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76篇文章
< 1 2 … 4 >
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：
Multi-Source Underwater DOA Estimation Using PSO-BP Neural Network Based on High-Order Cumulant Optimization 认领 引用 被引量：1
1
作者 Haihua Chen Jingyao Zhang +3 位作者 Bin Jiang Xuerong Cui Rongrong Zhou Yucheng Zhang 《China Communications》 SCIE CSCD 2023年第12期212-229,共18页
Due to the complex and changeable environment under water,the performance of traditional DOA estimation algorithms based on mathematical model,such as MUSIC,ESPRIT,etc.,degrades greatly or even some mistakes can be ma... Due to the complex and changeable environment under water,the performance of traditional DOA estimation algorithms based on mathematical model,such as MUSIC,ESPRIT,etc.,degrades greatly or even some mistakes can be made because of the mismatch between algorithm model and actual environment model.In addition,the neural network has the ability of generalization and mapping,it can consider the noise,transmission channel inconsistency and other factors of the objective environment.Therefore,this paper utilizes Back Propagation(BP)neural network as the basic framework of underwater DOA estimation.Furthermore,in order to improve the performance of DOA estimation of BP neural network,the following three improvements are proposed.(1)Aiming at the problem that the weight and threshold of traditional BP neural network converge slowly and easily fall into the local optimal value in the iterative process,PSO-BP-NN based on optimized particle swarm optimization(PSO)algorithm is proposed.(2)The Higher-order cumulant of the received signal is utilized to establish the training model.(3)A BP neural network training method for arbitrary number of sources is proposed.Finally,the effectiveness of the proposed algorithm is proved by comparing with the state-of-the-art algorithms and MUSIC algorithm. 展开更多
关键词 gaussian colored noise higher-order cumulant multiple sources particle swarm optimization(PSO)algorithm PSO-BP neural network
暂未订购 下载PDF
基于PSO-BP神经网络模型耦合的白水河滑坡位移预测 认领 引用
2
作者 胡镇汝 尹正方 《经纬天地》 2026年第3期4-8,共5页
滑坡灾害严重危害人民生命财产安全。针对滑坡诱发因素复杂呈非线性变化特征,以白水河滑坡为研究对象,建立了粒子群算法耦合反向传播(particle swarm optimization-back propagation neural network,PSO-BP)神经网络模型进行滑坡位移预... 滑坡灾害严重危害人民生命财产安全。针对滑坡诱发因素复杂呈非线性变化特征,以白水河滑坡为研究对象,建立了粒子群算法耦合反向传播(particle swarm optimization-back propagation neural network,PSO-BP)神经网络模型进行滑坡位移预测,首先通过试验分析得到BP神经网络易陷入局部极小值,然后利用PSO算法进行优化,并综合地表位移、降雨量和长江水位等数据,提高滑坡位移预测精度。结果表明:BP神经网络预测模型的最大位移误差为-33.4 mm,MAPE为11.9%;PSO-BP神经网络预测模型的最大位移误差为-7.4 mm,MAPE降低至8.2%,有效提高了滑坡位移预测的准确性和稳定性,为降低滑坡灾害风险、保护人民生命财产安全提供了科学依据。 展开更多
关键词 反向传播神经网络 粒子群算法 滑坡位移预测
暂未订购 下载PDF
GA-IPSO-BP神经网络模型在渤海叶绿素a浓度遥感反演中的应用 认领 引用
3
作者 张曦元 宋东泽 宋耀东 《河北环境工程学院学报》 CAS 2026年第4期78-86,共9页
针对渤海高浑浊水体叶绿素a(Chlorophyll-a,Chl-a)浓度遥感反演精度受限的问题,应用遗传算法(Genetic Algorithm,GA)与改进粒子群算法(Improved Particle Swarm Optimization,IPSO),提出一种基于GA-IPSO混合优化的BP神经网络模型。该方... 针对渤海高浑浊水体叶绿素a(Chlorophyll-a,Chl-a)浓度遥感反演精度受限的问题,应用遗传算法(Genetic Algorithm,GA)与改进粒子群算法(Improved Particle Swarm Optimization,IPSO),提出一种基于GA-IPSO混合优化的BP神经网络模型。该方法采用自适应权重和异步学习因子改进粒子群算法,引入遗传算法的交叉、变异操作,增强种群多样性,避免陷入局部最优。基于GOCI-Ⅱ三波段因子与实测Chl-a浓度数据构建反演模型,反演结果显示:GA-IPSO-BP模型的决定系数(R2)达0.8198,平均绝对误差(MAE)为19.06%,精度优于RBF、SVR及单一BP神经网络模型,适用于渤海海域Chl-a浓度反演。 展开更多
关键词 Chl-a浓度 遗传-改进粒子群算法 BP神经网络 渤海
暂未订购 下载PDF
基于不同算法优化的back propagation神经网络在三元乙丙橡胶混炼胶门尼黏度预测中的应用 认领 引用 被引量：2
4
作者 李高伟 李佳 +3 位作者 朱金梅 鉴冉冉 苗清 曾宪奎 《合成橡胶工业》 CAS 北大核心 2023年第6期488-494,共7页
分别采用遗传算法(GA)和粒子群算法(PSO)优化的back propagation(BP)神经网络建立了三元乙丙橡胶(EPDM)混炼胶门尼黏度的预测模型,并对预测结果的误差进行了对比分析。结果表明,两种算法优化后的BP神经网络模型的预测值与实测值均保持... 分别采用遗传算法(GA)和粒子群算法(PSO)优化的back propagation(BP)神经网络建立了三元乙丙橡胶(EPDM)混炼胶门尼黏度的预测模型,并对预测结果的误差进行了对比分析。结果表明,两种算法优化后的BP神经网络模型的预测值与实测值均保持较高的拟合度和相关性;相比单一的BP神经网络,GA优化后BP神经网络模型的精度提高了58.9%,PSO优化后BP神经网络模型的精度提高了3.57%,说明两种算法优化后的预测模型,特别是GA优化的BP神经网络预测模型对EPDM混炼胶门尼黏度的预测精度改善明显。 展开更多
关键词 back propagation神经网络 遗传算法 粒子群算法 三元乙丙橡胶 混炼胶 门尼黏度 预测模型
暂未订购 下载PDF
Construction of Early-warning Model for Plant Diseases and Pests Based on Improved Neural Network 认领 引用 被引量：3
5
作者 曹志勇 邱靖 +1 位作者 曹志娟 杨毅 《Agricultural Science & Technology》 CAS 2009年第6期135-137,154,共3页
By studying principles and methods related to early-warning model of plant diseases and using PSO method, parameter optimization was conducted to backward propagation neural network, and a pre-warning model for plant ... By studying principles and methods related to early-warning model of plant diseases and using PSO method, parameter optimization was conducted to backward propagation neural network, and a pre-warning model for plant diseases based on particle swarm and neural network algorithm was established. The test results showed that the construction of early-warning model is effective and feasible, which will provide a via- ble model structure to establish the effective early-warning platform. 展开更多
关键词 Backward propagation neural network Particle swarm algorithm Plant diseases and pests Early-warning model
暂未订购 下载PDF
基于PSO-BP神经网络模型的浸胶竹束干燥过程含水率预测 认领 引用 被引量：4
6
作者 王晓曼 吕建雄 +5 位作者 李贤军 吴义强 李新功 郝晓峰 乔建政 徐康 《林业科学》 EI CAS CSCD 北大核心 2025年第5期187-198,共12页
【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测... 【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测数据,以干燥温度、干燥时间、铺装方式和初始含水率为输入变量,干燥过程含水率为输出变量,制作数据集。将数据集划分为训练集(308个测试数据,占总数据量的70%)、验证集(66个测试数据,占总数据量的15%)和测试集(66个测试数据,占总数据量的15%),采用粒子群优化算法(PSO)优化反向传播(BP)神经网络初始权重与阈值,构建PSO-BP神经网络预测模型,并进行验证分析。【结果】PSO-BP神经网络模型具有较强的预测能力,在模型测试集中,决定系数(R2)、均方误差(MSE)、平均绝对误差(MAE)和剩余预测残差(RPD)分别达0.98、1.27、3.73和7.96。相较BP神经网络,PSO-BP神经网络的R2和RPD分别提高6.53%和110.2%,MSE和MAE分别降低54.0%和71.86%。模型验证表明,干燥温度和铺装方式是影响浸胶竹束干燥过程含水率变化的主要因素,二者对PSO-BP神经网络模型预测结果影响显著。干燥温度为60℃时,在4种不同铺装方式下PSO-BP神经网络模型展现出较好预测效果,其R2均超过0.969且MSE均低于3;铺装层数为3时,在4种不同干燥温度下PSO-BP神经网络模型表现最佳,其R2均超过0.99且MSE均低于2。干燥时间和浸胶竹束初始含水率对PSO-BP神经网络模型预测结果影响不显著。【结论】PSO-BP神经网络模型在浸胶竹束干燥过程含水率预测中表现出准确性,可有效解决传统BP神经网络预测误差大、收敛速度慢等问题,为浸胶竹束高质高效干燥提供技术支撑。 展开更多
关键词 浸胶竹束 干燥 含水率 粒子群优化算法 反向传播 神经网络
暂未订购 下载PDF
基于改进PSO-BP神经网络的爆破振动速度峰值预测 认领 引用 被引量：66
7
作者 范勇 裴勇 +2 位作者 杨广栋 冷振东 卢文波 《振动与冲击》 EI CSCD 北大核心 2022年第16期194-203,302,共10页
为了提高爆破振动速度峰值预测的准确度,将BP(back propagation)神经网络解决复杂非线性函数逼近能力和粒子群优化(particle swarm optimization,PSO)算法全局寻优能力相结合,建立了改进的PSO-BP神经网络预测模型,利用改进的PSO算法来优... 为了提高爆破振动速度峰值预测的准确度,将BP(back propagation)神经网络解决复杂非线性函数逼近能力和粒子群优化(particle swarm optimization,PSO)算法全局寻优能力相结合,建立了改进的PSO-BP神经网络预测模型,利用改进的PSO算法来优化BP神经网络的初始权值和阈值。以白鹤滩水电站左岸坝肩槽爆破开挖监测数据为依据,选取爆心距、最大单响药量、高程差和纵波波速作为输入参数,通过余弦振幅法分析输入参数与爆破振动速度峰值的关系强度得出代表场地条件的纵波波速也是对爆破振动速度传播的重要影响因素。对比BP神经网络和萨道夫斯基公式的检验结果,结果表明:改进的PSO-BP神经网络预测模型的预测值与实测值吻合更好,预测的结果更为可靠,具有较好泛化能力。研究方法为类似工程中爆破振动速度峰值的预测提供了借鉴。 展开更多
关键词 爆破振动 爆破振动速度峰值 BP神经网络 粒子群优化(PSO)算法 纵波波速
暂未订购 下载PDF
基于改进PSO-BP算法的快递业务量预测 认领 引用 被引量：20
8
作者 许荣斌 王业国 +3 位作者 王福田 何明慧 汪梦龙 谢莹 《计算机集成制造系统》 EI CSCD 北大核心 2018年第7期1871-1879,共9页
为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递... 为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递业务量;进而动态申请合适数量云资源以处理变化的业务需求。大量仿真实验证明,在神经网络参数选择合理的情况下,IPSO-BP模型比其他传统方法有更好的预测效果。 展开更多
关键词 物流运输 工作流 粒子群优化算法 反向传播神经网络 快递业务量预测
暂未订购 下载PDF
基于优化PSO-BP算法的耦合时空特征下地铁客流预测 认领 引用 被引量：39
9
作者 惠阳 王永岗 +2 位作者 彭辉 侯淑倩 余强 《交通运输工程学报》 EI CSCD 北大核心 2021年第4期210-222,共13页
为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡... 为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡惯性权重的粒子群优化(PSO)算法,优化了BP神经网络,形成了考虑复杂因素影响的地铁客流预测系统;选取了换乘站、非换乘站的首站与中间站,引入天气、节日、非节日因素,对比了不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差。研究结果表明:考虑天气、节日、非节日因素,换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了40.13%、31.46%和23.89%,较分时段的BP神经网络模型分别平均下降了17.50%、17.86%和17.32%;非换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了16.50%、20.99%和32.59%,较分时段的BP神经网络模型分别平均下降了11.48%、12.10%和17.73%;各站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差、平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了24.37%、24.48%和29.69%,较分时段的BP神经网络模型分别平均下降了13.49%、14.02%和17.59%,因此,利用考虑多影响因素的优化PSO-BP神经网络模型能提高地铁客流预测的准确性。 展开更多
关键词 城市轨道交通 客流预测 耦合时空特征 反向传播神经网络 粒子群优化算法 自适应变异 惯性权重
暂未订购 下载PDF
基于 SPA-PSO-BP 的花生高光谱图像分类方法研究 认领 引用 被引量：6
10
作者 杨洋 徐熙平 +3 位作者 薛航 张宁 张越 索科 《激光技术》 CAS CSCD 北大核心 2024年第4期556-564,共9页
为了提高可见-近红外(VNIR)高光谱花生图像分类的准确率和减少分类检测的运算时间,提出了基于连续投影算法(SPA)融合粒子群算法优化后向传播神经网络(PSO-BP)的分类检测模型。利用高光谱成像系统采集了7个花生品种样本的VNIR光谱数据,... 为了提高可见-近红外(VNIR)高光谱花生图像分类的准确率和减少分类检测的运算时间,提出了基于连续投影算法(SPA)融合粒子群算法优化后向传播神经网络(PSO-BP)的分类检测模型。利用高光谱成像系统采集了7个花生品种样本的VNIR光谱数据,并进行了背景分割和光谱信息的提取,去除受噪声和杂散光影响大的波段后,运用Savitzky-Golay卷积平滑对400 nm~900 nm范围的波长进行预处理;采用SPA降维及均方根误差值选择了25个特征波长,同时利用PSO-BP神经网络的初始权重和阈值,构建PSO-BP模型作为分类器进行了实验,取得了测试集识别准确率为98.7%、kappa系数为0.98及遗漏误差为3的数据。结果表明,相较4个对比方法构建的分类模型,该模型的准确率分别提高了2.1%、8.6%、3.9%和4.3%。该方法在基于高光谱成像的花生品种分类技术中具有很好的应用前景,为花生品种的高精度、快速无损分类提供了新思路。 展开更多
关键词 光谱学 图像分类 连续投影算法 粒子群算法 后向传播神经网络 花生
暂未订购 下载PDF
基于IPSO-BP神经网络的WSNs数据融合算法 认领 引用 被引量：10
11
作者 马占飞 巩传胜 +2 位作者 李克见 林继祥 刘雨忻 《传感器与微系统》 CSCD 北大核心 2023年第12期151-154,159,共4页
针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化... 针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化(PSO)算法进行改进;然后,用IPSO算法优化BP神经网络的权值和阈值,再引入到WSNs数据融合中,簇成员节点负责采集监测数据,在簇首节点通过优化后的BP神经网络对数据进行特征提取,并将融合结果发送至汇聚节点。仿真结果表明:IPSO-BP算法能有效提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。 展开更多
关键词 无线传感器网络 数据融合 反向传播神经网络 粒子群优化算法 细菌觅食优化算法
暂未订购 下载PDF
基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究 认领 引用 被引量：21
12
作者 刘伟吉 冯嘉豪 +1 位作者 祝效华 李枝林 《科学技术与工程》 北大核心 2023年第24期10264-10272,共9页
机械钻速(rate of penetration,ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为... 机械钻速(rate of penetration,ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm,GA)和粒子群优化算法(particle swarm optimization,PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果。实验结果表明:优化后的PSO-BP神经网络的预测性能最好,具有更高的效率和可靠性,能够有效的利用工程数据,在有一定数据采集量的区域提供较为准确的ROP预测。 展开更多
关键词 钻速(ROP)预测 BP神经网络 附加动量法 自适应学习率 遗传算法(GA) 粒子群算法(PSO)
暂未订购 下载PDF
基于PSO-BP算法的无线传感器网络定位优化 认领 引用 被引量：12
13
作者 卞国龙 黄海松 +1 位作者 王安忆 于凯华 《电讯技术》 北大核心 2017年第2期139-144,共6页
在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播(BP)神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值... 在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播(BP)神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值,同时学习次数较多,需先通过粒子群算法进行优化。为了提高定位精度,首先采用速度常量法滤波处理,然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化,并分析算法的性能。试验中隐层节点个数采用试错法,从12到19变化,以确定合适数目。实验结果表明,与一般加权算法和传统BP算法相比,改进的混合优化算法可大幅改善测距误差对定位误差的影响,同时可使25 m内最小定位误差小于0.27 m。 展开更多
关键词 无线传感器网络 定位算法 测量误差 BP神经网络 粒子群优化 路径损耗模型
暂未订购 下载PDF
一种应用在RFID定位的CQPSO-BP室内无线信道建模方法 认领 引用 被引量：7
14
作者 兰庆庆 肖本贤 何怡刚 《小型微型计算机系统》 CSCD 北大核心 2019年第4期760-764,共5页
针对无线信号传播路径损耗模型容易受环境影响而无法正确描述接收信号强度值与距离之间关系的问题,本文提出一种文化量子粒子群优化(CQPSO)算法与BP神经网络结合的新算法,并用其构建室内无线信号传播路径损耗模型.该算法先是通过CQPSO... 针对无线信号传播路径损耗模型容易受环境影响而无法正确描述接收信号强度值与距离之间关系的问题,本文提出一种文化量子粒子群优化(CQPSO)算法与BP神经网络结合的新算法,并用其构建室内无线信号传播路径损耗模型.该算法先是通过CQPSO算法实现BP神经网络权值以及阈值的迭代寻优;然后在合理地定义并提取信号样本之后利用BP神经网络建立室内无线信号传播模型.对比结果表明,新算法在数据拟合的稳定性和准确性都优于传统的BP神经网络.通过在RFID定位系统中的实际应用验证了通过新算法建立的路径损耗模型的实用性和稳定性且与传统的定位算法相比定位精度更高. 展开更多
关键词 RFID定位 文化量子粒子群优化算法 BP神经网络 无线信号传播模型 数据拟合
暂未订购 下载PDF
基于PIWT-IPSO-BP的污水厂出水COD含量的预测模型 认领 引用 被引量：4
15
作者 张净 窦慧芸 +1 位作者 蒋武 刘晓梅 《中国农村水利水电》 北大核心 2024年第9期15-20,28,共6页
在农业灌溉的领域中,化学需氧量(Chemical Oxygen Demand,COD)的测定是衡量水体中有机物污染程度的一个重要指标。当COD浓度超过60mg/L时,其对土壤质量和农作物的生长产生的负面影响成为不容忽视的问题。这一现象可能会严重影响农作物... 在农业灌溉的领域中,化学需氧量(Chemical Oxygen Demand,COD)的测定是衡量水体中有机物污染程度的一个重要指标。当COD浓度超过60mg/L时,其对土壤质量和农作物的生长产生的负面影响成为不容忽视的问题。这一现象可能会严重影响农作物的产量和质量,进而对农作物生产的可持续性构成挑战。因此,有必要精确预测污水处理厂出水COD浓度的变化趋势,从而促进其在农业灌溉中的有效应用。研究结合了改进的小波变换、改进的粒子群优化(Improved Particle Swarm Optimization,IPSO)算法和反向传播BP(Back Propagation,BP)神经网络作为预测模型。鉴于COD受到众多因素的影响,这些因素之间存在复杂的耦合关系,采用PCA进行特征提取。考虑到数据采集的过程中不可避免的噪声干扰,应用小波降噪对原始数据进行处理,以确保数据质量,提高模型准确性。在此基础上,基于BP神经网络算法构建污水处理厂出水COD的预测模型。为了解决BP神经网络参数选择可能遇到的盲目性问题,引入改进的粒子群算法对模型进行参数优化,以提高预测精度。实验结果表明,提出的PIWT-IPSO-BP模型预测效果良好,其平均绝对误差、均方根误差和决定系数分别为0.222、0.386和0.984。该模型在一定程度上改善了数据噪声、多因子制约等问题,为污水循环利用技术应用于农业灌溉方面提供了参考依据。 展开更多
关键词 化学需氧量 预测模型 小波变换 粒子群优化算法 BP神经网络
暂未订购 下载PDF
基于EMD-PSO-BP模型的短期潮流流速预测 认领 引用 被引量：4
16
作者 邵萌 潘正中 +2 位作者 孙金伟 邵珠晓 伊传秀 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第11期134-141,共8页
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原... 针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,对分解所得的IMF和残差分别进行预测。最后,将各个预测结果相结合,得出流速的最终预测结果,从而提高潮流流速的预测精度。本文以江苏省潮流流速为例,分别建立BP、PSO-BP、EMD-BP以及EMD-PSO-BP四类预测模型,以对潮流流速进行预测和对比分析。结果表明,相较于其他模型,EMD-PSO-BP预测模型在潮流流速的预测方面具有更高的精度,为潮流能开发提供重要的数据支撑。 展开更多
关键词 潮流流速预测 经验模态分解 反向传播神经网络 粒子群优化算法 本征模函数
暂未订购 下载PDF
基于WPSO-BP和L-MBWO的多翼离心风机优化研究 认领 引用 被引量：10
17
作者 徐韧 李君宇 +3 位作者 周明 刘林波 张志富 黄其柏 《机电工程》 CAS 北大核心 2024年第10期1833-1843,共11页
针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优... 针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优化设计中。首先,选取了叶片进出口角、倾斜蜗舌的最大蜗舌半径、叶片切除角度作为设计变量,把风机的全压、效率、声压级作为优化目标;然后,构建了WPSO-BP预测模型,以反映设计变量与优化目标之间的关系,定量分析对比了该模型与BP神经网络预测模型,预测值用于风机的性能优化;接着,将逻辑混沌初始化引入到白鲸优化算法(BWO),基于第三代非支配排序遗传算法(NSGA-Ⅲ)构建了L-MBWO优化算法;最后,在实验验证仿真可靠的前提下,将提出的预测模型和优化算法应用于风机优化,并对优化效果进行了综合分析。研究结果表明:优化后的风机全压增加了34.79 Pa,效率提高了0.67%,噪声降低了1.73 dB,实现了多个优化目标之间的平衡,有效改善了风机的综合性能,为多翼离心风机的优化设计提供了一种新思路。 展开更多
关键词 多翼离心风机 变权重 基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型 白鲸优化算法 基于逻辑混沌初始化的多目标白鲸优化算法 预测模型 风机全压 风机效率 风机噪声
暂未订购 下载PDF
基于坐位调膝法的可穿戴式推拿装置设计研究 认领 引用
18
作者 沈亦纯 王殊轶 +3 位作者 申雨涵 邢华 龚利 樊琳 《智能计算机与应用》 2026年第7期181-186,共6页
本研究旨在开发一款基于坐位调膝法的可穿戴式仿生推拿装置,用于膝骨关节炎(Knee OsteoArthritis,KOA)患者的推拿治疗。该装置通过结合气囊加压技术和粒子群优化-反向传播神经网络(Particle Swarm Optimization-Back Propagation neural... 本研究旨在开发一款基于坐位调膝法的可穿戴式仿生推拿装置,用于膝骨关节炎(Knee OsteoArthritis,KOA)患者的推拿治疗。该装置通过结合气囊加压技术和粒子群优化-反向传播神经网络(Particle Swarm Optimization-Back Propagation neural network,PSO-BP)预测算法,实现对患者膝关节的个性化推拿治疗,以辅助或替代人类推拿医师,提高治疗效率,缓解医疗资源紧张的现状,并保护医师的职业健康。研究采用了120例KOA患者的数据,通过PSO-BP预测坐位调膝法的输出推拿力。装置设计包括结构设计和驱动系统设计,其中结构设计采用气囊加压推动球形按摩头以实现力度输出,驱动系统设计包含流量监控模块、LCD显示模块、输出力监控模块、角度采集模块以及充放气控制模块。实验结果显示,按摩头在xoz平面上的位移误差较小,且在患者位姿变化时,能够有效跟踪穴位,显示出良好的定位精度。在力学输出验证方面,装置能够部分仿真医师的推拿手法,在穴位定位和力学输出方面表现出良好的性能。 展开更多
关键词 坐位调膝法 推拿装置 推拿机器人 PSO-BP算法 膝骨关节炎
暂未订购 下载PDF
基于PSO-BP神经网络算法矿井瓦斯涌出量回归预测应用 认领 引用 被引量：5
19
作者 刘大可 张浩强 郭翔 《中国矿山工程》 2024年第3期38-43,共6页
本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络... 本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络算法的平均绝对误差、均方误差、均方根误差、平均绝对百分比误差和预测准确率等评价指标。结果表明,基于PSO-BP神经网络算法的瓦斯涌出量预测模型具有更高的准确性,能够满足矿山实际需求,具有较好的实用性和创新性,为其他矿井在瓦斯涌出量预测方面提供了一定的借鉴意义。 展开更多
关键词 瓦斯涌出量预测 粒子群优化算法 反向传播神经网络 回归预测 评价指标
暂未订购 下载PDF
Design Optimization of Permanent Magnet Eddy Current Coupler Based on an Intelligence Algorithm 认领 引用
20
作者 Dazhi Wang Pengyi Pan Bowen Niu 《Computers, Materials & Continua》 SCIE EI 2023年第11期1535-1555,共21页
The permanent magnet eddy current coupler(PMEC)solves the problem of flexible connection and speed regulation between the motor and the load and is widely used in electrical transmission systems.It provides torque to ... The permanent magnet eddy current coupler(PMEC)solves the problem of flexible connection and speed regulation between the motor and the load and is widely used in electrical transmission systems.It provides torque to the load and generates heat and losses,reducing its energy transfer efficiency.This issue has become an obstacle for PMEC to develop toward a higher power.This paper aims to improve the overall performance of PMEC through multi-objective optimization methods.Firstly,a PMEC modeling method based on the Levenberg-Marquardt back propagation(LMBP)neural network is proposed,aiming at the characteristics of the complex input-output relationship and the strong nonlinearity of PMEC.Then,a novel competition mechanism-based multi-objective particle swarm optimization algorithm(NCMOPSO)is proposed to find the optimal structural parameters of PMEC.Chaotic search and mutation strategies are used to improve the original algorithm,which improves the shortcomings of multi-objective particle swarm optimization(MOPSO),which is too fast to converge into a global optimum,and balances the convergence and diversity of the algorithm.In order to verify the superiority and applicability of the proposed algorithm,it is compared with several popular multi-objective optimization algorithms.Applying them to the optimization model of PMEC,the results show that the proposed algorithm has better comprehensive performance.Finally,a finite element simulation model is established using the optimal structural parameters obtained by the proposed algorithm to verify the optimization results.Compared with the prototype,the optimized PMEC has reduced eddy current losses by 1.7812 kW,increased output torque by 658.5 N·m,and decreased costs by 13%,improving energy transfer efficiency. 展开更多
关键词 Competition mechanism Levenberg-Marquardt back propagation neural network multi-objective particle swarm optimization algorithm permanent magnet eddy current coupler
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 … 4 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈