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96篇文章
< 1 2 … 5 >
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：
基于BP分类的粒子群QoS路由算法研究 被引量：3
1
作者 袁丽乔 杨喜旺 杨梦茹 《计算机工程与应用》 CSCD 北大核心 2015年第9期98-102,共5页
随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网络对种群进行状态划分,并根据划分... 随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网络对种群进行状态划分,并根据划分结果对种群实施相应的扰动操作,从种群的角度对算法进行改进。仿真实验表明,改进算法能够增加种群多样性,提高优化精度,较好地解决了Ad Hoc网络的QoS路由问题,从而验证了所提算法的可行性和有效性。 展开更多
关键词 粒子群优化(PSO)算法 早熟收敛 向后传播(bp)神经网络 QOS路由
下载PDF
基于BP神经网络的维修任务优先级分类方法 被引量：2
2
作者 吕学志 范保新 +1 位作者 尹建 王宪文 《计算机工程与应用》 CSCD 2014年第24期250-254,共5页
在任务执行期合理、科学地确定维修任务的优先级别对于有序、高效地组织维修保障活动具有重要意义。提出了一种基于BP神经网络的维修任务优先级分类方法。详细介绍了神经网络模型的建模过程,其中重点介绍了模型设计,包括输入数据准备、... 在任务执行期合理、科学地确定维修任务的优先级别对于有序、高效地组织维修保障活动具有重要意义。提出了一种基于BP神经网络的维修任务优先级分类方法。详细介绍了神经网络模型的建模过程,其中重点介绍了模型设计,包括输入数据准备、输出数据准备与神经网络结构。所建立的神经网络模型通过对输入与输出的训练,可以学习准则与维修任务优先级之间的复杂关系,获得并表示决策者的偏好,有效地辅助决策者对维修任务优先级进行分类。 展开更多
关键词 向后传播(bp)神经网络 维修任务 优先级 分类
下载PDF
基于极限学习机的居民用电行为分类分析方法 被引量：41
3
作者 陆俊 陈志敏 +2 位作者 龚钢军 徐志强 祁兵 《电力系统自动化》 EI CSCD 北大核心 2019年第2期97-104,共8页
针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特... 针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特征优选集作为输入,通过比较不同隐含层激活函数和隐含层节点个数下训练集和测试集的正确率,优选出适用于用户用电行为分析的ELM算法的输入参数。最后,以国内和国外用户用电数据为数据源,进行算例仿真实验,通过与反向传播(BP)神经网络的对比分析表明,所提出的基于ELM算法的用户用电行为分析方法提高了检测的正确率并且降低了算法运行时间,能够更好地掌握用户用电负荷状态,实现配电网的削峰填谷。 展开更多
关键词 用户用电行为分析 极限学习机 反向传播(bp)神经网络 参数优化 智能用电 需求响应 大数据
下载PDF
DEA-BP神经网络下地铁车站深基坑施工安全评价 被引量：32
4
作者 宋博 《中国安全科学学报》 CAS CSCD 北大核心 2019年第5期91-96,共6页
为明确地铁车站深基坑施工安全等级,考虑评价指标的非线性关系和复杂动态性,基于数据包络法(DEA)-反向传播(BP)神经网络,提出一种地铁车站深基坑施工安全评价方法。首先,从人员、设备、环境、管理、技术5个方面系统构建安全评价指标体系... 为明确地铁车站深基坑施工安全等级,考虑评价指标的非线性关系和复杂动态性,基于数据包络法(DEA)-反向传播(BP)神经网络,提出一种地铁车站深基坑施工安全评价方法。首先,从人员、设备、环境、管理、技术5个方面系统构建安全评价指标体系;然后,利用DEA计算指标权重,运用BP神经网络网络评价地铁车站深基坑施工安全等级;最后,以重庆地铁1号线小什车站为例,运用该方法评价车站深基坑施工安全。结果表明:该车站深基坑施工安全等级为高,与实际情况吻合;安全意识、机械伤人、周边环境、技术交底、渗流破坏是影响深基坑施工安全的主要指标。 展开更多
关键词 地铁车站 深基坑施工 安全评价 数据包络法(DEA) 反向传播(bp)神经网络
下载PDF
改进PSO优化BP神经网络的混沌时间序列预测 被引量：27
5
作者 李松 刘力军 刘颖鹏 《计算机工程与应用》 CSCD 2013年第6期245-248,270,共5页
为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值... 为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该预测方法应用到几个典型的非线性系统的混沌时间序列进行有效性验证,结果表明了该方法对典型混沌时间序列具有更好的非线性拟合能力和更高的预测准确性。 展开更多
关键词 预测 混沌理论 反向传播(bp)神经网络 粒子群算法
下载PDF
基于时间连续性及季节周期性的风速短期组合预测方法 被引量：27
6
作者 蒋小亮 蒋传文 +2 位作者 彭明鸿 林海涛 李子林 《电力系统自动化》 EI CSCD 北大核心 2010年第15期75-79,共5页
根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题。基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型。该模型采用模式识别技术分别提取时间连续性的样... 根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题。基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型。该模型采用模式识别技术分别提取时间连续性的样本及季节周期性的样本,以反向传播(BP)神经网络作为预测模型,得到风速横向预测值和纵向预测值,最后再通过BP神经网络进行组合预测。对国内某风电场的风速预测结果表明,所提出的风速预测模型可行、有效,具有较好的预测精度。 展开更多
关键词 风速预测 时间连续性 季节周期性 模式识别 反向传播(bp)神经网络
下载PDF
基于BP神经网络的铁路货运安全风险评价研究 被引量：22
7
作者 冯子健 《中国安全科学学报》 CAS CSCD 北大核心 2018年第S1期178-185,共8页
铁路货运安全是铁路货运质量的核心内容,现今铁路货物列车运行速度大幅提高,铁路货运产品种类不断丰富、总量不断增加,铁路货运安全风险管理面临更大挑战。反向传播(BP)神经网络算法相较于常规算法具有收敛快、计算精确和弱化人为因素... 铁路货运安全是铁路货运质量的核心内容,现今铁路货物列车运行速度大幅提高,铁路货运产品种类不断丰富、总量不断增加,铁路货运安全风险管理面临更大挑战。反向传播(BP)神经网络算法相较于常规算法具有收敛快、计算精确和弱化人为因素影响等优点。针对铁路货运安全中存在的风险,建立适当的评价指标体系,使用模糊算法、层次分析法(AHP)量化样本数据,降低数据主观性,通过建立BP神经网络模型,评价铁路货运安全风险;以丰台货运中心的各项数据为例进行验证,结果表明:基于BP神经网络的铁路货运安全风险评价模型能够保证预测结果的准确性。 展开更多
关键词 铁路货运 安全风险评价 层次分析法(AHP) 模糊算法 反向传播(bp)神经网络
下载PDF
PSO优化BP神经网络的混沌时间序列预测 被引量：22
8
作者 卢辉斌 李丹丹 孙海艳 《计算机工程与应用》 CSCD 北大核心 2015年第2期224-229,264,共7页
针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值... 针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测。将该算法应用到几个典型的混沌时间序列预测。实验结果表明,该算法明显提高BP神经网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能。 展开更多
关键词 混沌时间序列 混沌预测 反向传播(bp)神经网络 粒子群算法
下载PDF
基于BP神经网络的姿态测量系统摄像机标定 被引量：19
9
作者 蔡盛 李清安 乔彦峰 《光电子．激光》 EI CAS CSCD 北大核心 2007年第7期832-834,共3页
针对摄像机标定过程中复杂的成像和畸变模型,利用误差逆传播(BP)神经网络对复杂非线性映射关系的强大逼近能力,对姿态测量系统中的摄像机进行隐式标定,建立了姿态测量中三维空间目标特征点与它在图像平面上像点间的映射关系,使姿态测量... 针对摄像机标定过程中复杂的成像和畸变模型,利用误差逆传播(BP)神经网络对复杂非线性映射关系的强大逼近能力,对姿态测量系统中的摄像机进行隐式标定,建立了姿态测量中三维空间目标特征点与它在图像平面上像点间的映射关系,使姿态测量系统无须进行复杂的摄像机标定,直接恢复目标特征点的三维信息,从而计算得到目标姿态信息。结果表明,该方法对于空间点坐标恢复的均方根误差小于0.015mm,可以获得较高的精度。 展开更多
关键词 姿态测量 摄像机标定 误差逆传播 误差逆传播(bp)神经网络
原文传递
人工神经网络在预测深基坑周边地表沉降变形中的应用研究 被引量：17
10
作者 葛长峰 胡庆兴 李方明 《防灾减灾工程学报》 CSCD 2008年第4期519-523,共5页
深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力... 深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。 展开更多
关键词 深基坑工程 地表沉降预测 人工神经网络 误差反向传播(bp)神经网络 径向基函数(RBF)神经网络
下载PDF
改进PSO优化神经网络的短时交通流预测 被引量：14
11
作者 张军 王远强 朱新山 《计算机工程与应用》 CSCD 北大核心 2017年第14期227-231,245,共6页
在短时交通流预测中,传统PSO优化神经网络预测模型对逃逸粒子直接取边界值且自身无相应的变异机制,这对于维持粒子群多样性、寻找最优解是不利的。为更进一步提高短时交通流预测精度,将在传统PSO优化BP神经网络的基础上,引入边界变异算... 在短时交通流预测中,传统PSO优化神经网络预测模型对逃逸粒子直接取边界值且自身无相应的变异机制,这对于维持粒子群多样性、寻找最优解是不利的。为更进一步提高短时交通流预测精度,将在传统PSO优化BP神经网络的基础上,引入边界变异算子、自变异算子对粒子进行双重变异以优化网络配置参数。用实测的北京二环交通流数据对改进的预测模型进行验证,结果表明该模型更有利于搜寻全局最优解,且寻优时间更短,能有效改善短时交通流预测性能。 展开更多
关键词 短时交通流预测 预测模型 反向传播(bp)神经网络 粒子群优化算法(PSO) 双重变异
下载PDF
飞机液压系统故障诊断 被引量：14
12
作者 李耀华 王星州 《计算机工程与应用》 CSCD 北大核心 2019年第5期232-236,264,共6页
为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入,同时利用人工蜂群优化BP神经网... 为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入,同时利用人工蜂群优化BP神经网络,将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度,还提高了诊断精度。最后建立了飞机起落架收放系统仿真模型进行仿真研究,结果表明该诊断模型具有较好的故障诊断效果,为飞机液压系统故障诊断提供一种新思路。 展开更多
关键词 飞机液压系统 熵权法 信息熵 人工蜂群 反向传播(bp)神经网络 故障诊断
下载PDF
基于麻雀搜索算法的BP神经网络优化技术 被引量：12
13
作者 孙全 孙渊(指导) 《上海电机学院学报》 2022年第1期12-16,共5页
采用麻雀搜索算法(SSA)对BP神经网络的初始权值和阈值进行优化,加快BP神经网络对PID控制器参数的整定,最终获得最优参数。将正弦余弦算法和Levy飞行引入SSA的迭代过程中,扩大前期搜索范围,提高后期搜索精度。在Matlab仿真环境下,对比BP... 采用麻雀搜索算法(SSA)对BP神经网络的初始权值和阈值进行优化,加快BP神经网络对PID控制器参数的整定,最终获得最优参数。将正弦余弦算法和Levy飞行引入SSA的迭代过程中,扩大前期搜索范围,提高后期搜索精度。在Matlab仿真环境下,对比BP神经网络、粒子群优化的BP神经网络以及SSA优化的BP神经网络在优化PID参数方面的效果。结果表明:粒子群优化的BP神经网络PID控制器,在上升、稳定时间方面比BP神经网络PID控制器缩短了33.3%和51.9%,同时超调减小了5.81%;在稳定时间方面SSA优化的BP神经网络PID控制器比粒子群优化的BP神经网络PID控制器缩短了7.4%,同时消除了超调。 展开更多
关键词 麻雀搜索算法(SSA) 正弦余弦算法 Levy飞行 反向传播(bp)神经网络 比例-积分-微分(PID)控制器 超调
下载PDF
一种BP神经网络的室内定位WiFi标定方法 被引量：13
14
作者 宋斌斌 余敏 +2 位作者 何肖娜 薛峰 阮超 《导航定位学报》 CSCD 2019年第1期43-47,共5页
针对不同型号智能手机间WiFi软硬件异构导致的对同一AP信号源的观测量存在偏差,最终影响定位精度的问题,提出一种使用BP神经网络的WiFi标定方法:使用离群点检测算法剔除不同手机RSSI数据对中的离群点,获得相对纯净的数据对输入到BP神经... 针对不同型号智能手机间WiFi软硬件异构导致的对同一AP信号源的观测量存在偏差,最终影响定位精度的问题,提出一种使用BP神经网络的WiFi标定方法:使用离群点检测算法剔除不同手机RSSI数据对中的离群点,获得相对纯净的数据对输入到BP神经网络进行训练;并对网络各层的权值和偏向值进行反复更新,使得输出值逼近真实值;当输出层误差的平方和小于阈值时则训练完成,保存各层的权值和偏向值就可得到较为稳定的网络标定模型,利用该模型可对不同型号手机的观测量进行校正。实验结果表明,该标定方法的定位精度比标定前可以提高39.72%,有效降低手机软硬件异构对定位精度的影响。 展开更多
关键词 软硬件异构 无线保真(WiFi)标定 反向传播(bp)神经网络 离群点检测 网络标定模型
下载PDF
基于机器学习的糖尿病并发症预测模型研究进展 被引量：10
15
作者 韦哲 于金玉 +2 位作者 曹彤 王能才 冯宝义 《中国医学装备》 2022年第2期14-17,共4页
针对2型糖尿病(T2DM)并发症的诊断预测问题,传统检测方法主要通过血液和尿液检查来预测,这些方法既耗时又不能进行早期预测。目前,由于糖尿病发病率升高以及医疗数据的大幅增加,机器学习算法迅速发展为检测及诊断糖尿病的有效方法。用... 针对2型糖尿病(T2DM)并发症的诊断预测问题,传统检测方法主要通过血液和尿液检查来预测,这些方法既耗时又不能进行早期预测。目前,由于糖尿病发病率升高以及医疗数据的大幅增加,机器学习算法迅速发展为检测及诊断糖尿病的有效方法。用机器学习算法分析临床指标,探究2型糖尿病并发症的影响因素,构建并发症预测模型,可以很好地实现糖尿病并发症预防。通过介绍近年来预测及诊断糖尿病并发症的机器学习算法,对贝叶斯网络、随机森林、支持向量机以及反向传播(BP)神经网络4种机器学习优化算法分别进行概括讨论,以期提高对糖尿病及其预测模型的理解并降低疾病风险。 展开更多
关键词 2型糖尿病(T2DM) 机器学习 随机森林 反向传播(bp)神经网络 神经网络
下载PDF
基于YOLO-BP神经网络的古建筑修缮阶段火灾监测方法 被引量：10
16
作者 赵平 熊倩 +1 位作者 张鑫 刘广川 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第12期122-128,共7页
为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型。针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,... 为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型。针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,计算火源与可燃物距离;以火源温度、含氧量、火源与可燃物距离3项指标作为BP神经网络输入层,以火灾概率为输出层,从而进行预测;基于古建筑修缮阶段焊接、切割动火作业阶段的样本数据进行仿真模拟。结果表明:利用模型监测古建筑修缮阶段火灾的准确率达93.9%,验证模型的可靠性;当火源温度在150~2000℃范围内,含氧量不小于19.5%时,动火作业安全距离为10.1 m。 展开更多
关键词 建筑安全 古建筑 火灾监测 YOLO算法 反向传播(bp)神经网络
下载PDF
基于MEA-BP的微波加热褐煤温度预测 被引量：10
17
作者 赵瑞勇 周新志 《传感器与微系统》 CSCD 2016年第10期43-45,48,共4页
对于微波干燥褐煤的温度采样数据具有多峰非平稳特性,采用小波阈值滤波能够较好地保留原始数据的细节信息。而直接使用反向传播(BP)神经网络来建立对微波加热物料温度预测模型,具有预测精度低、收敛速度慢且容易陷入局部极小点等缺点。... 对于微波干燥褐煤的温度采样数据具有多峰非平稳特性,采用小波阈值滤波能够较好地保留原始数据的细节信息。而直接使用反向传播(BP)神经网络来建立对微波加热物料温度预测模型,具有预测精度低、收敛速度慢且容易陷入局部极小点等缺点。采用具有极强全局寻优能力的思维进化算法(MEA)来优化BP(MEA-BP)神经网络的初始权值和阈值。实验结果表明:经MEA-BP神经网络具有更高的预测精度和泛化能力,预测性能得到了显著的提高。 展开更多
关键词 思维进化算法 反向传播(bp)神经网络 小波变换 微波加热 温度预测
下载PDF
基于工况自适应的PHEV等效燃油最小策略 被引量：9
18
作者 刘灵芝 张冰战 蒋通 《汽车安全与节能学报》 CAS CSCD 2020年第3期371-378,共8页
为改善插电式混合动力汽车(PHEV)的燃油经济性,提出一种基于瞬时优化能量管理策略的工况自适应方法。建立基于反向传播(BP)神经网络算法的工况识别模型,以电池电量平衡为约束条件,利用动态规划算法获取标准工况的等效燃油因子序列。根... 为改善插电式混合动力汽车(PHEV)的燃油经济性,提出一种基于瞬时优化能量管理策略的工况自适应方法。建立基于反向传播(BP)神经网络算法的工况识别模型,以电池电量平衡为约束条件,利用动态规划算法获取标准工况的等效燃油因子序列。根据基于工况识别模型的实时识别结果及电池荷电状态(SOC),利用插值法求解此时的等效燃油因子,实现了瞬时等效消耗最低控制策略(ECMS)的实时应用。结果表明:该文中所提出的方法与未考虑工况识别的传统等效燃油最小能量管理策略比较能很好改善燃油经济性并保证电池电量均衡,5种工况燃油经济性分别改善2.2%、2.5%、3.3%、2.4%和4.0%。 展开更多
关键词 插电式混合动力汽车(PHEV) 瞬时等效消耗最低控制策略(ECMS) 反向传播(bp)神经网络算法 动态规划 工况识别
下载PDF
基于BAS-BP分类器模型的电压暂降源识别 被引量：6
19
作者 叶筱怡 刘海涛 +1 位作者 吕干云 郝思鹏 《电力工程技术》 北大核心 2022年第1期77-83,共7页
为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,... 为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,为消除冗余信息对分类结果的影响,利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优,构建BAS-BP分类器模型,实现对配电网不同类型电压暂降源的识别。仿真结果表明,该分类器模型具有一定的抗噪能力与适用性,并且与常规分类器模型相比,具有更好的分类效果。 展开更多
关键词 电压暂降 改进S变换 组合赋权 天牛须搜索-反向传播(BAS-bp)分类器 分类识别 反向传播(bp)神经网络
下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量：2
20
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(bp)神经网络
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 … 5 下一页 到第 页
使用帮助 返回顶部