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136篇文章
< 1 2 … 7 >
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PSO-BP网络的煤炭企业物流成本预测 被引量：7
1
作者 石永奎 邵剑生 李金皓 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2010年第5期945-948,共4页
为了对煤炭企业物流成本进行有效的预测,首先分析了煤炭企业物流成本的影响因素,然后分别采用PSO-BP网络和BP网络对煤炭企业物流成本进行了预测,并对试验结果进行了对比分析,结果表明,PSO算法优化的BP神经网络,其收敛速度和预测精度都... 为了对煤炭企业物流成本进行有效的预测,首先分析了煤炭企业物流成本的影响因素,然后分别采用PSO-BP网络和BP网络对煤炭企业物流成本进行了预测,并对试验结果进行了对比分析,结果表明,PSO算法优化的BP神经网络,其收敛速度和预测精度都明显高于传统的BP网络。PSO-BP方法对煤炭企业物流成本的预测具有一定的参考价值和指导意义。 展开更多
关键词 物流 成本预测 神经网络 pso-bp网络
下载PDF
改进PSO-BP网络预测模型在造纸能耗预测中的应用分析 被引量：3
2
作者 王淼 《造纸科学与技术》 2020年第6期57-60,共4页
针对造纸企业生产过程中的能源消耗预测问题,提出一种基于改进粒子群算法优化的BP神经网络能耗预测模型。在耗电量预测方面对该模型进行了预测分析,对某造纸厂生产车间的视觉耗电量数据进行预测和对比;得出结果比传统BP神经网络预测模... 针对造纸企业生产过程中的能源消耗预测问题,提出一种基于改进粒子群算法优化的BP神经网络能耗预测模型。在耗电量预测方面对该模型进行了预测分析,对某造纸厂生产车间的视觉耗电量数据进行预测和对比;得出结果比传统BP神经网络预测模型预测误差小,表明预测效果良好。因此,改进PSO-BP网络预测模型能为企业源供需稳定和平衡提供保障,可以促进企业的长久发展与经济效益。 展开更多
关键词 pso-bp网络 能耗预测 粒子群算法 造纸
下载PDF
基于PSO-BP网络的数控系统插补控制研究 被引量：2
3
作者 高慧勤 《长春工程学院学报（自然科学版）》 2021年第3期48-51,共4页
插补控制是数控机床加工控制的核心技术,将智能优化算法和神经网络技术相结合,建立了PSOBP网络的插补控制模型。以坐标位置和速度为输入,下一点坐标位置、切线角、曲率半径为输出,搭建了BP网络模型,采用PSO优化算法对网络权值和阈值进... 插补控制是数控机床加工控制的核心技术,将智能优化算法和神经网络技术相结合,建立了PSOBP网络的插补控制模型。以坐标位置和速度为输入,下一点坐标位置、切线角、曲率半径为输出,搭建了BP网络模型,采用PSO优化算法对网络权值和阈值进行优化处理,最终获得PSO-BP插补控制模型。通过复杂加工曲线仿真试验分析,验证了PSO-BP网络数控系统插补控制的有效性。提出的数控系统插补控制能够提高复杂零件插补的精度和速度,对超精密零件加工的插补控制提供了一定的参考。 展开更多
关键词 pso-bp网络 插补控制 数控机床
下载PDF
基于PSO-BP网络的学习成绩预测研究 被引量：1
4
作者 王芮 《安阳师范学院学报》 2021年第2期41-45,共5页
智慧课堂背景下对学生学习成绩的预测是制定更具针对性学习方案的关键,文章采用PSO-BP网络对目标课程学习成绩进行预测,同时和BP网络对目标课程学习成绩的预测结果进行对比。结果表明,PSO-BP网络对目标课程成绩预测精度高,但对目标成绩... 智慧课堂背景下对学生学习成绩的预测是制定更具针对性学习方案的关键,文章采用PSO-BP网络对目标课程学习成绩进行预测,同时和BP网络对目标课程学习成绩的预测结果进行对比。结果表明,PSO-BP网络对目标课程成绩预测精度高,但对目标成绩预测不宜采用等级法。此研究对目标课程成绩预测,更好地优化教学资源具有一定的参考价值。 展开更多
关键词 pso-bp网络 学习成绩预测 相关度分析
下载PDF
慢性阻塞性肺疾病的中医智能诊疗研究
5
作者 李祯 江国星 +3 位作者 冯毅 范嘉豪 杨宏志 张威 《中国中医药图书情报杂志》 2022年第6期17-23,共7页
目的探讨深度学习在慢性阻塞性肺疾病证型预测和药物推荐中的应用。方法从真实诊疗数据中提取症状、证型、药物信息并做预处理,使用Fisher特征选择算法筛选与证型相关性较强的症状作为4层深度前馈网络的输入进行中医证型预测。将药物推... 目的探讨深度学习在慢性阻塞性肺疾病证型预测和药物推荐中的应用。方法从真实诊疗数据中提取症状、证型、药物信息并做预处理,使用Fisher特征选择算法筛选与证型相关性较强的症状作为4层深度前馈网络的输入进行中医证型预测。将药物推荐分为典型药物推荐和补充药物推荐,利用频数分析和粒子群优化(PSO)算法-反向传播(BP)算法构建各证型的典型药物推荐模型,通过挖掘关联规则完成补充药物推荐。最后通过相应指标分别对证型预测、药物推荐结果进行评价。结果对2232条COPD患者数据的9种中医证型分类准确率达到82.39%。对于外寒内饮证,基于233种药物的典型药物推荐结果的均方误差(MSE)为0.0091,平均绝对误差(MAE)为0.0879。设置最小支持度0.2、最小置信度0.9,挖掘到关联规则261条,用于补充药物推荐。结论实验和实际使用结果表明,本研究提出的基于深度前馈网络的证型分类算法、基于频数分析和PSO-BP网络的药物推荐算法较好地完成COPD患者的证型预测及药物推荐,具有较好的智能诊疗效果。 展开更多
关键词 慢性阻塞性肺疾病 证型分类 中医药推荐 算法 pso-bp网络
下载PDF
基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用 被引量：28
6
作者 齐银峰 谭荣建 《水利水电技术》 CSCD 北大核心 2017年第2期118-124,共7页
BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统... BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统算法的不足,采用改进的粒子群算法(IPSO)对BP网络的初始权值和阈值给予优化,建立大坝变形预测的IPSO-BP模型,并与PSO-BP网络模型进行对比。结果表明,改进的IPSO-BP模型具有收敛速度更快、预测精度更高的优点。该方法可供大坝安全监测和预警分析参考。 展开更多
关键词 大坝变形 bp神经网络 改进的粒子群算法 Ipso-bp模型 pso-bp网络模型 大坝安全监测 大坝安全预警
下载PDF
改进PSO-BP方法在ATP车载设备多故障诊断中的应用研究 被引量：5
7
作者 张彩凤 米根锁 李泓锦 《测控技术》 2019年第2期56-60,64,共6页
针对目前ATP车载设备采用单故障诊断方法存在诊断精度偏低的问题,首先对ATP车载设备的故障原因进行分析,并提取出9种故障特征作为输入,7种故障类型作为输出,同时结合ATP车载设备的结构和故障特点建立了改进PSO-BP的多故障诊断模型;其次... 针对目前ATP车载设备采用单故障诊断方法存在诊断精度偏低的问题,首先对ATP车载设备的故障原因进行分析,并提取出9种故障特征作为输入,7种故障类型作为输出,同时结合ATP车载设备的结构和故障特点建立了改进PSO-BP的多故障诊断模型;其次,在模型求解过程中,引入遗传算法中的变异思想,通过动态调整粒子群的参数来优化BP网络,采用改进PSO-BP算法对此模型进行求解;最后,以武广线数据进行仿真验证,期望输出与实际输出基本一致,故障识别的正确率达到95%。结果表明,采用改进PSO-BP算法解决ATP车载设备的多故障诊断问题是一种有效的方法,其诊断能力优于传统的BP算法和PSO-BP算法。 展开更多
关键词 ATP车载设备 多故障 粒子群 改进pso-bp网络
下载PDF
基于改进PSO-BP网络的配电网故障选线与测距 被引量：4
8
作者 吴强 万信书 +2 位作者 刘红岩 林道鸿 林明健 《河北电力技术》 2019年第5期14-17,共4页
利用子群优化神经网络(PSO-BP)提出更适合配电网故障选线与测距算法,使配电网线路得到更好的优化。针对配电网单相接地故障特征,开展系统单相接地故障稳态分析,系统单相接地故障暂态分析,以及系统单相接地故障谐波分析,得到影响选线及... 利用子群优化神经网络(PSO-BP)提出更适合配电网故障选线与测距算法,使配电网线路得到更好的优化。针对配电网单相接地故障特征,开展系统单相接地故障稳态分析,系统单相接地故障暂态分析,以及系统单相接地故障谐波分析,得到影响选线及测距的因素,进一步提出PSO-BP网络改进算法,通过分析BP算法的结构模型以及粒子群优化算法,结合2种算法,得出改进PSO优化BP的算法流程,明确基于改进PSO-BP网络的配电网故障选与测距的操作方法,从而更好的为配电网故障的定位选线是以测距提供准确、可靠的数据。 展开更多
关键词 改进pso-bp网络 配电网 故障选线 测距
下载PDF
粒子群神经网络混合模型在农用地分等中的应用 被引量：3
9
作者 马世发 何建华 +1 位作者 念沛豪 张雄宇 《地理与地理信息科学》 CSSCI CSCD 北大核心 2011年第1期105-108,F0003,共5页
针对常规农用地分等模型因子权重计算存在人为干扰和神经网络模型自身优化过程中易陷入局部最优的情况,该文综合了BP神经网络非线性权重数据挖掘特性和粒子群的全局优化能力,建立了农用地分等计算的粒子群神经网络混合模型(PSO-BP网络模... 针对常规农用地分等模型因子权重计算存在人为干扰和神经网络模型自身优化过程中易陷入局部最优的情况,该文综合了BP神经网络非线性权重数据挖掘特性和粒子群的全局优化能力,建立了农用地分等计算的粒子群神经网络混合模型(PSO-BP网络模型),并应用于广东省揭西县农用地分等计算中,发现PSO-BP网络模型能避免定级因子权重确定的人为干扰,同时具有较高的优化效率,应用效果较好。 展开更多
关键词 农用地分等 神经网络 粒子群 pso-bp网络模型
下载PDF
基于粒子群优化的神经网络漏钢预报模型研究 被引量：2
10
作者 王葛 李珊 +2 位作者 张瑞忠 安领军 李强 《燕山大学学报》 CAS 2014年第3期221-225,251,共6页
针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系... 针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。 展开更多
关键词 漏钢预报 神经网络 模式识别 粒子群优化算法 pso-bp网络模型
下载PDF
基于PSO-BP网络预测模型的造纸机压榨辊振动特性建模分析 被引量：1
11
作者 雷枫 《造纸科学与技术》 2022年第5期63-68,共6页
了解造纸机压榨辊振动特性对于判断其工作状态具有十分重要的作用。在此背景下,基于PSO-BP网络预测模型分析造纸机压榨辊振动特性。利用振动传感器采集振动信号并通过小波阈值法实现振动信号去噪处理;提取振动信号中的时域特征(有效值... 了解造纸机压榨辊振动特性对于判断其工作状态具有十分重要的作用。在此背景下,基于PSO-BP网络预测模型分析造纸机压榨辊振动特性。利用振动传感器采集振动信号并通过小波阈值法实现振动信号去噪处理;提取振动信号中的时域特征(有效值、峭度值)和频域特征(功率谱、倒频谱)。以特征为输入,以振动特性定量值为输出,训练PSO-BP网络,完成预测模型的构建,利用预测模型预测造纸机压榨辊未来一段时间的振动特性,分析其工作状态是否正常。结果表明:未来一周内造纸机压榨辊振动特性定量值一直曲折上升并在5~6天之间振动特性定量值超过边界值,从健康区间进入异常区间。 展开更多
关键词 pso-bp网络预测模型 造纸机压榨辊 振动特征 振动特性
下载PDF
物业税开征对地方GDP的影响研究——基于PSO-BP型的网络实验
12
作者 武田艳 何芳 +1 位作者 肖森予 王小川 《福建论坛（人文社会科学版）》 CSSCI 北大核心 2012年第11期19-24,共6页
物业税是地方政府行为,其开征势必将对地方经济产生深刻的影响。通过运用BP神经网络进行建模,确定重要参数后,运用PSO算法对BP神经网络的相关权值和阈值进行优化,建立更为精确和优异的PSO-BP神经网络模型,用于模拟上海市物业税开征,并结... 物业税是地方政府行为,其开征势必将对地方经济产生深刻的影响。通过运用BP神经网络进行建模,确定重要参数后,运用PSO算法对BP神经网络的相关权值和阈值进行优化,建立更为精确和优异的PSO-BP神经网络模型,用于模拟上海市物业税开征,并结合Wavelet法分析物业税开征后对上海GDP的影响。结果表明,物业税的开征总体上小幅度地提高了上海市的生产总值,短期来看影响较明显,但长期来看逐渐减弱,并且在短期、中期和长期来看影响具有一定规律的波动。 展开更多
关键词 物业税 pso-bp型网络 地方GDP
原文传递
计及风光出力相关性的配电网多目标无功优化 被引量：39
13
作者 刘梦依 邱晓燕 +3 位作者 张志荣 赵长枢 赵有林 张楷 《电网技术》 EI CSCD 北大核心 2020年第5期1892-1899,共8页
风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史... 风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。 展开更多
关键词 分布式电源 pso-bp神经网络 相关性 多目标无功优化
下载PDF
基于PSO-BP神经网络的车牌号码识别技术 被引量：27
14
作者 吴志攀 赵跃龙 +1 位作者 罗中良 杜华英 《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第1期46-52,共7页
针对传统BP神经网络在车牌识别的应用领域中,存在经常性陷入局部最优,而导致识别效果不理想事实。提出一种基于PSO-BP神经网络的车牌号码识别技术方法,该方法首先构建一个8-25-1的BP神经网络,再通过提取车牌的8像素比特征值作为BP神经... 针对传统BP神经网络在车牌识别的应用领域中,存在经常性陷入局部最优,而导致识别效果不理想事实。提出一种基于PSO-BP神经网络的车牌号码识别技术方法,该方法首先构建一个8-25-1的BP神经网络,再通过提取车牌的8像素比特征值作为BP神经网络的输入向量,然后采用粒子群算法(PSO)对该BP神经网络的权值和阈值进行优化,使其适应值达到最小。通过300副不同光照环境和污损的车牌识别仿真实验,验证了所提出的算法相对于传统的模板匹配算法和BP算法,具有输出误差小、全局收敛速度快和识别率高的特征,具有一定的应用价值。 展开更多
关键词 bp神经网络 粒子群算法(pso) pso—bp神经网络 车牌识别
下载PDF
基于PSO-BP神经网络的西洞庭湖南咀站径流预测 被引量：28
15
作者 赵文刚 刘晓群 +2 位作者 宋雯 石林 马孝义 《人民长江》 北大核心 2019年第3期124-130,共7页
为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定... 为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定输入因子,借助PSO-BP神经网络对南咀站1956年1月至2005年12月各月平均径流量进行训练,获取网络结构及参数进而预测2006年1月至2008年12月各月径流量。结果表明:①石龟山、安乡站水位对南咀站月平均径流量影响最显著;②汛期、非汛期的划分一定程度上可提高南咀站月平均径流量预报精度;③以安乡、石龟山站月平均水位、流量以及沙湾站月平均水位作为输入因子,PSO-BP神经网络预报效果最好,合格率77.8%,预报等级为乙级;④基于相关性、因子贡献率分析,将安乡、石龟山站作为输入因子,预报合格率降为61.1%,预报等级降为丙级,但仍满足预报要求。 展开更多
关键词 径流预报 因子贡献率 pso-bp神经网络 西洞庭湖
下载PDF
基于PSO-BP和FOA-BP神经网络的财务危机预警模型比较 被引量：19
16
作者 王玉冬 王迪 王珊珊 《统计与决策》 CSSCI 北大核心 2018年第15期177-179,共3页
国内对BP神经网络模型在财务预警方面已有不少实证研究,BP神经网络具有收敛速度慢,易导致局部最优解的缺陷,对此国内很多学者采用粒子群算法改进此缺陷。文章采用果蝇算法和粒子群算法构建神经网络预警模型,结合PSO-BP和FOA-BP神经网络... 国内对BP神经网络模型在财务预警方面已有不少实证研究,BP神经网络具有收敛速度慢,易导致局部最优解的缺陷,对此国内很多学者采用粒子群算法改进此缺陷。文章采用果蝇算法和粒子群算法构建神经网络预警模型,结合PSO-BP和FOA-BP神经网络模型原理,选取高新技术企业财务数据进行实证研究,结果表明：通过果蝇算法优化BP神经网络预测企业财务危机是有效的,且总体预测准确度高于PSO-BP神经网络模型。 展开更多
关键词 pso-bp神经网络 FOA-bp神经网络 果蝇优化算法 高新技术企业 财务危机预警
下载PDF
基于GA-PSO-BP神经网络的烧结终点预测模型 被引量：17
17
作者 尹学 李绍铭 闫成忍 《烧结球团》 北大核心 2020年第6期35-39,46,共6页
烧结作为钢铁冶炼过程的一个重要环节,具有非线性、多变量、大滞后等特点,而烧结终点预测是烧结过程智能控制的重点与难度。本文基于BP神经网络建模方法,采用遗传-粒子群(GA-PSO)混合算法优化BP神经网络的权值和阈值,建立基于GA-PSO-BP... 烧结作为钢铁冶炼过程的一个重要环节,具有非线性、多变量、大滞后等特点,而烧结终点预测是烧结过程智能控制的重点与难度。本文基于BP神经网络建模方法,采用遗传-粒子群(GA-PSO)混合算法优化BP神经网络的权值和阈值,建立基于GA-PSO-BP神经网络的烧结终点预测模型;并结合某烧结厂的现场数据,将GA-PSO-BP预测模型和PSO-BP、GA-BP、BP预测模型进行对比仿真实验。结果表明:基于GA-PSO-BP神经网路预测模型的均方根误差(RMSE)、平均绝对误差(MAE)、均方误差(MSE)以及最大绝对值误差(MAVE)分别为0.006、0.0019、3.5954×10-5和0.0467。GA-PSO-BP预测模型的预测精度和误差均优于其他3种预测模型,更适用于在实际生产中预测烧结终点位置。 展开更多
关键词 烧结终点 bp神经网络 GA-pso-bp神经网络 预测模型
下载PDF
乡村振兴背景下秦巴山区农村居民点整理潜力与分区研究——以陕西省山阳县为例 被引量：17
18
作者 孔敏婕 李同昇 +2 位作者 杨华 王昭 武鹏 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第5期781-790,共10页
农村居民点作为农户社会经济活动的重要载体,对其进行空间重构与优化是实现乡村振兴的有效途径。以陕西省山阳县238个村为研究单元,从自然资源、土地区位、社会经济三个维度选取20项评价因子,构建山阳县农村居民点整理潜力评价指标体系... 农村居民点作为农户社会经济活动的重要载体,对其进行空间重构与优化是实现乡村振兴的有效途径。以陕西省山阳县238个村为研究单元,从自然资源、土地区位、社会经济三个维度选取20项评价因子,构建山阳县农村居民点整理潜力评价指标体系,并借助由粒子群优化的BP神经网络模型,对山阳县农村居民点的整理潜力指数进行综合测度,最后运用层次聚类法划分居民点整理分区,进一步探讨相应的整理途径。结果表明:①山阳县居民点整理潜力指数值介于8.80~57.29之间,其中高值区大多集中在地势平坦,交通便利,靠近中心城区,并且社会经济发展良好的地区。②基于层次聚类分析结果和农村发展现状,将山阳县划分为城镇发展区、优先整理区、重点整理区、适度整理区和控制调整区等居民点用地整理类型,并按照分区统筹的原则,因地制宜地提出相应的整理策略和优化途径,以期为城乡统筹和乡村振兴提供参考依据。 展开更多
关键词 乡村振兴 农村居民点 pso-bp神经网络 层次聚类分析法 整理分区
下载PDF
基于小波神经网络的无人机目标威胁评估 被引量：16
19
作者 陈侠 乔艳芝 《火力与指挥控制》 CSCD 北大核心 2018年第8期66-69,74,共5页
针对空中目标威胁评估问题,提出了利用小波神经网络(WNN)解决这个问题,具有很大的实用性。通过内嵌的方式将小波变换融入神经网络,即为"紧致型融合",它具有较好的自适应分辨性、良好的逼近能力和容错能力,有效避免局部最小值... 针对空中目标威胁评估问题,提出了利用小波神经网络(WNN)解决这个问题,具有很大的实用性。通过内嵌的方式将小波变换融入神经网络,即为"紧致型融合",它具有较好的自适应分辨性、良好的逼近能力和容错能力,有效避免局部最小值等优点。分析了WNN的结构和影响空中目标威胁评估的主要因素,介绍了WNN的训练算法和流程,验证了仿真模型。结果表明,该方法的评估误差明显小于粒子群优化BP神经网络(PSO-BP)和BP神经网络,具有较好的评估效果。 展开更多
关键词 威胁评估 小波神经网络 pso-bp神经网络
下载PDF
基于改进PSO-BP算法的冷负荷预测模型 被引量：16
20
作者 于军琪 井文强 +4 位作者 赵安军 任延欢 周梦 黄馨乐 杨雪 《系统仿真学报》 CAS CSCD 北大核心 2021年第1期54-61,共8页
针对PSO-BP(Particle Swarm Optimization-Back Propagation)神经网络预测模型在冰蓄冷空调冷负荷预测中存在输入输出数据关联度低和预测模型存在误差的情况,提出了一种基于JMP数据处理软件、PSO-BP神经网络和马尔可夫链的组合预测方法... 针对PSO-BP(Particle Swarm Optimization-Back Propagation)神经网络预测模型在冰蓄冷空调冷负荷预测中存在输入输出数据关联度低和预测模型存在误差的情况,提出了一种基于JMP数据处理软件、PSO-BP神经网络和马尔可夫链的组合预测方法。利用JMP处理输入数据,剔除耦合度低的样本,进行PSO-BP神经网络训练,得到冷负荷预测结果,利用马尔可夫链消除系统产生的随机误差得到最终预测结果。结果表明:该组合预测方法对比传统PSO-BP算法其预测精度更高,预测结果符合商场冷负荷的变化规律,满足实际的应用需求。 展开更多
关键词 空调冷负荷 pso-bp神经网络 预测算法 马尔可夫链
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 … 7 下一页 到第 页
使用帮助 返回顶部