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73篇文章
< 1 2 … 4 >
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：
梯度下降优化神经网络的主轴可靠性预测模型 被引量：1
1
作者 王晓燕 王品 +1 位作者 郎贺 白贤明 《沈阳航空航天大学学报》 2022年第4期37-43,共7页
为了提升机床主轴可靠性预测精度,提出了基于优化级联前向神经网络进行数控机床主轴可靠性预测的改进算法。将小批量梯度下降算法与级联前向神经网络预测方法相结合进行神经网络优化,增加了预测的准确度。对收集的主轴可靠性相关数据进... 为了提升机床主轴可靠性预测精度,提出了基于优化级联前向神经网络进行数控机床主轴可靠性预测的改进算法。将小批量梯度下降算法与级联前向神经网络预测方法相结合进行神经网络优化,增加了预测的准确度。对收集的主轴可靠性相关数据进行初步分析,选取前n个可靠度数据以及第n+1个可靠度数据对应的故障时间点t作为神经网络的输入变量,第n+1个可靠度数据作为输出变量,完成可靠性预测模型的训练以及测试数据的误差对比分析。实例仿真分析结果表明:应用该方法得到的可靠度预测值最大相对误差的绝对值为2.41%,小于3%,该预测方法精度较高。与BP神经网络等其他预测方法得到的预测结果最大相对误差大于3%,甚至超过10%相比,可以实现数控机床主轴更加精确的预测,为研究数控机床可靠性提供理论依据。 展开更多
关键词 梯度下降 优化神经网络 数控机床主轴 可靠性预测 BP神经网络
下载PDF
基于改进K-Means聚类和BP神经网络的台区线损率计算方法 被引量：160
2
作者 李亚 刘丽平 +3 位作者 李柏青 易俊 王泽忠 田世明 《中国电机工程学报》 EI CSCD 北大核心 2016年第17期4543-4551,共9页
配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台... 配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台区线损率的方法,并通过编程加以实现。根据样本的电气特征参数,提出了改进K-Means聚类算法,将台区样本分类,解决了台区线损率数值分散的问题。在此基础上,采用LM算法优化的BP神经网络模型对样本数据按类进行训练,利用BP神经网络拟合样本线损率与电气特征参数之间的关系,得到其变化规律。以某地区601个台区样本数据为例进行仿真计算,验证了所提方法的准确性。结果表明,与标准BP神经网络模型相比,LM算法优化的BP神经网络模型具有快速收敛、高精度等优点。 展开更多
关键词 低压台区 电气特征参数 线损率 改进K-Means聚类算法 LM算法优化的BP神经网络
下载PDF
改进粒子群优化BP神经网络粮食产量预测模型 被引量：28
3
作者 宗宸生 郑焕霞 王林山 《计算机系统应用》 2018年第12期204-209,共6页
综合考虑影响粮食产量的多种因素,运用改进的粒子群算法优化BP神经网络的初始权重,建立了适合小样本粮食产量的预测模型.实验表明,与BP神经网络粮食预测模型和PSO-BP神经网络粮食预测模型相比,该模型具有更高的预测精度和较大的适应度.
关键词 改进粒子群优化BP神经网络 惯性权重 学习因子 粮食预测模型 预测精度和适应度
下载PDF
荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用 被引量：19
4
作者 王书涛 陈东营 +3 位作者 魏蒙 王兴龙 王志芳 王佳亮 《中国激光》 EI CAS CSCD 北大核心 2015年第5期304-310,共7页
山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰... 山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰λex/λem=470 nm/540 nm。在混合溶液中,橙汁和山梨酸钾的荧光特性相互干扰,加大了山梨酸钾浓度检测的难度。为准确测定混合溶液中山梨酸钾的浓度,采用微粒群算法优化的误差逆向传播（PSO-BP）神经网络对其进行检测。3组预测样本的平均回收率为98.97%,PSO-BP神经网络能够精确测定混合溶液中山梨酸钾的质量浓度范围为0.1~2.0 g/L。预测结果表明荧光光谱法和PSO-BP神经网络相结合的方法能有效地检测山梨酸钾在橙汁中的浓度。 展开更多
关键词 光谱学 荧光光谱 微粒群算法优化的误差逆向传播神经网络 浓度检测 山梨酸钾
原文传递
基于landset8遥感影像数据的森林蓄积量反演 被引量：8
5
作者 冯凯 刘昌华 彭词清 《矿山测量》 2020年第1期27-30,39,共5页
文中以广东省南雄市森林二类调查数据为样本,结合langset8影像数据,以遥感因子,立地因子为自变量,以POS算法优化的BP神经网络和逐步线性回归为建模方法,对比两种模型反演精度,建立森林蓄积量反演优化模型。
关键词 langset8 森林蓄积量 POS算法优化的BP神经网络 逐步线性回归.
下载PDF
勘察参数与本构模型参数转换关系初探 被引量：3
6
作者 张雷 张建全 +4 位作者 乔胜利 尹利洁 韩玉珍 李月阳 赵刚 《中国矿业》 北大核心 2017年第12期188-193,共6页
对于包括地铁明挖基坑和矿山竖井等地下工程的数值仿真分析,其结果可靠度取决于两个关键的因素,一是模拟基坑周边岩土体采用的本构模型,二是这些本构模型参数的可靠程度。而常规岩土勘察工作不能提供高级岩土本构模型(例如修正剑桥模型... 对于包括地铁明挖基坑和矿山竖井等地下工程的数值仿真分析,其结果可靠度取决于两个关键的因素,一是模拟基坑周边岩土体采用的本构模型,二是这些本构模型参数的可靠程度。而常规岩土勘察工作不能提供高级岩土本构模型(例如修正剑桥模型、小应变应变模型)参数,分析人员一般根据经验确定参数的取值,这为分析结果带来极大的不确定性和随意性。以施工实测位移响应反演确定岩土本构模型参数则较为准确,但是确定的岩土参数通常只适用于单一目标地质情况,不能推广应用到其他工程。本文基于岩土本构参数和常规勘察物理指标和力学试验结果的内在关联性,以及岩土参数的地区特性,拟以北京地区一定数量的明挖基坑工程为分析样本,在通过反演确定岩土本构模型参数的基础上,进一步考察常规勘察物理指标及力学试验结果与岩土本构模型参数之间的关系,拟探索两者之间是否存在强相关性并初步建立相关公式。研究结果希望从表观层次,为基坑或竖井支护设计,由常规勘察物理指标和基本力学试验结果来确定高级岩土本构模型参数,提供基础数据资料和方法初步探索。 展开更多
关键词 基坑 竖井 数值反演 遗传算法优化的BP神经网络 岩土本构模型参数
下载PDF
基于混合PSO-Adam神经网络的外协供应商评价决策模型 被引量：11
7
作者 李益兵 宋东林 王磊 《控制与决策》 EI CSCD 北大核心 2018年第12期2142-2152,共11页
当前复杂外协环境中外协加工资源的分散性、多样性、动态性、组合性对制造企业的外协供应商评价提出了更高的要求,这使得传统的方法难以满足当前环境下外协供应商评价的需求.对此,提出一种基于混合PSOAdam神经网络的外协供应商评价决策... 当前复杂外协环境中外协加工资源的分散性、多样性、动态性、组合性对制造企业的外协供应商评价提出了更高的要求,这使得传统的方法难以满足当前环境下外协供应商评价的需求.对此,提出一种基于混合PSOAdam神经网络的外协供应商评价决策模型,以弥补多目标决策方法主观性太强、数学规划方法难以求解复杂问题以及经典神经网络方法的性能不稳定等缺陷.为验证模型的有效性,以某建材装备制造企业外协供应商评价问题实例进行实验分析,并与其他现有算法进行对比.结果表明,该决策模型能够针对当前复杂的外协环境客观高效地进行外协供应商评价决策,进一步减少对个人经验的依赖,降低供应商评价难度,减少供应链管理成本. 展开更多
关键词 供应商评价 混合PSO-Adam算法 神经网络优化 外协管理
原文传递
三相四桥臂并网逆变器约束模型预测控制 被引量：8
8
作者 陈启宏 罗潇汝 张立炎 《电网技术》 EI CSCD 北大核心 2018年第2期555-563,共9页
提出了基于并行神经网络优化的约束模型预测控制（model predictive control,MPC）,应用于光伏并网逆变器中,提高光伏发电并网电能质量。建立了三相四桥臂逆变器的精确模型,分析约束模型预测控制算法的原理,在约束条件中加入输出变量和... 提出了基于并行神经网络优化的约束模型预测控制（model predictive control,MPC）,应用于光伏并网逆变器中,提高光伏发电并网电能质量。建立了三相四桥臂逆变器的精确模型,分析约束模型预测控制算法的原理,在约束条件中加入输出变量和控制变量的约束,突破有限子集和无约束预测控制方法的限制。将并行神经网络递归优化算法用于求解约束预测控制优化问题中,提高单步优化问题的求解速度。利用FPGA的并行计算能力,在FPGA中运行神经网络在线优化求解,实现预测控制算法的实时运行。实验结果表明：采用该算法的并网逆变器输出电流偏差小,总谐波畸变率小,可以提高并网电能质量,验证了该算法的可行性和有效性。 展开更多
关键词 并网逆变器 约束模型预测控制 神经网络优化 现场可编程阵列 实时控制
下载PDF
基于人工智能算法的无线移动通信系统风险评价 被引量：7
9
作者 李新 《现代电子技术》 北大核心 2020年第1期12-15,共4页
风险评价模型是保证无线移动通信系统安全的一种重要技术,针对当前无线移动通信系统风险评价正确率低,评价耗时长等缺陷,设计基于人工智能算法的无线移动通信系统风险评价模型。首先,对无线移动通信系统风险评价的国内外研究现状进行分... 风险评价模型是保证无线移动通信系统安全的一种重要技术,针对当前无线移动通信系统风险评价正确率低,评价耗时长等缺陷,设计基于人工智能算法的无线移动通信系统风险评价模型。首先,对无线移动通信系统风险评价的国内外研究现状进行分析,建立无线移动通信系统风险评价指标体系;然后,根据无线移动通信系统风险评价指标体系收集学习样本,并采用人工智能算法优化神经网络构建无线移动通信系统风险评价模型;最后,进行无线移动通信系统风险评价仿真对比测试。结果表明,人工智能算法的无线移动通信系统风险评价正确率超过95%,评价误差小于其他模型,而且无线移动通信系统风险评价时间明显减少,实时性能更好,具有更高的实际应用价值。 展开更多
关键词 风险评价 无线移动通信系统 人工智能算法 风险评价模型 神经网络优化 研究现状分析
下载PDF
一种增强型双种群粒子群算法的设计与实现
10
作者 张彦超 王晓丽 苏奎 《智能计算机与应用》 2024年第5期194-198,共5页
粒子群算法作为一种具有收敛速度快、易于实现和参数调节少等优点的群体智能算法,被广泛应用于函数与组合优化、机器学习等众多领域。在粒子群及其众多修改算法中惯性权重选择对算法性能起到较大的作用。为此,在经典粒子群算法上针对惯... 粒子群算法作为一种具有收敛速度快、易于实现和参数调节少等优点的群体智能算法,被广泛应用于函数与组合优化、机器学习等众多领域。在粒子群及其众多修改算法中惯性权重选择对算法性能起到较大的作用。为此,在经典粒子群算法上针对惯性权重提出了改进策略,设计了一种增强型双种群粒子群算法(EDUPSO)。当粒子在进化中将较小的惯性因子赋予到此次进化到最优位置的种群,将较大的惯性因子赋予到此次没有进化到当前最优位的种群。通过此思路提出了算法的设计和实现方式,并通过多个不同的测试函数分析了该算法与其他经典改进算法在性能上的差异,通过测试的结果可以看出相对于经典的粒子群算法及经典改进算法,此算法在搜索的速度、稳定性及精度上都有明显的优势。 展开更多
关键词 粒子群算法改进 神经网络优化 无线定位优化 人工智能与数据挖掘
下载PDF
基于特征融合和损失优化的点云语义分割网络
11
作者 刘起源 路锦正 黄炳森 《计算机技术与发展》 2024年第5期66-72,共7页
针对目前大多数方法仅利用单尺度特征而忽视了具有不同感受野的多尺度特征信息、无法有效处理点云数据集中类别权重不平衡的问题,提出一种基于全阶段特征融合(FSFF)和平衡损失(BL)的分割网络(FFBL-Net)。首先,FSFF模块通过将不同编码阶... 针对目前大多数方法仅利用单尺度特征而忽视了具有不同感受野的多尺度特征信息、无法有效处理点云数据集中类别权重不平衡的问题,提出一种基于全阶段特征融合(FSFF)和平衡损失(BL)的分割网络(FFBL-Net)。首先,FSFF模块通过将不同编码阶段的可学习特征与当前阶段特征进行融合,促进了浅层和深层语义信息互补;融合后的特征被传递到编码融合模块(EFM)和解码融合模块(DFM),实现了特征的跨阶段融合。此外,为了解决数据集中类别分布不平衡的问题,引入BL损失调整类别间的梯度差异。实验结果表明,FFBL-Net在主流的大规模点云数据集S3DIS上,平均交并比达到了69.7%,总体准确率达到了89.9%。与PointNet++相比,FFBL-Net分别提升了12.4%和6.1%。 展开更多
关键词 点云 语义分割 多尺度特征融合 损失优化 神经网络优化
下载PDF
基于并行块的自适应量化随机计算
12
作者 张永卓 诸葛晴凤 +1 位作者 沙行勉 宋玉红 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第2期76-85,共10页
深度神经网络模型的庞大存储和高计算量的需求限制了其在面积和功耗受限的嵌入式设备上的部署.为了解决这一问题,随机计算将数据表示为一个随机序列,继而通过基本逻辑运算单元实现加法和乘法等算术运算,以减小神经网络的存储空间和降低... 深度神经网络模型的庞大存储和高计算量的需求限制了其在面积和功耗受限的嵌入式设备上的部署.为了解决这一问题,随机计算将数据表示为一个随机序列,继而通过基本逻辑运算单元实现加法和乘法等算术运算,以减小神经网络的存储空间和降低计算复杂度.然而,当随机序列的长度较短时,网络权重在从浮点数转换到随机序列的过程中存在离散化误差,这会降低随机计算网络模型的推理准确率.尽管使用更长的随机序列可以扩大随机序列的表示范围以缓解这一问题,但也会导致更长的计算时延和更大的能源功耗.本文提出了一种基于傅立叶变换的可微量化函数的设计,可以在网络的训练过程中,通过提高模型对随机序列的匹配度,来减小数据转换过程中的离散化误差,从而保证较短随机序列的随机计算神经网络的准确率.此外,还设计了一种加法器,用于提高运算单元的准确性,并通过将输入分块来并行计算以进一步缩短时延.最后,通过实验表明,本文相较于其他方法可以提高20%的模型推理准确率,并能够达到缩短50%的计算时延. 展开更多
关键词 随机计算 量化 神经网络优化
下载PDF
基于梯度差自适应学习率优化的改进YOLOX目标检测算法 被引量：2
13
作者 宋玉存 葛泉波 +1 位作者 朱军龙 陆振宇 《航空学报》 EI CAS CSCD 北大核心 2023年第14期210-226,共17页
目标检测一直都是计算机视觉领域最具挑战的问题之一,其广泛应用于人脸识别、自动驾驶和交通检测等任务中。为更进一步提升当前主流目标检测算法的性能表现,提出了基于YOLOX的目标检测改进算法,并在标准的PASCAL VOC 07+12和RSOD数据集... 目标检测一直都是计算机视觉领域最具挑战的问题之一,其广泛应用于人脸识别、自动驾驶和交通检测等任务中。为更进一步提升当前主流目标检测算法的性能表现,提出了基于YOLOX的目标检测改进算法,并在标准的PASCAL VOC 07+12和RSOD数据集上进行实验验证。针对YOLOX目标检测算法主要通过数据增强、改进网络结构和损失函数3方面做出改进,同时提出基于梯度差的自适应学习率优化算法用于训练改进后的YOLOX算法,该优化算法同样适用于其他神经网络优化。在PASCAL VOC 07+12标准数据集上进行实验,与原YOLOX-S进行比较,改进后的YOLOX-S算法的AP由61.63%提升到66.35%,提升效果明显。同时在RSOD标准数据集上进行实验,并与其他主流的YOLO系列算法进行了比较,改进后的YOLOX-S算法在RSOD数据集的AP由69.4%提升到73.2%,提升效果显著。实验表明:针对YOLOX的目标检测做出改进是有效的。 展开更多
关键词 目标检测 YOLOX 神经网络优化 PASCAL VOC RSOD
原文传递
因子分析和神经网络的信息系统风险评估模型 被引量：5
14
作者 孟瑾 《现代电子技术》 北大核心 2020年第23期62-66,共5页
风险评估是信息系统应用必不可少的一项技术,为此,提出一种因子分析和神经网络的信息系统风险评估模型。构建可有效描述信息系统风险情况的信息系统风险评估指标体系,采用因子分析法消除指标相关性、降低风险评估指标体系复杂度,获取公... 风险评估是信息系统应用必不可少的一项技术,为此,提出一种因子分析和神经网络的信息系统风险评估模型。构建可有效描述信息系统风险情况的信息系统风险评估指标体系,采用因子分析法消除指标相关性、降低风险评估指标体系复杂度,获取公共评估指标;采用灰狼优化(GWO)算法优化BP神经网络,解决其收敛速度慢、容易陷入局部最优、初始化参数具备较强依赖性等问题;将所获公共指标作为GWO-BP神经网络的输入数据,建立信息系统风险评估模型,实现信息系统风险评估。在Matlab环境下完成模型仿真验证,结果表明,所提模型可有效降低风险指标相关性,提升信息系统风险评估的速率,且收敛速度快、信息系统风险评估准确性高。 展开更多
关键词 信息系统 风险评估 因子分析 评估指标获取 神经网络优化 模型构建 累积贡献率
下载PDF
基于合作式协同进化算法的神经网络优化 被引量：4
15
作者 孙晓燕 高振 巩敦卫 《中国矿业大学学报》 EI CAS CSCD 北大核心 2006年第1期114-119,共6页
针对一般遗传算法优化神经网络存在的不足,提出合作式协同进化遗传算法实现神经网络结构和权值同步优化方法.首先,结合合作式协同进化遗传算法本身特性和神经网络特点,给出种群分割方法;其次,为了实现结构和权值的同步优化,提出一种新... 针对一般遗传算法优化神经网络存在的不足,提出合作式协同进化遗传算法实现神经网络结构和权值同步优化方法.首先,结合合作式协同进化遗传算法本身特性和神经网络特点,给出种群分割方法;其次,为了实现结构和权值的同步优化,提出一种新的混合编码方法,并根据该混合编码方法设计新的交叉和变异算子;然后,根据编码结构、代表个体和合作团体之间的关系,提出一种新的结构优化方法;再次,给出进化过程所需代表个体选择、适应度构造方法等.最后,通过双螺旋线问题验证本文算法的有效性. 展开更多
关键词 遗传算法 合作式协同进化算法 神经网络
下载PDF
复数FIR DF设计的神经网络优化方法 被引量：3
16
作者 赵辉 虞厥邦 《电子科学学刊》 CSCD 1998年第3期397-403,共7页
本文基于人工神经网络(ANN)能量函数优化理论,提出了一种FIR数字滤波器(DF)神经网络优化设计(NNO)方法的理论框架。该理论将实数与复数FIR DF设计工作统一起来。表征设计质量的加权均方误差被当作ANN能量函数,以此导出FIR-NNO的Lyapuno... 本文基于人工神经网络(ANN)能量函数优化理论,提出了一种FIR数字滤波器(DF)神经网络优化设计(NNO)方法的理论框架。该理论将实数与复数FIR DF设计工作统一起来。表征设计质量的加权均方误差被当作ANN能量函数,以此导出FIR-NNO的Lyapunov方程。文中说明了算法实现的基本原则,并给出了两个实数线性相位和一个复数非线性相位FIR DF设计实例。通过与其它几种方法的比较证明了该方法的有效性。 展开更多
关键词 FIR数字滤波器 神经网络 优化方法 能量函数
下载PDF
基于深度神经压缩的YOLO加速研究 被引量：2
17
作者 陈莉君 李卓 《现代计算机》 2019年第11期3-7,共5页
YOLO提出一种对于目标识别的新的方式,算法以其快速并且较为准确的特点闻名。但是对于嵌入式设备,过大的模型造成对于内存的大量消耗,降低设备的性能。在神经网络上使用深度神经压缩方法,可以达到降低内存需求,提高吞吐量的目的。在使... YOLO提出一种对于目标识别的新的方式,算法以其快速并且较为准确的特点闻名。但是对于嵌入式设备,过大的模型造成对于内存的大量消耗,降低设备的性能。在神经网络上使用深度神经压缩方法,可以达到降低内存需求,提高吞吐量的目的。在使用深度神经压缩的基础上,针对YOLO模型使用剪枝、共享权值、哈夫曼编码三个方法进行压缩。改善算法在嵌入式设备和移动设备上的表现。实验证明,相比于未经压缩的模型,压缩后模型的压缩率达到3%,准确率误差-2%,速度提升5倍。 展开更多
关键词 深度神经压缩 YOLO 神经网络优化 剪枝
下载PDF
一种定点数权值神经网络的优化方法及其应用 被引量：2
18
作者 包健 余红明 《计算机应用》 CSCD 北大核心 2009年第1期230-233,共4页
为了使得神经网络的应用符合嵌入式系统快速计算、存储量精简的要求,提出了一种定点数权值神经网络的优化方法。采用精度可调的比例数格式定点数表示神经网络的权值和阈值,用遗传算法对神经网络进行训练,并用最小二乘法对网络的非线性... 为了使得神经网络的应用符合嵌入式系统快速计算、存储量精简的要求,提出了一种定点数权值神经网络的优化方法。采用精度可调的比例数格式定点数表示神经网络的权值和阈值,用遗传算法对神经网络进行训练,并用最小二乘法对网络的非线性连续节点激励函数进行了线性离散化。将这种优化的神经网络应用于触摸屏校准。实验表明,采用该方法进行触摸屏校准比传统的校准方法具有更高的准确率。 展开更多
关键词 神经网络优化 定点数权值 激励函数 触摸屏校准 嵌入式系统
下载PDF
基于神经网络的汽车齿圈锻压工艺优化 被引量：2
19
作者 高洪 徐田恬 《热加工工艺》 北大核心 2020年第23期100-103,共4页
以始锻温度、终锻温度、锻压比和模具预热温度为输入参数,以耐磨损性能(磨损体积)为输出参数,以tansig函数为隐含层传递函数,以purelin函数为输出层传递函数,采用4×20×1三层拓扑结构,构建了汽车齿圈盘体的神经网络优化模型。... 以始锻温度、终锻温度、锻压比和模具预热温度为输入参数,以耐磨损性能(磨损体积)为输出参数,以tansig函数为隐含层传递函数,以purelin函数为输出层传递函数,采用4×20×1三层拓扑结构,构建了汽车齿圈盘体的神经网络优化模型。结果表明,模型的平均相对训练误差5.37%,平均相对预测误差5.98%,模型预测能力较好,预测精度较高。与企业现用工艺相比,采用神经网络优化工艺锻压的20CrMnTi汽车齿圈的磨损体积减小10%,耐磨损性能得到明显提高。 展开更多
关键词 汽车齿圈 神经网络优化 锻压工艺 耐磨损性能 相对训练误差 相对预测误差
下载PDF
三相脉宽调制整流器的约束预测控制（英文） 被引量：2
20
作者 刘佳 张立炎 +2 位作者 陈启宏 钱立 全书海 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第3期399-407,共9页
本文将基于并行神经网络优化的约束模型预测控制(MPC)应用于脉宽调制(PWM)整流器中,提高了电网的质量.在三相静止坐标系下,建立了三相PWM整流器的解耦数学模型,采用约束模型预测控制策略,突破了有限集和无约束条件下预测控制的局限性.... 本文将基于并行神经网络优化的约束模型预测控制(MPC)应用于脉宽调制(PWM)整流器中,提高了电网的质量.在三相静止坐标系下,建立了三相PWM整流器的解耦数学模型,采用约束模型预测控制策略,突破了有限集和无约束条件下预测控制的局限性.为了提高单步优化的速度,采用神经网络优化算法求解模型预测控制的在线优化.在保证系统单位功率因数的前提下,当系统负载突然变化时,具有快速动态响应稳定输出直流电压的性能.采用FPGA控制器实现并行计算,减少了预测控制算法的计算时间.最后,通过仿真和实验结果得到,采用本文的控制策略,总谐波失真(THD)降低了2.5%,达到稳态的时间大约是PI控制算法的五分之一,为12 ms,验证了该方法的可行性和有效性. 展开更多
关键词 三相脉宽调制整流器 模型预测控制 单位功率因数 神经网络优化
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 … 4 下一页 到第 页
使用帮助 返回顶部