期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进烟花算法优化BP网络的混凝投药预测 被引量:3
1
作者 李赞 张长胜 +3 位作者 田海湧 毛辉 王卓 马泽楠 《陕西理工大学学报(自然科学版)》 2021年第6期24-31,共8页
针对自来水厂混凝投药量控制滞后、非线性、多干扰等问题,提出一种改进烟花算法(IFWA)优化BP神经网络权值阈值的自来水厂混凝投药量预测模型。通过改进爆炸算子和精英选择策略,提高烟花算法(FWA)的搜索能力和寻优精度,利用布谷鸟搜索算... 针对自来水厂混凝投药量控制滞后、非线性、多干扰等问题,提出一种改进烟花算法(IFWA)优化BP神经网络权值阈值的自来水厂混凝投药量预测模型。通过改进爆炸算子和精英选择策略,提高烟花算法(FWA)的搜索能力和寻优精度,利用布谷鸟搜索算法最优解作为FWA算法的初始解,提高搜索效率,并结合高斯变异操作,跳出局部最优。同时,通过3个函数测试,证明了IFWA算法的有效性。最后以云南某自来水厂的数据训练和测试模型,仿真结果表明,基于IFWA算法优化BP神经网络预测模型的均方根误差约为0.0975,平均绝对误差约为0.0762,在预测精度和收敛速度上优于FWA、CS等算法,具有可行性。 展开更多
关键词 投药量预测 BP神经网络 阈值优化 改进爆炸算子 精英选择策略 布谷鸟搜索算法
下载PDF
联合收获机惯性分离室工艺参数的优化——基于改进遗传神经网络 被引量:3
2
作者 朱会霞 王吉权 +2 位作者 王福林 马巍 王辉暖 《农机化研究》 北大核心 2020年第1期161-166,共6页
针对联合收获机惯性分离室工艺参数最优组合问题,提出了一种改进的遗传神经网络优化方法。该方法利用区间自适应遗传算法自适应动态调整区间的特点,彻底取代BP神经网络中'误差逆传播'过程,将区间自适应遗传算法和神经网络的优... 针对联合收获机惯性分离室工艺参数最优组合问题,提出了一种改进的遗传神经网络优化方法。该方法利用区间自适应遗传算法自适应动态调整区间的特点,彻底取代BP神经网络中'误差逆传播'过程,将区间自适应遗传算法和神经网络的优势有机地结合起来,有效解决BP困境。优化实验结果表明:该方法拟合精度明显优于二次回归的拟合精度,更接近联合收获机惯性分离室参数的实际情况,为农业机械中通过实验设计方式解决的'黑箱'优化问题提供了一种新的方法。 展开更多
关键词 惯性分离室参数 自适应调整区间 阈值优化 联合收割机
下载PDF
基于人工神经网络的风电功率预测优化算法 被引量:1
3
作者 朱海婷 杨宁 王博 《上海电力学院学报》 CAS 2014年第3期203-207,222,共6页
针对BP神经网络容易陷入过拟合和局部极小值的缺陷,采用殖民竞争全局优化算法,将BP神经网络的权值和阈值作为变量,并将均方差作为目标函数,组成了一种新的ICA-BP神经网络算法.结合风电厂的实际数据在Matlab平台上对该方法进行了验证,并... 针对BP神经网络容易陷入过拟合和局部极小值的缺陷,采用殖民竞争全局优化算法,将BP神经网络的权值和阈值作为变量,并将均方差作为目标函数,组成了一种新的ICA-BP神经网络算法.结合风电厂的实际数据在Matlab平台上对该方法进行了验证,并与粒子群算法、遗传算法进行比较,得出该算法可以提高风电功率预测精度的结论. 展开更多
关键词 殖民竞争算法 阈值优化 BP神经网络 风电功率预测
下载PDF
BP神经网络遥感水深反演算法的改进 被引量:23
4
作者 曹斌 邱振戈 +1 位作者 朱述龙 曹彬才 《测绘通报》 CSCD 北大核心 2017年第2期40-44,共5页
针对BP神经网络遥感水深反演算法(简称传统BP算法)的缺点,提出了改进型BP神经网络遥感水深反演算法(简称改进型BP算法),其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足。试验... 针对BP神经网络遥感水深反演算法(简称传统BP算法)的缺点,提出了改进型BP神经网络遥感水深反演算法(简称改进型BP算法),其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足。试验表明:改进型BP算法的训练迭代收敛速度明显快于传统BP算法,浅水区的水深反演精度优于传统BP算法,且学习算法对初始权值和阈值不敏感。 展开更多
关键词 遥感水深反演 传统BP算法 粒子群算法 改进型BP算法 阈值优化
下载PDF
基于NSGA-Ⅱ算法的BP神经网络优化研究 被引量:6
5
作者 李莉 史仲平 潘丰 《微计算机信息》 2009年第4期287-289,共3页
针对BP(Back Propagation)网络训练时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过带精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-Dominated Sorting ... 针对BP(Back Propagation)网络训练时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过带精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-Dominated Sorting Genetic Algorithm Ⅱ)对BP网络的初始权值和阈值进行优化,给出了应用该方法的步骤。通过仿真验证,这种NSGA-Ⅱ&BP算法对一个单输入双输出非线性系统进行逼近,能克服BP网络训练的缺陷,且所建模型对检测样本的拟合程度比单独BP网络的效果要好。 展开更多
关键词 BP网络 NSGA—Ⅱ 初始阈值优化
下载PDF
基于NSGA-Ⅱ和BP融合的青霉素发酵过程建模 被引量:2
6
作者 李莉 潘丰 《计算机与应用化学》 CAS CSCD 北大核心 2008年第11期1334-1336,共3页
针对BP(Back Propagation)网络对青霉素发酵过程建模时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-Domi... 针对BP(Back Propagation)网络对青霉素发酵过程建模时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-Dominated Sorting Genetic AlgorithmⅡ)算法对BP网络的初始权值和阈值进行优化,给出了应用该方法的步骤。通过仿真验证,这种NSGA-Ⅱ& BP融合的算法对青霉素发酵过程建模,能克服BP网络训练的缺陷,且所需训练次数大大减少。 展开更多
关键词 BP网络建模 NSGA-Ⅱ 初始阈值优化 青霉素发酵
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部