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2篇文章
< 1 >
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：
系泊缆初始配重参数优化方法
1
作者 刘东旭 冯士伦 毛建斌 《中国海洋平台》 2023年第5期49-53,80,共6页
当前系泊缆大多为组合缆的形式,需要加装配重块,配重位置和重量通常根据经验进行设计。为减少计算量,尽快找到最优配重参数,借助粒子群优化反向传播(Particle Swarm Optimization-Back Propagation,PSO-BP)神经网络,采用正交试验设计法... 当前系泊缆大多为组合缆的形式,需要加装配重块,配重位置和重量通常根据经验进行设计。为减少计算量,尽快找到最优配重参数,借助粒子群优化反向传播(Particle Swarm Optimization-Back Propagation,PSO-BP)神经网络,采用正交试验设计法确定神经网络的样本数据,利用神经网络的泛化能力以尽可能地减小有限元计算工作量,然后将神经网络预测结果应用到遗传算法中。以所有系泊缆张力之和的最小值为优化目标,在给定范围内搜索最优解。优化后8根系泊缆安全因数之和提高36.07,且高于随机选择的配重方案的安全因数,该方法可为大计算量的优化问题提供思路。 展开更多
关键词 系泊 配重 pso-bp神经网络 遗传算法
下载PDF
基于粒子群算法和BP神经网络的多因素林火等级预测模型 被引量：7
2
作者 王磊 郝若颖 +1 位作者 刘玮 温作民 《林业工程学报》 CSCD 北大核心 2019年第3期137-144,共8页
针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型parti... 针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。 展开更多
关键词 森林火险等级 林火因子 bp神经网络 粒子群算法 多因素森林火险等级预测模型
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 下一页 到第 页
使用帮助 返回顶部