BP神经网络在优化配煤预测模型中的研究 被引量：20

1

作者 李颖 周俊虎 《煤炭转化》 CAS CSCD 北大核心 2002年第2期79-85,共7页

由于掺配煤种煤质的波动 ,配煤是一个在不确定的条件下的优化问题 .传统的线性规划模型已不能解决这种非线性问题 ,而 BP神经网络这一非线性优化工具已成功地应用于混煤煤质特性的预测模型 .本文详细地分析了不同 BP神经网络模型的预测... 由于掺配煤种煤质的波动 ,配煤是一个在不确定的条件下的优化问题 .传统的线性规划模型已不能解决这种非线性问题 ,而 BP神经网络这一非线性优化工具已成功地应用于混煤煤质特性的预测模型 .本文详细地分析了不同 BP神经网络模型的预测效果以及制约其预测效果的主要因素 (网络结构、学习样本数量、隐层节点数、学习精度 ) ,并发现学习样本数是影响 展开更多

关键词 BP神经网络 优化 配煤 煤质特性 学习样本 预测模型

下载PDF 职称材料

发动机机油泵供油特性的神经网络建模 被引量：20

2

作者 童宝宏 桂长林 +2 位作者 陈华 孙军 何芝仙 《内燃机学报》 EI CAS CSCD 北大核心 2007年第3期265-270,共6页

结合试验研究结果,通过对影响机油泵供油特性影响因素的分析,建立了用于分析机油泵供油特性的BP神经网络仿真模型,并利用该模型对机油泵的温度特性、转速特性和压力特性进行了预测分析,取得良好的仿真效果。通过对不同样本训练得到的神... 结合试验研究结果,通过对影响机油泵供油特性影响因素的分析,建立了用于分析机油泵供油特性的BP神经网络仿真模型,并利用该模型对机油泵的温度特性、转速特性和压力特性进行了预测分析,取得良好的仿真效果。通过对不同样本训练得到的神经网络模型仿真结果和试验结果的比较分析,验证了采用正交法设计该网络模型学习样本的可行性,指出利用正交法设计学习样本时,只要位级选择适当,就可以大大减少学习样本的数量,并取得满意的预测效果。 展开更多

关键词 机油泵 神经网络 正交设计 学习样本 建模

下载PDF 职称材料

多属性决策的支持向量机方法 被引量：15

3

作者 王强 沈永平 陈英武 《系统工程理论与实践》 EI CSCD 北大核心 2006年第6期54-58,123,共6页

为获取和表达决策者的偏好,实现对决策方案的选择,提出了基于支持向量机的多属性决策方法.首先,分析了多属性决策支持向量机方法的原理.其次,提出了基于属性效用函数估计的学习样本构造方法,从决策问题本身抽取学习样本.最后给出了一个... 为获取和表达决策者的偏好,实现对决策方案的选择,提出了基于支持向量机的多属性决策方法.首先,分析了多属性决策支持向量机方法的原理.其次,提出了基于属性效用函数估计的学习样本构造方法,从决策问题本身抽取学习样本.最后给出了一个算例. 展开更多

关键词 多属性决策 支持向量机 效用函数 学习样本

原文传递

神经网络内燃机排放模型学习样本的选定 被引量：12

4

作者 周斌 李玉梅 志一 《西南交通大学学报》 EI CSCD 北大核心 2002年第6期659-663,共5页

研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法,针对内燃机工况变化的特点,对传统的正交设计法进行了改进,提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性。研究结果表明,模型的预测精度随着正交表位级的... 研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法,针对内燃机工况变化的特点,对传统的正交设计法进行了改进,提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性。研究结果表明,模型的预测精度随着正交表位级的增加而提高,即使只用3位级的正交表设计样本,也能建立预测误差低于5.7%的内燃机稳态排放特性预测模型,具有试验工作量小、简便易行的特点。 展开更多

关键词 内燃机 排放模型 学习样本 神经网络 正交设计 排放预测 样本选定

下载PDF 职称材料

基于云计算和大数据分析的大规模网络流量预测 被引量：13

5

作者 李晓会 陈潮阳 +1 位作者 伊华伟 李波 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第3期1034-1039,共6页

结合当前网络流量海量、混沌、随机性变化的特点,为了获得理想的网络流量预测结果,提出了基于云计算和大数据分析的大规模网络流量预测模型。首先,根据混沌算法描述网络流量的混沌变化特点,建立学习样本集合。然后,引入支持向量机对网... 结合当前网络流量海量、混沌、随机性变化的特点,为了获得理想的网络流量预测结果,提出了基于云计算和大数据分析的大规模网络流量预测模型。首先,根据混沌算法描述网络流量的混沌变化特点,建立学习样本集合。然后,引入支持向量机对网络流量随机性变化特点进行建模,并结合历史数据海量的特点,采用云计算平台使多个支持向量机并行运行。对比测试结果表明,该模型提升了网络流量预测精度,建模效率大幅度提升,可以满足网络流量在线管理的实时性要求。 展开更多

关键词 网络管理 云计算平台 并行建模 随机性 学习样本 混沌算法

原文传递

船舶通信网络安全评估模型研究 被引量：3

6

作者 王志中 《舰船科学技术》 北大核心 2018年第3X期88-90,共3页

随着现代化工业的发展,船舶网络通信系统的复杂程度也逐渐提高,在此背景下,对船舶通信网络的安全评估性能也提出新要求。由于传统的通信网络评估架构难以满足现阶段船舶通信网络发展对数据传输的准确性和安全性的要求。为提高船舶综合... 随着现代化工业的发展,船舶网络通信系统的复杂程度也逐渐提高,在此背景下,对船舶通信网络的安全评估性能也提出新要求。由于传统的通信网络评估架构难以满足现阶段船舶通信网络发展对数据传输的准确性和安全性的要求。为提高船舶综合安全评价水平,优化其工作性能,对船舶通信网络安全评估体系进行建模,以便更好的对船舶通信网络安全进行评估。首先根据船舶通信网络的特点建立基于神经网络的服务器的安全评估系统,并通过神经网络对船舶通信安全性进行检测,以达到提高安全评估的精确性目标。为了对模型安全评估性能进行验证,设置了仿真实验,实验结果证明,与传统的安全评估系统相比,基于神经网络的船舶通信安全评估系统能够更准确、快速的对网络安全情况进行评估。 展开更多

关键词 神经元网络 船舶动力装置 安全评价模型 学习样本

下载PDF 职称材料

基于误差补偿的物流需求混沌预测模型 被引量：1

7

作者 徐琴 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第1期126-132,共7页

针对当前单一物流需求预测模型误差大的缺陷,以获得更优的物流需求预测结果为目标,提出了基于误差补偿的物流需求预测模型。首先通过混沌理论对历史数据进行处理,挖掘物流数据中隐含的变化特点,建立物流需求预测的学习样本,然后采用最... 针对当前单一物流需求预测模型误差大的缺陷,以获得更优的物流需求预测结果为目标,提出了基于误差补偿的物流需求预测模型。首先通过混沌理论对历史数据进行处理,挖掘物流数据中隐含的变化特点,建立物流需求预测的学习样本,然后采用最小二乘支持向量机对学习样本进行建模和预测,并采用自回归滑动平均模模型对最小二乘支持向量机的预测残差序列进行建模和预测,最后通过残差预测结果对物流需求预测结果进行误差补偿,并通过具体实例对模型性有效性进行测试。结果表明,该模型降低了物流需求的预测误差,明显改善了物流需求的预测效果,并且可以推荐其它预测领域。 展开更多

关键词 物流需求量 误差补偿 混沌理论 学习样本 最小二乘支持向量机

下载PDF 职称材料

混沌理论的舰船事故预测 被引量：1

8

作者 徐春芬 《舰船科学技术》 北大核心 2018年第6X期58-60,共3页

舰船事故的预测具有十分重要的价值,针对舰船事故变化的混沌性,为了解决当前舰船事故预测模型存在的局限性,提出了基于混沌理论的舰船事故预测模型,首先对当前舰船事故预测的研究现状进行分析,指出引起舰船事故预测精度低的原因,然后引... 舰船事故的预测具有十分重要的价值,针对舰船事故变化的混沌性,为了解决当前舰船事故预测模型存在的局限性,提出了基于混沌理论的舰船事故预测模型,首先对当前舰船事故预测的研究现状进行分析,指出引起舰船事故预测精度低的原因,然后引入混沌理论建立舰船事故预测的学习样本,并采用最小二乘支持向量机建立舰船事故预测模型,最后通过采用舰船事故预测数据对模型性能进行分析,本文模型的舰船事故预测精度超过95%,而且舰船事故预测误差很低。 展开更多

关键词 舰船事故 预测模型 混沌理论 学习样本 最小二乘支持向量机

下载PDF 职称材料

船舶柴油机NO_x排放特性神经网络预测中的试验设计 被引量：1

9

作者 尹自斌 杨国豪 《舰船科学技术》 2010年第3期32-35,共4页

研究船舶柴油机NOx排放特性神经网络预测中的学习样本选取试验设计方法。根据用于主机的船舶柴油机可能持续运行范围的工况变化特点,提出采用功率因素变边界的均匀设计法进行试验设计选取样本,并验证了其可行性。研究结果表明,变边界均... 研究船舶柴油机NOx排放特性神经网络预测中的学习样本选取试验设计方法。根据用于主机的船舶柴油机可能持续运行范围的工况变化特点,提出采用功率因素变边界的均匀设计法进行试验设计选取样本,并验证了其可行性。研究结果表明,变边界均匀设计法选取的样本用于神经网络训练,预测精度明显高于随机样本选取法。4位级变边界均匀设计法选取的样本训练得到的神经网络模型,NOx排放浓度预测误差小于3.8%,NOx比排放预测误差小4.5%。 展开更多

关键词 船舶柴油机 NOX排放 神经网络 均匀设计 学习样本

下载PDF 职称材料

基于赛制组织的遗传变异棋局样例生成算法

10

作者 田欣 姬波 +2 位作者 卢红星 柳宏川 尤惠彬 《小型微型计算机系统》 CSCD 北大核心 2021年第5期927-934,共8页

计算机棋类游戏的研究目标是人工智能选手的智力提高,而学习样例对棋局局面的代表性,在很大程度上决定了选手的智力水平,但学习样例的产生方式和优劣判定一直未能引起足够重视.针对自对弈棋局样例产生中的选手筛选问题,本文提出了一种... 计算机棋类游戏的研究目标是人工智能选手的智力提高,而学习样例对棋局局面的代表性,在很大程度上决定了选手的智力水平,但学习样例的产生方式和优劣判定一直未能引起足够重视.针对自对弈棋局样例产生中的选手筛选问题,本文提出了一种将体育赛制(混合赛制、循环赛制、淘汰赛制)和遗传算法结合的学习样例生成算法,来规范选手筛选过程并从而提高高质量样例的产生效率.该算法引入成熟公正的体育赛制组织形式为人工智能选手匹配和淘汰对手,将优胜者之间的对局做为学习样例,并使用遗传变异方法使选手逐代进化.在西洋跳棋上的实验结果表明,本文提出的样例生成算法可以有效产生样例;在样本规模综合指标T的评价下,混合赛制和循环赛制产生的学习样例具有更高质量;基于样例训练的选手能力对比表明,循环赛制最适合于西洋跳棋游戏的样例产生. 展开更多

关键词 计算机博弈 体育赛制 遗传算法 西洋跳棋 学习样例

下载PDF 职称材料

基于多种群动态协同的多目标粒子群算法 被引量：18

11

作者 于慧 王宇嘉 +1 位作者 陈强 肖闪丽 《电子科技》 2019年第10期28-33,共6页

针对复杂的多目标问题,文中提出了一种基于多种群动态协同的多目标粒子群算法。该算法设置多个种群同时进行独立搜索,从而有效提高算法的搜索能力。此外,为进一步保证种群多样性,该算法利用动态聚类策略将种群划分为两个子群,并改变子... 针对复杂的多目标问题,文中提出了一种基于多种群动态协同的多目标粒子群算法。该算法设置多个种群同时进行独立搜索,从而有效提高算法的搜索能力。此外,为进一步保证种群多样性,该算法利用动态聚类策略将种群划分为两个子群,并改变子种群的更新方式。通过动态学习样本和差分变异,进一步避免算法陷入局部最优。经过对一系列标准测试函数进行仿真,验证了该算法在多目标问题上的有效性。将该算法与5种现存算法进行比较,结果显示该算法的多样性和收敛性均具有明显的优势。 展开更多

关键词 多目标优化 粒子群算法 多种群 动态聚类 动态学习样本 差分变异

下载PDF 职称材料

多光谱遥感图像BP网分类器学习样本选取法的研究 被引量：6

12

作者 于秀兰 钱国蕙 +1 位作者 周建林 贾晓光 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1999年第6期449-454,共6页

通过分析多光谱遥感图像学习样本在光谱空间不同位置对BP神经网络分类器分类精度的影响,提出基于x2 分布的学习样本选取方法,并应用于TM 图像分类.对6 种地物应用不同样本选取法训练的BP网分类器和Bayes分类器的分类结果比较表明:本方... 通过分析多光谱遥感图像学习样本在光谱空间不同位置对BP神经网络分类器分类精度的影响,提出基于x2 分布的学习样本选取方法,并应用于TM 图像分类.对6 种地物应用不同样本选取法训练的BP网分类器和Bayes分类器的分类结果比较表明:本方法分类精度明显高于Bayes分类器和其它样本选取法得到的BP网分类器。 展开更多

关键词 学习样本选取 BP神经网络 多光谱遥感图像

下载PDF 职称材料

自由手写体数字识别的神经网方法 被引量：2

13

作者 汤新梁 《东南大学学报（自然科学版）》 EI CAS CSCD 1991年第3期8-15,共8页

本文从模拟人脑思维功能这一基本思想出发,提出了一种改进的多层神经网络学习算法,并用于自由手写字体数字的识别,同时也提出了独特的特征加权算法.模拟结果表明对于变化较大或倾斜的手写字体数字能实现较精确的识别.

关键词 神经网络 数字识别 手写体

下载PDF 职称材料

基于小样本学习的垃圾邮件过滤方法 被引量：2

14

作者 潘洁珠 周晓 +1 位作者 吴共庆 胡学钢 《计算机工程》 CAS CSCD 北大核心 2010年第21期245-247,共3页

针对客户端垃圾邮件过滤器难以获取足够训练样本的问题,提出一种基于小样本学习的垃圾邮件过滤方法,利用容易获取的未标记样本提高垃圾邮件过滤的性能。该方法使用已标记的小样本邮件实例集训练一个初始Na?veBayes分类器,以此标注未标... 针对客户端垃圾邮件过滤器难以获取足够训练样本的问题,提出一种基于小样本学习的垃圾邮件过滤方法,利用容易获取的未标记样本提高垃圾邮件过滤的性能。该方法使用已标记的小样本邮件实例集训练一个初始Na?veBayes分类器,以此标注未标记邮件,再使用所有数据训练新的分类器,利用EM算法进行迭代直至收敛。实验结果证明,当给定5个～20个已标记小样本训练邮件时,该方法可有效提高垃圾邮件过滤性能。 展开更多

关键词 小样本学习 EM算法 未标记数据 垃圾邮件过滤

下载PDF 职称材料

基于样本差异的多标签分类器评价标准预估 被引量：1

15

作者 张敏 余圣波 《计算机应用与软件》 CSCD 2016年第9期273-278,共6页

评价标准是分类器的重要指标。对于多标签学习,常用的评价标准有Hamming Loss、One-error、Coverage、Ranking loss和Average precision。多标签分类器给出分类结果的同时并未给出评价标准值,通常采用事后验算的方法评估评价标准。这样... 评价标准是分类器的重要指标。对于多标签学习,常用的评价标准有Hamming Loss、One-error、Coverage、Ranking loss和Average precision。多标签分类器给出分类结果的同时并未给出评价标准值,通常采用事后验算的方法评估评价标准。这样往往不能及时有效地发现评价标准值变化之类的问题,同时评估评价标准值需对测试样本进行标记。针对这一问题,分别从样本分布差异和样本实例间差异提出两种评价标准预估方法。分析上述两种方法的特点,提出第三种评价标准预估方法。实验表明,这三种评价标准预估方法具有良好效果,可用于迁移学习等。 展开更多

关键词 多标签学习 评价标准 样本分布 样本实例 线性拟合

下载PDF 职称材料