共查询到20条相似文献，搜索用时 31 毫秒
1.
针对传统的联轴器传动效率测试方法耗时耗力的问题，构建了三叉杆滑移式万向联轴器，基于遗传算法优化的BP神经网络传动效率预测模型，并结合最优拉丁超立方法获取了试验样本，完成了对神经网络模型的训练与验证。研究结果表明：GA-BP神经网络模型的预测精度、收敛速度显著高于BP神经网络模型，且GA-BP神经网络模型的传动效率预测值与实际值之间的平均相对误差为0.038%，满足工程需求。GA-BP神经网络模型为联轴器传动效率的预测提供了一种有效的方法。 相似文献
2.
褚晨辉 《中阿科技论坛(中英文)》2024,(2):108-111
装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法（GA）优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。 相似文献
3.
沈毅波 《Journal of Zhangzhou Technical Institute》2022,(1):34-41+49
为了提升信息化课堂教学质量评价精度,基于GA-BP神经网络方法,构建信息化课堂教学质量评价指标体系,利用层次分析法建立各评价指标的递阶层次结构模型。通过1-9标度法确定判断矩阵,对判断矩阵实施一致性校验后,计算各评价指标的权重。通过遗传算法（GA）优化BP神经网络权值、阈值,将各个课堂教学质量评价指标权重输入到GA-BP神经网络,网络输出结果即为信息化课堂教学质量评价分值。实验结果表明,BP神经网络的最佳隐含层节点数为7,GA-BP神经网络迭代次数为95时网络性能达到最优。利用该方法可以精准评价信息化课堂教学质量,实际应用效果好。 相似文献
4.
为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法（GA）优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。 相似文献
5.
为了提高风险评估的准确度和效率,有效降低农业信贷风险,提出一种基于优化反向传播（Back-Propagation,BP）神经网络的风险评估方法。首先,该方法利用量子遗传算法（Quantum Genetic Algorithm,QGA）调整和确定BP神经网络的初始权重和阈值,实现了BP神经网络模型参数设置优化。然后,将QGA-BP神经网络模型应用于农业信贷风险评估中,并基于案例分析法进行验证。最后,通过对比QGA-BP神经网络与GA-BP神经网络的性能验证所提方法的有效性。结果表明：QGA-BP神经网络可以加快神经网络的收敛速度,改善BP神经网络容易陷入局部最小值的缺点。QGA-BP神经网络模型在农业供应链金融信用风险预测中表现良好,其预测精度和预测速度都有所提高。 相似文献
6.
锅炉管壁超温现象的存在严重影响了锅炉的安全及可靠性。在对BP神经网络简介的基础上,详细研究了基于BP的锅炉管壁温度预测的数字模型,并通过应用样本的获取,分析BP神经网络在锅炉管壁温度预测方面的设计、不足及具体的参数选择,从而降低了火力发电厂锅炉管壁超温情况的发生,延长了锅炉的使用寿命。 相似文献
7.
锅炉管壁超温现象的存在严重影响了锅炉的安全及可靠性。在对BP神经网络简介的基础上,详细研究了基于BP的锅炉管壁温度预测的数字模型,并通过应用样本的获取,分析BP神经网络在锅炉管壁温度预测方面的设计、不足及具体的参数选择,从而降低了火力发电厂锅炉管壁超温情况的发生,延长了锅炉的使用寿命。 相似文献
8.
提出将BP神经网络与遗传算法(GA)相结合,建立了三层GA-BP神经网络模型,模型利用遗传算法来修改网络的连接权值,构筑进化型的神经网络模型,缩短网络学习训练时间,提高模型预测精度。炉温预测主要是高炉铁水硅质量分数的预测,当要求硅质量分数预报的绝对误差为±0.05%时,命中率为90%。结果表明,GA-BP网络模型比传统的BP网络模型能够获得更高的精度。 相似文献
9.
随着高层建筑的普及,无负压供水已成为一种重要的二次供水形态,而建筑物用水流量预测是水泵选型的重要依据。提出一种基于深度信念网络的建筑用水流量预测方法。综合利用环境、房价、水价等因素对建筑的低谷流量、普遍流量和峰值流量进行预测,进而为水泵选型提供数据支持。通过与BP神经网络方法进行对比实验,结果表明基于DBN的建筑用水流量预测方法可以较好地预测流量,优于BP神经网络的预测结果。 相似文献
10.
刘朋辉 《江西电力职业技术学院学报》2023,(2):10-12
当前现有预测方法对智能电网短期时间内的电力负荷预测存在预测精度低、预测精度受气象条件变化影响等问题,现引入BP神经网络研究智能电网短期电力负荷预测方法：获取智能电网历史运行数据,对数据进行预处理,对样本进行归一化处理;利用BP神经网络构建电力负荷预测模型;建立模型训练网络拓扑结构,训练模型预测性能;完成电网短期电力负荷预测,并在考虑气象因素的情况下对预测进行补偿,得到预测结果。实验证明：新的预测方法在实际应用中预测精度更高,且预测精度不会受到气象条件的影响。 相似文献
11.
孙吴松 《荆门职业技术学院学报》2024,(2):1-10
为了确保电机安全可靠地运行,研究了BP神经网络算法对异步电动机进行故障诊断。通过MATLAB平台,分别使用附加动量因子和自适应学习率两种梯度下降法进行网络训练,搭建故障诊断BP网络模型。以MSE值为指标优化最佳隐含层节点数、动量因子与学习率,并通过遗传算法来优化BP网络的初始权值,对故障测试样本进行仿真测试。结果表明,GA-BP网络模型比MF-BP和AG-BP的MSE值更低,仅为0.009 163,优化后的诊断预测结果与目标值几乎没有差别。基于遗传算法改进的故障诊断系统模型能够满足异步电动机故障诊断的应用需求。 相似文献
12.
随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度. 相似文献
13.
公路客运量和货运量预测是一个复杂的非线性问题,由于影响因素较多,难以用普通的数学方法建模,而建立BP神经网络可以表达这些非线性问题。根据公路客运量货运量历史数据及其相关影响因素数据建立了BP神经网络预测模型。利用实际数据确定网络输入与输出样本,对BP神经网络预测系统进行训练和预测。通过对网络输出预测结果与实际数据的分析,验证了BP神经网络预测系统的精确性和方便性,提高了公路客运货运预测的精确性。 相似文献
14.
李伟 《石家庄铁路职业技术学院学报》2012,(2)
为准确、快速、高效地预测电网短期负荷,提出改进的粒子群算法(DPSO),并与BP算法相结合,形成改进的粒子群—BP(DPSO-BP)神经网络算法,用此算法训练神经网络,实现神经网络参数优化,得到基于DPSO-BP算法的神经网络模型.算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力 相似文献
15.
空中交通管制安全是确保飞行安全的重要因素,为提高空中交通管制系统的安全性,需要对空中交通管制员人为差错风险进行评估。首先,基于SHEL模型构建了管制员人为差错评估指标体系,之后针对BP神经网络算法容易陷入局部极小值的缺点,通过引入遗传算法优化神经网络的权值和阈值,建立了一种混合算法;经实例评估表明,GA-BP算法与传统的BP神经网络模型相比具有更高的预测精度,具有较好的适用性和可行性,为加强航空业安全管理体系建设提供了一定的参考依据。 相似文献
16.
为探讨生化法处理炼油厂废水中活性污泥的活化条件，本文利用BP神经网络的数值逼近方法和实验检测方法，选择COD、硫化物、温度、DO为影响因素，针对活性污泥浓度和指数，得到了处理条件下的预测数值和实验数值，二者接近，说明BP神经网络预测的精确度较高．通过对检测结果的正交分析，得到了处理炼油厂废水用活性污泥的活化条件． 相似文献
17.
用BP神经网络对电站锅炉运行数据进行训练、测试,并在此基础上使用粒子群算法对已建立的锅炉BP神经网络模型做进一步优化。通过对网络预测输出值与实际值之间的比较,明确PSOBP可以更好地提升BP神经网络的泛化能力。 相似文献
18.
根据PM2.5小流量采样器的工作点流量控制需求,采用dsPIC33单片机、12位A/D转换器MCP3208和12位D/A转换器MCP4922等设计了控制器的硬件驱动,融合BP神经网络与PID控制算法,与低压差质量流量控制器、无碳刷真空抽气泵等组成PM2.5采样流量系统,实现了环境气体采样流量±0.05 L/min精度的稳态控制,其实际应用效果远高于PM2.5小流量采样器的±0.33 L/min的控制要求. 相似文献
19.
20.
郭剑虹 《泰州职业技术学院学报》2007,7(3):15-18
由于结构主动控制对地震反应振动控制的高效性，使主动控制在建筑结构振动控制领域中，具有广阔的应用前景，但是主动控制存在难以建立一个精确的数学模型，存在时滞效应等问题。神经网络不需要建立精确的数学模型，只是通过学习输入输出训练样本数据，就可归纳出隐含在系统输入输出中的关系；应用神经网络预测结构响应可以解决主动控制中的时滞问题，为控制决策提供依据。本文就最常用的BP神经网络进行研究，用BP神经网络对结构响应进行预测，以期能为结构主动控制提供一种新的思路。 相似文献