型进行了训练和验证结果实验。 展开更多
关键词 微压差控制 改进多元回归 MLP神经网络 压力平衡机制
暂未订购 下载PDF
计及阻尼惯量耦合振荡约束的多虚拟同步机馈入系统多层感知器动态控制策略 认领 引用 被引量：1
15
作者 陈艳波 马嘉昊 +2 位作者 刘镇湘 黄涛 张智 《电工技术学报》 EI CSCD 北大核心 2026年第4期1281-1297,共17页
大规模新能源通过变流器接入电网会导致系统惯量降低,频率稳定性面临严峻挑战。采用虚拟同步机(VSG)技术可以使新能源变流器具备同步机组特征,从而改善系统低惯量与低阻尼特性。然而,高比例虚拟同步机的接入将会加剧系统的有功功率振荡... 大规模新能源通过变流器接入电网会导致系统惯量降低,频率稳定性面临严峻挑战。采用虚拟同步机(VSG)技术可以使新能源变流器具备同步机组特征,从而改善系统低惯量与低阻尼特性。然而,高比例虚拟同步机的接入将会加剧系统的有功功率振荡与频率偏差,这是目前VSG馈入系统的主要问题。为此,该文提出一种计及阻尼惯量耦合振荡约束的VSG动态控制策略。首先,建立多机并联系统功率传输方程频域表达模型,推导并分析多机并联系统阻尼惯量耦合振荡特性,量化多机参数耦合下的振荡约束条件;其次,综合联立单机动态调整特性与多机耦合约束,确立各机组虚拟惯量、阻尼系数的动态约束区间,并设计基于多层感知器(MLP)神经网络的动态控制模型,实现各机组参数的解耦控制;最后,通过算例进行了分析,验证了该文所设计动态控制策略对有功振荡与频率偏差具有良好的抑制效果。 展开更多
关键词 虚拟同步机 多机系统 阻尼惯量耦合 多层感知器(MLP)神经网络 动态控制
暂未订购 下载PDF
基于MLP的直升机减速器振动预测方法研究 认领 引用
16
作者 汪义伟 尹凌 刘捷舟 《内燃机与配件》 2025年第13期36-39,共4页
基于多层感知机(MLP)神经网络,研究构建了齿轮传动系统振动预测模型。经试验数据验证,此方法预测的振动加速度均方根值与试验实测振动加速度均方根值之间的误差小于20%。同时,研究发现通过对本文构建的多层感知机神经网络模型添加BN层... 基于多层感知机(MLP)神经网络,研究构建了齿轮传动系统振动预测模型。经试验数据验证,此方法预测的振动加速度均方根值与试验实测振动加速度均方根值之间的误差小于20%。同时,研究发现通过对本文构建的多层感知机神经网络模型添加BN层可以明显提高模型的预测精度;训练数据集的大小对模型预测误差的影响呈现先降低后趋于平稳的趋势。 展开更多
关键词 直升机减速器 振动预测 多层感知机 神经网络预测模型
暂未订购 下载PDF
基于多层感知器与非支配排序遗传算法的钛合金铣削加工参数优化 认领 引用
17
作者 彭易杭 姜洪辉 +1 位作者 张国政 王甫 《辽东学院学报（自然科学版）》 CAS 2026年第1期45-53,共9页
为解决钛合金铣削加工过程中表面粗糙度与加工能耗降低难以兼顾问题,提出一种融合多层感知器神经网络与非支配排序遗传算法的多目标优化算法。首先,通过单因素实验法和响应面法设计实验,获取加工参数对粗糙度与能耗的影响规律;其次,构... 为解决钛合金铣削加工过程中表面粗糙度与加工能耗降低难以兼顾问题,提出一种融合多层感知器神经网络与非支配排序遗传算法的多目标优化算法。首先,通过单因素实验法和响应面法设计实验,获取加工参数对粗糙度与能耗的影响规律;其次,构建多层感知器神经网络预测模型,并基于实验数据及合成数据进行训练和优化,提高模型预测精度;最后,采用非支配排序遗传算法,考虑表面粗糙度与加工能耗,获得切削参数的Pareto最优解集,并进行实验验证。结果表明,所提算法预测精度较高,所获得的优化参数组合能有效平衡加工质量与能耗。 展开更多
关键词 钛合金铣削 表面粗糙度 多层感知器神经网络 非支配排序遗传算法
暂未订购 下载PDF
基于双能X射线对中低灰煤灰分识别研究与预测 认领 引用 被引量：2
18
作者 张翔宇 樊玉萍 +2 位作者 马晓敏 董宪姝 赵海涛 《太原理工大学学报》 CAS 北大核心 2026年第3期563-573,共11页
【目的】针对中低灰煤灰分的实时监测过程中存在检测精度低、检测周期长、辐射风险大的问题,提出了一种基于双能X射线测量和人工智能算法相结合的检测模型和测量方法,即基于MLP神经网络的煤炭灰分检测模型。【方法】基于双能X射线设计... 【目的】针对中低灰煤灰分的实时监测过程中存在检测精度低、检测周期长、辐射风险大的问题,提出了一种基于双能X射线测量和人工智能算法相结合的检测模型和测量方法,即基于MLP神经网络的煤炭灰分检测模型。【方法】基于双能X射线设计了中低灰煤灰分检测实验系统,以粒度、X射线入射角、水分和组成成分作为变量,研究了不同因素对中低灰煤灰分识别效果的影响。建立了X射线透射灰度值与样品灰分含量之间的精准映射关系,采用双能X射线数据对神经网络进行训练,保证模型预测的准确性和可靠性。【结果】结果表明,最后训练后的模型预测值与真实值的均方根误差为0.0817,平均绝对误差为0.00001。灰分35%时,预测范围偏差较大。 展开更多
关键词 灰分 双能X射线 MLP神经网络 蝗虫算法
暂未订购 下载PDF
波、流作用下单桩局部平衡冲刷深度的神经网络预测模型 认领 引用 被引量：1
19
作者 赵辛奥 李岩 +1 位作者 董平 赵笑影 《海洋工程》 CSCD 北大核心 2026年第1期94-107,共14页
桩柱是浅海和近岸工程结构的重要支撑构件。桩基周围海床在海浪或水流作用下的冲刷深度是一个重要的结构稳定设计参数,对其准确预测具有重要的工程意义和经济价值。目前,局部冲刷深度预测普遍采用经验公式、数学模型及人工智能方法。经... 桩柱是浅海和近岸工程结构的重要支撑构件。桩基周围海床在海浪或水流作用下的冲刷深度是一个重要的结构稳定设计参数,对其准确预测具有重要的工程意义和经济价值。目前,局部冲刷深度预测普遍采用经验公式、数学模型及人工智能方法。经验公式法包含的影响因素不完全,适用范围有限;而数学模型往往需要依赖确定复杂的动力地貌演变过程,计算量大,不便于工程设计使用。近年来,各种人工智能算法,特别是人工神经网络(artificial neural network,简称ANN)方法,已经被应用到桩基周围局部冲刷深度计算,显示出了优越的预测能力。应用多层感知机反向传播算法神经网络方法(MLP/BP)建立了预测波、流分别作用下桩基局部平衡冲刷深度模型。模型比较了采用有量纲和无量纲训练参数数据输入得到的预测精度,并通过系统的敏感性分析,确定了波流参数和泥沙特征对计算结果的影响程度。研究结果不仅证实了无论是对应波浪还是水流作用条件,神经网络模型均优于大多数现有工程使用的经验公式,还证实了采用有量纲参数输入训练的模型可以得到比无量纲输入模型更为准确的预测结果。 展开更多
关键词 局部冲刷 人工神经网络(ANN) MLP/BP 冲刷深度预测
暂未订购 下载PDF
基于多构型仿真数据的双螺杆挤出机螺杆建压过程 认领 引用
20
作者 赵冲 毕超 +3 位作者 左仕博 殷德举 梁畅 郭显顺 《塑料科技》 CAS 北大核心 2026年第3期186-192,共7页
螺纹元件的导程大小与排列顺序直接决定建压特性,大导程元件前置时压力梯度呈“前陡后缓”特征,导程递减结构(模型1)通过最大化剪切耗散实现高效建压,可保障熔体均匀挤出,避免因压力不足导致的产品密度不均;而短导程前置或导程突变组合... 螺纹元件的导程大小与排列顺序直接决定建压特性,大导程元件前置时压力梯度呈“前陡后缓”特征,导程递减结构(模型1)通过最大化剪切耗散实现高效建压,可保障熔体均匀挤出,避免因压力不足导致的产品密度不均;而短导程前置或导程突变组合易引发负压区与流动分离,导致熔体滞留时间差异显著、剪切热分布异常,进而使产品出现熔接痕、力学性能波动等缺陷。因此,精准构建建压模型是预测压力分布、优化螺杆构型以提升产品质量稳定性的核心前提。研究采用多层感知机(MLP)神经网络,其通过非线性映射精准捕捉压力分布与工艺参数的复杂关联,在模型4与模型6测试集上,4 MPa压差下末段压力预测误差分别为3.5%和小于2.0%,能够准确刻画导程骤变区域的压力波动特征。结合3次样条插值,模型可将预测范围拓展至任意压差工况,有效满足多工况工艺设计需求,为双螺杆挤出机的实时控制与构型优化提供参考。 展开更多
关键词 双螺杆挤出机 建压过程 多构型仿真 MLP神经网络 压力分布
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 … 8 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈