期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
1
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PSO-BP神经网络的轮胎负荷测量方法
1
作者
曹旭
张舜
+1 位作者
许彦峰
王青春
《轮胎工业》
CAS
2024年第5期312-315,共4页
研究基于粒子群优化(PSO)算法-BP神经网络的轮胎负荷测量方法。将采集的轮胎状态信息与提取到的加速度特征输入到BP神经网络,对轮胎负荷进行回归预测,使用PSO算法优化BP神经网络的权值与阈值,得到轮胎状态信息与轮胎负荷的关系。结果表...
研究基于粒子群优化(PSO)算法-BP神经网络的轮胎负荷测量方法。将采集的轮胎状态信息与提取到的加速度特征输入到BP神经网络,对轮胎负荷进行回归预测,使用PSO算法优化BP神经网络的权值与阈值,得到轮胎状态信息与轮胎负荷的关系。结果表明,采用PSO-BP神经网络预测轮胎负荷误差为1.8656%,PSO-BP神经网络预测精度较高,在转变工况条件下,预测误差为2.496%。
展开更多
关键词
轮胎负荷
轮胎状态信息
加速度特征
粒子群优化算法
BP神经网络
下载PDF
职称材料
题名
基于PSO-BP神经网络的轮胎负荷测量方法
1
作者
曹旭
张舜
许彦峰
王青春
机构
北京林业大学工学院
安徽路必达智能科技有限公司
出处
《轮胎工业》
CAS
2024年第5期312-315,共4页
文摘
研究基于粒子群优化(PSO)算法-BP神经网络的轮胎负荷测量方法。将采集的轮胎状态信息与提取到的加速度特征输入到BP神经网络,对轮胎负荷进行回归预测,使用PSO算法优化BP神经网络的权值与阈值,得到轮胎状态信息与轮胎负荷的关系。结果表明,采用PSO-BP神经网络预测轮胎负荷误差为1.8656%,PSO-BP神经网络预测精度较高,在转变工况条件下,预测误差为2.496%。
关键词
轮胎负荷
轮胎状态信息
加速度特征
粒子群优化算法
BP神经网络
Keywords
tire
load
tire
status
information
acceleration
characteristic
PSO
algorithm
BP
neural
network
分类号
TQ336.1 [化学工程—橡胶工业]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PSO-BP神经网络的轮胎负荷测量方法
曹旭
张舜
许彦峰
王青春
《轮胎工业》
CAS
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部