期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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2,086篇文章
< 1 2 … 105 >
每页显示 20 50 100
已选择0条
导出题录 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：
关于系统级故障诊断的烟花-反向传播神经网络算法 被引量：5
1
作者 归伟夏 陆倩 苏美力 《电子与信息学报》 EI CSCD 北大核心 2020年第5期1102-1109,共8页
为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法-烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略... 为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法-烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。 展开更多
关键词 系统级故障诊断 烟花算法 反向传播神经网络 PMC模型 烟花-反向传播神经网络算法
下载PDF
适用于海量负荷数据分类的高性能反向传播神经网络算法 被引量：38
2
作者 刘洋 刘洋1 许立雄 《电力系统自动化》 EI CSCD 北大核心 2018年第21期96-103,共8页
负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网... 负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网络(BPNN)算法并行化,实现对海量负荷数据的高效分类。然后,通过对训练样本抽样分块以降低各网络学习时间,针对分布式后BPNN基分类器由于学习样本缺失潜在的准确度下降问题,采用集成学习予以改善。并通过BPNN学习不同训练样本块构建差异化基分类器,对基分类结果多数投票得到最终分类结果。另外,提供了一种基于K-means和K-medoids聚类的负荷数据训练样本选取方法。算例表明所提方法既能对负荷曲线有效分类,又能大幅提高海量数据的处理效率。 展开更多
关键词 负荷分类 Spark平台 反向传播神经网络 集成学习 聚类算法
下载PDF
一种改进的反向传播神经网络算法 被引量：4
3
作者 邱浩 王道波 张焕春 《应用科学学报》 CAS CSCD 2004年第3期384-387,共4页
在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通... 在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性. 展开更多
关键词 反向传播 神经网络 误差 模式 顺传播 学习算法
下载PDF
应用反向传播神经网络算法的发动机动态总压畸变预测 被引量：1
4
作者 赵海刚 任丁丁 王俊琦 《科学技术与工程》 北大核心 2021年第3期1169-1175,共7页
为提高动态总压畸变预测的准确性,通过引入反向传播神经网络算法,研究其在紊流相关中的可行性和准确性。结果表明:反向传播神经网络可应用于紊流相关以预测动态总压畸变;采用单个工况进行自我预测时,神经网络显示了良好的预测能力,预测... 为提高动态总压畸变预测的准确性,通过引入反向传播神经网络算法,研究其在紊流相关中的可行性和准确性。结果表明:反向传播神经网络可应用于紊流相关以预测动态总压畸变;采用单个工况进行自我预测时,神经网络显示了良好的预测能力,预测结果与试验值吻合很好;采用反向传播神经网络法,5个工况作为样本预测各工况紊流度时,样本工况的平均紊流度与试验值一致,而测试工况中个别工况的平均紊流度与试验值有些偏差,网络的设置和训练需要进一步研究,以提高网络的预测能力。从与最小二乘法的预测结果对比来看,神经网络法是一种更有前途的预测方法。 展开更多
关键词 航空发动机 计算流体力学 动态压力合成 紊流相关 反向传播神经网络 动态畸变
下载PDF
基于反向传播神经网络算法的瑞芬太尼药代模型构建
5
作者 李龙艳 曹扬 《中国医学工程》 2017年第5期1-6,共6页
目的针对短效静脉麻醉药物瑞芬太尼在药物代谢过程中存在强时变性、复杂非线性等特点,本研究期以利用人工神经网络算法建立瑞芬太尼血药浓度预测模型。方法本研究利用人工神经网络算法,建立基于反向传播(BP)网络的瑞芬太尼药代血药浓度... 目的针对短效静脉麻醉药物瑞芬太尼在药物代谢过程中存在强时变性、复杂非线性等特点,本研究期以利用人工神经网络算法建立瑞芬太尼血药浓度预测模型。方法本研究利用人工神经网络算法,建立基于反向传播(BP)网络的瑞芬太尼药代血药浓度预测模型,并与非线性混合效应建模(NONMEM)方法预测效果进行比较。结果 BP神经网络预测结果的相对误差、平均相对误差均优于NONMEM算法。结论通过选取适当的时药数据,利用反向传播网络算法构建的预测瑞芬太尼血药浓度模型,准确度高,实现便捷,可适用于瑞芬太尼等短效静脉麻醉药物的群体药代药效学研究和分析。 展开更多
关键词 反向传播神经网络 瑞芬太尼 血药浓度
下载PDF
基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型 被引量：8
6
作者 蒋华伟 郭陶 杨震 《科学技术与工程》 北大核心 2021年第21期8951-8956,共6页
在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化... 在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化的BPNN预测模型。采用非线性函数动态调整粒子群算法中的惯性权重和学习因子,优化BPNN中的权值参数,进而构建IPSO-BPNN预测模型。为验证该模型的准确性和稳定性,将其与BPNN模型、PSO-BPNN模型进行对比,结果表明:IPSO-BPNN模型预测的均方误差显著降低,有助于提高小麦储藏品质预测的准确性和可靠性。 展开更多
关键词 小麦储藏品质 多指标分析 粒子群算法 改进粒子群优化-反向传播神经网络(IPSO-BPNN) 预测模型
下载PDF
反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假 被引量：3
7
作者 王九玲 罗文 李文凯 《食品安全质量检测学报》 CAS 北大核心 2023年第22期126-133,共8页
目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺假浓度的特级初榨橄榄油混合油样各10份,在相同时间、空间及目标的前提下,使用同台光谱探测系统,采集... 目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺假浓度的特级初榨橄榄油混合油样各10份,在相同时间、空间及目标的前提下,使用同台光谱探测系统,采集样品的拉曼光谱和荧光光谱。经过卷积神经网络去除拉曼光谱的基线,实现拉曼光谱和荧光光谱的数据预处理。根据分子光谱与电子光谱的特征差异,人为干预并设定拉曼光谱的权重,建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数,特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716,均方根误差为0.0569,模型预测效果较好。结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法,满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求,为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。 展开更多
关键词 反向传播神经网络 拉曼光谱 荧光 特级初榨橄榄油 掺假
原文传递
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
8
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
9
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
下载PDF
基于实验设计和反向传播神经网络的板式传热元件性能评估
10
作者 王幼石 焦育 +5 位作者 李旭昆 马金伟 姚立影 刘一凡 吕庆欢 张楠楠 《石油化工设备》 2025年第2期15-20,共6页
针对新型鼓泡板式传热元件的传热性能参数,采用实验设计的方法通过实验测定不同工况下的总传热系数,通过响应曲面法拟合得到板型、工艺参数和总传热系数的二阶响应曲面模型。同时根据实验结果,采用计算机仿真方法建立总传热系数反向传... 针对新型鼓泡板式传热元件的传热性能参数,采用实验设计的方法通过实验测定不同工况下的总传热系数,通过响应曲面法拟合得到板型、工艺参数和总传热系数的二阶响应曲面模型。同时根据实验结果,采用计算机仿真方法建立总传热系数反向传播神经网络预测模型。验证实验结果表明,两种模型的预测值与实验测量值都有良好的一致性,在工业应用中,可为采用该类新型传热元件的板式热交换器提供设计和选型的理论支撑。 展开更多
关键词 传热元件 性能 评估 实验设计 反向传播神经网络
下载PDF
Logistic回归模型和反向传播神经网络模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管非计划性拔管的预测效能
11
作者 陈蕾 饶子凤 《癌症进展》 2025年第2期154-159,共6页
目的探讨Logistic回归模型和反向传播神经网络(BPNN)模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管(PICC)非计划性拔管的预测效能。方法根据是否发生非计划性拔管将220例行PICC置管的肿瘤化疗患者分为拔管组(n=37)和未拔管组(n=183)... 目的探讨Logistic回归模型和反向传播神经网络(BPNN)模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管(PICC)非计划性拔管的预测效能。方法根据是否发生非计划性拔管将220例行PICC置管的肿瘤化疗患者分为拔管组(n=37)和未拔管组(n=183)。比较两组患者的临床资料,采用Logistic回归模型分析肿瘤化疗患者PICC非计划性拔管的影响因素,采用BPNN构建肿瘤化疗患者PICC非计划性拔管的预测模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估两种模型对肿瘤化疗患者PICC非计划性拔管的预测价值。结果单因素分析结果显示,两组患者年龄、家庭人均月收入、社会支持评定量表(SSRS)评分、急性生理学及慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、置管部位、置管肢体、置管时间、导管固定方式、合并糖尿病情况、皮肤损伤情况比较,差异均有统计学意义(P﹤0.05)。多因素Logistic回归分析结果显示,年龄较大、APACHEⅡ评分较高、右肢置管、置管时间较长、合并糖尿病、皮肤损伤均是肿瘤化疗患者PICC非计划性拔管的独立危险因素(P﹤0.05);家庭人均月收入≥5000元、SSRS评分较高、贵要静脉置管均是肿瘤化疗患者PICC非计划性拔管的独立保护因素(P﹤0.05)。BPNN模型显示,肿瘤化疗患者PICC非计划性拔管影响因素重要性排序为SSRS评分﹥APACHEⅡ评分﹥年龄﹥置管部位﹥置管时间﹥置管肢体﹥皮肤损伤﹥合并糖尿病﹥导管固定方式﹥家庭人均月收入。BPNN模型预测肿瘤化疗患者PICC非计划性拔管的AUC、特异度、阳性预测值、阴性预测值及准确度均高于多因素Logistic回归模型。结论年龄、家庭人均月收入、SSRS评分、APACHEⅡ评分、置管部位、置管肢体、置管时间、合并糖尿病情况、皮肤损伤情况均是肿瘤化疗患者PICC非计划性拔管的影响因素。基于BPNN构建的肿瘤化疗患者PICC非计划性拔管预测模型具有较好的预测效能,可进一步推广应用以验证该模型的预测效能。 展开更多
关键词 肿瘤 化疗 经外周静脉穿刺的中心静脉导管 非计划性拔管 LOGISTIC回归模型 反向传播神经网络
下载PDF
基于遗传算法-反向传播神经网络及响应面法优化香薷漱口水配方工艺
12
作者 范彬 白雯静 +7 位作者 彭腾腾 尹盼盼 李海燕 沈薇 马趣环 王新娣 刘东彦 石晓峰 《甘肃医药》 2024年第7期641-645,共5页
目的:研制一种具有抑菌作用的新型复方中药漱口水。方法:以药食同源中药香薷为主要原料,以乙醇、甘油、柠檬酸-木糖醇的用量为考察因素,感官评分(色泽、香味、滋味)作为评价指标,在单因素试验和响应面试验的基础上,采用反向传播神经网... 目的:研制一种具有抑菌作用的新型复方中药漱口水。方法:以药食同源中药香薷为主要原料,以乙醇、甘油、柠檬酸-木糖醇的用量为考察因素,感官评分(色泽、香味、滋味)作为评价指标,在单因素试验和响应面试验的基础上,采用反向传播神经网络建立预测模型,结合遗传算法优选漱口水的配方工艺;采用梯度稀释法测定漱口水的最小抑菌浓度。结果:该中药漱口水的最佳配方为:乙醇3.8%,甘油10.4%,柠檬酸-木糖醇0.31%;抑菌试验表明漱口水对大肠杆菌抑制作用较强,对金黄色葡萄球菌具有一定的抑制作用,其MIC分别为0.0741 g/mL和0.1481 g/mL。结论:该中药漱口水制备方法简单,具有一定的抑菌作用,可为药食同源中药的开发利用提供参考。 展开更多
关键词 香薷漱口水 反向传播神经网络 配方工艺 抑菌作用
下载PDF
基于脉冲序列标识的深度脉冲神经网络时空反向传播算法 被引量：1
13
作者 王子华 叶莹 +3 位作者 刘洪运 许燕 樊瑜波 王卫东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2596-2604,共9页
尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深... 尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。 展开更多
关键词 脉冲神经网络 监督学习 误差反向传播 时间脉冲序列标识 替代梯度
下载PDF
基于遗传算法-反向传播神经网络优化高压-超声-酶解法提取羊皮胶原蛋白工艺
14
作者 朱明 张德权 +5 位作者 李少博 陈丽 侯成立 程成鹏 于江颖 关文强 《肉类研究》 北大核心 2024年第6期42-50,共9页
采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最... 采用高压-超声-酶解法提取羊皮胶原蛋白,对比遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型和响应面模型的优化效果,确定最佳工艺参数。结果表明:GA-BP神经网络在模型拟合和预测方面表现优于响应面模型;最佳提取参数为高压时间23 min、超声时间22 min、酶添加量3.2%、酶解时间222 min,羊皮胶原蛋白提取率达到(80.5±1.6)%,较传统的木瓜蛋白酶法提高40%;紫外-可见吸收光谱和傅里叶变换红外光谱结果显示,此条件下提取的羊皮胶原蛋白结构完整,高压-超声-酶解法对胶原蛋白的破坏较小。 展开更多
关键词 羊皮 羊皮胶原蛋白 高压-超声-酶解法 遗传算法-反向传播神经网络 响应面法
下载PDF
大容积电烤箱内传热过程的反向传播神经网络控制算法
15
作者 姚青 唐巍峰 +4 位作者 郑鑫 王锐 梁文龙 刘玉贤 褚雯霄 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第7期73-83,共11页
大容积电烤箱内存在严重加热不均匀问题,限制其在商业和家用领域的广泛应用,传统比例-积分-微分(PID)控制算法存在弛豫时间长、温控精度差等问题,导致被加热目标无法维持在最佳烹饪热环境。通过自编程构建了一种反向传播神经网络(BPNN)... 大容积电烤箱内存在严重加热不均匀问题,限制其在商业和家用领域的广泛应用,传统比例-积分-微分(PID)控制算法存在弛豫时间长、温控精度差等问题,导致被加热目标无法维持在最佳烹饪热环境。通过自编程构建了一种反向传播神经网络(BPNN)控制策略,以改善大容积电烤箱的加热速率、温控精度及热均匀性为目标,通过局部速度、温度分布与美拉德反应可视化实验测试,探究了风扇转速、对流与辐射加热功率和排气流量等因素的影响。实验结果表明:在提升算法鲁棒性后,BPNN算法对烤箱内温度预测误差显著降低;相比PID控制方法,采用BPNN算法的被加热目标过热度最多降至6℃,温控精度显著提高;被加热目标表面温度的相对极差从54%降至36%,速度相对极差从71.4%下降至39%,均匀性显著增强;电烤箱的加热弛豫时间从230 s降至100 s。BPNN算法能够实现大容积电烤箱更精确、更快速、更均匀的温度控制。 展开更多
关键词 电烤箱 反向传播神经网络 对流与辐射 热均匀性 弛豫时间
下载PDF
采用遗传-反向传播人工神经网络法构建新疆地区癫痫患儿拉考沙胺血药浓度预测模型
16
作者 赵婷 孙岩 +5 位作者 李红健 张惠兰 于静 冯杰 王婷婷 于鲁海 《儿科药学杂志》 CAS 2024年第4期4-8,共5页
目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM... 目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM血药浓度的预测模型。结果:模型验证结果显示,80例预测浓度的平均预测误差(MPE)绝对值均<10%,预测误差(PE)绝对值<20%的比例是100%,PE绝对值<10%的比例是92.50%,平均预测绝对误差(MAE)为2.28%,提示GA-BP模型预测的准确度和精密度均较好,预测浓度和实测浓度的相关系数为0.998,预测结果较理想。结论:应用GA-BP人工神经网络法预测LCM血药浓度是可行的,可应用于LCM个体化给药研究,促进临床合理用药。 展开更多
关键词 癫痫 拉考沙胺 血药浓度 遗传-反向传播人工神经网络
下载PDF
基于帝国竞争反向传播神经网络的断块油田开发顺序优化
17
作者 徐庆岩 孙晓飞 +3 位作者 翟光华 王瑞峰 雷诚 张瑾琳 《石油地质与工程》 CAS 2024年第3期77-81,89,共6页
明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合... 明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合模糊评判法等,这些方法在选择评价指标和指标权重上带有较强的主观性,无法做到完全客观的评价。因此本文提出一种基于帝国竞争算法改进的反向传播神经网络模型,首先采用Spearman相关系数法确定影响断块油田开发的主控因素,其次使用分段三次Hermite插值方法实现断块油田群开发数据库的扩充,最后在扩充后的大量数据库训练样本的基础上,基于帝国竞争算法改进的反向传播神经网络模型可以确定影响开发效果参数的权重并预测断块油田群中各断块油田的净现值,根据净现值大小可以确定每个断块的开发顺序。该方法以实际断块油田群的地质油藏数据库作为评价依据,断块油田的开发顺序更加的科学合理,项目整体的净现值也明显高于依靠传统方法确定的开发顺序组合,避免了人为主观性,也节省了数值模拟和经济评价的工作量,克服了现有方法的局限性,对于提高断块油田群开发综合效益具有重要意义。 展开更多
关键词 帝国竞争算法 反向传播神经网络 开发参数权重 投产顺序优化 断块油田群 净现值
下载PDF
基于随机森林算法优化神经网络的中期负荷预测
18
作者 闫泓全 孙楚词 丛鑫泽 《现代工业经济和信息化》 2025年第3期120-122,共3页
中期电力负荷预测在电网规划和运营中发挥着关键作用。为了提升预测模型的性能,提出了一种将随机森林(RF)算法与反向传播(BP)神经网络相结合的预测方法。该方法首先采用随机森林进行特征选择,识别出对负荷预测最有影响力的特征,以减少... 中期电力负荷预测在电网规划和运营中发挥着关键作用。为了提升预测模型的性能,提出了一种将随机森林(RF)算法与反向传播(BP)神经网络相结合的预测方法。该方法首先采用随机森林进行特征选择,识别出对负荷预测最有影响力的特征,以减少模型的输入维度和提高运算效率。然后,构建了BP神经网络模型,利用其强大的非线性映射能力来学习复杂的负荷模式。通过融合随机森林的特征选择能力和BP网络的学习能力,该方法能够有效提高中期负荷预测的准确性和鲁棒性。实验结果表明,与传统的BP神经网络相比,本方法在多个性能指标上均表现出显著的改进,证实了其在中期电力负荷预测中的有效性。 展开更多
关键词 中期负荷预测 随机森林 反向传播神经网络 特征选择 预测性能
下载PDF
基于AP聚类算法的RBF神经网络风速预测方法的研究
19
作者 李昊 张煜成 《太阳能》 2025年第2期54-61,共8页
近年来,江苏地区在迎峰度夏期间出现了较大的电能供给缺口,电力系统频率失稳的风险增加,因此,在电力保供工作中,稳定的风电输出功率愈发重要。考虑到风能的随机性和间歇性,准确的风速预测可以降低风电入网时的附加成本,协助电力系统调... 近年来,江苏地区在迎峰度夏期间出现了较大的电能供给缺口,电力系统频率失稳的风险增加,因此,在电力保供工作中,稳定的风电输出功率愈发重要。考虑到风能的随机性和间歇性,准确的风速预测可以降低风电入网时的附加成本,协助电力系统调度部门调整调度计划,提升电力系统的风电消纳与稳定运行能力。从提高超短期风速预测精度的角度出发,提出了1种基于近邻传播(AP)聚类算法的径向基函数(RBF)神经网络风速预测方法(即“AP-RBF方法”)。首先建立AP-RBF模型,然后以江苏地区某风电场实地采集的实际风速数据为例进行算例分析,对AP-RBF模型的预测效果进行了验证,并对各类预测方法的预测精度和预测效率进行了对比分析。研究结果表明:1)AP-RBF方法通过采用“先计算聚类结果,再计算权值矩阵”的预测模式,克服了传统聚类方法对初值敏感的缺点。2)与常规预测方法相比,AP-RBF方法在整体预测精度上表现最佳,且在保证训练数据质量的基础上具有较快的预测速度。AP-RBF方法的应用对提高风电消纳能力与电力系统频率稳定性具有重要意义。 展开更多
关键词 清洁能源 风速 风电 近邻传播聚类算法 径向基函数神经网络 风速预测 精度分析
下载PDF
基于小波包分解和神经网络集成群的滚动轴承故障诊断
20
作者 柴立平 孟壮壮 +1 位作者 石海峡 李强 《合肥工业大学学报(自然科学版)》 北大核心 2025年第4期447-454,共8页
文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back p... 文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络分别对轴承进行故障诊断,比较分析小波包能量和小波包样本熵作为特征向量的适配程度;再以多个神经网络作为神经网络集成群的基础子网络,通过统计耦合、输出耦合和统计输出耦合形成神经网络集成群的二级网络;最后通过最终统计耦合输出神经网络集成群的分类结果。研究结果表明,该方法可获得理想的滚动轴承故障诊断准确率,在负载变化时具有良好的泛化性能。 展开更多
关键词 滚动轴承 故障诊断 小波包变换 粒子群优化反向传播神经网络 神经网络集成群
下载PDF
已选择0条
导出题录 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 … 105 下一页 到第 页
使用帮助 返回顶部