期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于PSO-BPNN模型的爆破块度预测 被引量:2
1
作者 刘英 毛羽 +5 位作者 徐士超 李彬 张虹 顾云 张继奎 蒋楠 《爆破》 CSCD 北大核心 2024年第2期136-142,共7页
爆破块度和级配对水利工程堆石体的稳定性与渗透性影响至关重要,爆破块度的精确预测是目前岩体爆破领域科研工作者关心的热点问题之一。基于BP神经网络基本原理,利用PSO算法优化网络权重和偏置,构建PSO-BPNN模型,结合典型爆破数据对模... 爆破块度和级配对水利工程堆石体的稳定性与渗透性影响至关重要,爆破块度的精确预测是目前岩体爆破领域科研工作者关心的热点问题之一。基于BP神经网络基本原理,利用PSO算法优化网络权重和偏置,构建PSO-BPNN模型,结合典型爆破数据对模型进行训练和测试,并依托山西浑源抽水蓄能电站工程实际验证模型的可靠性与适用性。结果表明:PSO-BPNN模型预测爆破块度计算时间短,可靠性高;模型预测输出值与工程实际平均爆破块度值最大相对误差为6.56%,其预测精度高和适用性较高,可为山西浑源抽水蓄能电站堆石坝的建设提供精确的指导。 展开更多
关键词 爆破块度 pso-bpnn模型 模型预测 工程应用
下载PDF
基于PSO-BPNN和多目标优化的混凝土坝参数反演 被引量:3
2
作者 黎维业 吴震宇 《中国农村水利水电》 北大核心 2023年第3期229-234,共6页
基于监测数据的混凝土坝参数反演能够为评估大坝安全性态提供重要信息。传统的参数反演方法通常采用加权求和法以简化基于多种类型监测数据构建的多个目标函数,并结合单目标优化算法求解。由于权值的确定具有主观性以及单目标优化算法... 基于监测数据的混凝土坝参数反演能够为评估大坝安全性态提供重要信息。传统的参数反演方法通常采用加权求和法以简化基于多种类型监测数据构建的多个目标函数,并结合单目标优化算法求解。由于权值的确定具有主观性以及单目标优化算法在实际应用中存在局限性,可能导致反演结果出现较大偏差。因此,考虑多种类型的监测数据以构建不同的目标函数,结合NSGA-Ⅱ算法搜寻Pareto最优解集,提出了一种基于PSO-BPNN模型和多目标优化的混凝土坝参数反演方法。研究成果依托于GD重力坝工程,并与传统参数反演方法进行了对比分析。应用表明,该方法对于混凝土坝参数反演更为合理和准确。 展开更多
关键词 混凝土坝 参数反演 多目标优化 pso-bpnn模型 NSGA-Ⅱ
下载PDF
山区高速公路多桥隧段路侧事故预测研究 被引量:3
3
作者 尚婷 唐杰 +2 位作者 黄政东 周亮宇 吴鹏 《公路交通科技》 CAS CSCD 北大核心 2022年第10期141-152,共12页
为保障山区高速公路多桥隧段路侧交通安全,优化路侧交通设施,减少桥梁群、隧道群及桥隧群间因行驶环境变化过频造成的路侧交通事故,结合驾驶员行车规律,借助统计学、机器学习等相关理论,建立了山区高速公路多桥隧环境下路侧事故起数、... 为保障山区高速公路多桥隧段路侧交通安全,优化路侧交通设施,减少桥梁群、隧道群及桥隧群间因行驶环境变化过频造成的路侧交通事故,结合驾驶员行车规律,借助统计学、机器学习等相关理论,建立了山区高速公路多桥隧环境下路侧事故起数、客货车事故数量的预测模型。为分析高速公路行车环境对驾驶员视觉、心理和操作特性的影响,从道路线形、交通构造物、交通环境及天气条件4个方面选取了10个预测指标;通过Spearman相关性分析,解释了路侧事故与10个预测指标间的作用机理;建立了基于BPNN(BP神经网络)、GA-BPNN(GA-BP神经网络)、PSO-BPNN(PSO-BP神经网络)的路侧事故预测模型,以MAE(平均绝对误差)、RMSE(均方根误差)、MAPE(平均绝对百分比误差)为模型评价指标,择优选取预测模型。利用渝湘高速公路近5 a事故形态,对侧翻、侧面相撞及碰撞固定物的路侧事故数据进行了实例验证。结果表明:山区高速公路多桥隧段路侧事故受到10个预测指标的综合影响,与路段长度、弯道比例、桥梁比例等因素呈正相关,且路段长度的影响程度最大;相较于BPNN和GA-BPNN预测模型,PSO-BPNN的MAE,RMSE,MAPE误差指标平均降低18.5%,17.65%,24.16%,模型预测误差更小、精度更高;路侧事故起数、客货车事故数量的精确预测,可为路侧设施优化设计提供有效的决策支撑。 展开更多
关键词 交通安全 路侧事故预测 pso-bpnn模型 山区高速公路 多桥隧段 Spearman相关性分析
原文传递
智能家居中的远程多元自动控制系统分析 被引量:1
4
作者 赵茆哲 《集成电路应用》 2023年第10期329-331,共3页
阐述远程多元自动化控制居家电器的方式和系统设计,包括硬件选择、传感器选择、开关与插座选择、网关选择。探讨应用层软件的选择,米家软件、OneNET与微信小程序的实现。
关键词 光伏出力预测 短期预测 MIV-pso-bpnn模型
下载PDF
基于MIV-PSO-BPNN的光伏出力短期预测分析
5
作者 杨熙卉 《集成电路应用》 2023年第9期329-331,共3页
阐述应用MIV-PSO-BPNN模型进行光伏出力短期预测,结果表明,在雨天和晴天以及多云条件下,MIV-PSO-BPNN预测模型的预测效果与光伏电站实际出力曲线最为接近。在不同的天气条件下,MIV-PSO-BPNN预测模型在选择输入量时,探讨可以筛选出具有... 阐述应用MIV-PSO-BPNN模型进行光伏出力短期预测,结果表明,在雨天和晴天以及多云条件下,MIV-PSO-BPNN预测模型的预测效果与光伏电站实际出力曲线最为接近。在不同的天气条件下,MIV-PSO-BPNN预测模型在选择输入量时,探讨可以筛选出具有较强相关性的影响因素,并对模型网络的权值与阈值进行优化处理。 展开更多
关键词 光伏出力预测 短期预测 MIV-pso-bpnn模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部