期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于优化BP神经网络的P2P投资组合定量分析 预览
1
作者 丁书敏 范宏 《中国集体经济》 2018年第20期95-97,共3页
P2P网贷行业的风险管理研究非常重要。文章针对人人贷构建信用风险投资组合模型,首先利用主成分分析与优化BP神经网络相结合进行信用风险评估,再建立基于核回归的投资组合方程。在评估借款者信用优劣的基础上,通过比较其违约概率与投资... P2P网贷行业的风险管理研究非常重要。文章针对人人贷构建信用风险投资组合模型,首先利用主成分分析与优化BP神经网络相结合进行信用风险评估,再建立基于核回归的投资组合方程。在评估借款者信用优劣的基础上,通过比较其违约概率与投资比例,验证了文章所建模型准确度较高,该模型可为投资者的投资决策提供参考。 展开更多
关键词 主成分分析 优化BP神经网络 核回归 投资组合优化
在线阅读 下载PDF
基于优化BP神经网络的开关磁阻电机定子电阻辨识方法 预览
2
作者 许爱德 赵中林 王雪松 《电机与控制应用》 北大核心 2017年第5期52-55,76共5页
为解决直接转矩控制下的开关磁阻电机低速运行时磁链计算受电阻变化影响比较大的问题,详细观察分析了电阻对于相电流的影响,通过比对电阻可调的电机模型与实际的电机模型的输出电流,提出了一种基于优化BP神经网络的电阻辨识器。优化BP... 为解决直接转矩控制下的开关磁阻电机低速运行时磁链计算受电阻变化影响比较大的问题,详细观察分析了电阻对于相电流的影响,通过比对电阻可调的电机模型与实际的电机模型的输出电流,提出了一种基于优化BP神经网络的电阻辨识器。优化BP网络数学理论,结构简单,学习算法清晰明白,基于该网络的算法能够对变化的定子电阻进行辨识。将该方法置于Simulink控制系统上进行仿真,同时比较有无电阻辨识器前后仿真波形。试验表明,该电阻辨识方法可以提高开关磁阻电机低速运行时系统性能。 展开更多
关键词 直接转矩控制 开关磁阻电机 优化BP神经网络 定子电阻辨识
在线阅读 下载PDF
基于优化BP神经网络的预测模型在纺纱企业能源管理中的应用 预览
3
作者 董娴 周俊 《工业控制计算机》 2016年第5期150-152,共3页
准确的能源预测有助于企业从降低能耗角度调整生产计划,即选择合适的设备机型、生产品种、生产工艺组合,实现降低能源成本的目的。分析了纺纱厂能源消耗的主要影响因素,使用阻尼最小二乘法优化的BP神经网络算法建立预测模型,利用纺纱厂... 准确的能源预测有助于企业从降低能耗角度调整生产计划,即选择合适的设备机型、生产品种、生产工艺组合,实现降低能源成本的目的。分析了纺纱厂能源消耗的主要影响因素,使用阻尼最小二乘法优化的BP神经网络算法建立预测模型,利用纺纱厂能源管理的样本数据学习训练预测模型,并且进行能耗预测。结果表明该模型可以有效预测纺纱企业能源消耗量。 展开更多
关键词 能源预测 能源消耗 优化BP神经网络
在线阅读 下载PDF
基于优化BP神经网络的PID控制研究与仿真 预览 被引量:15
4
作者 胡志军 王建国 王鸿斌 《微电子学与计算机》 CSCD 北大核心 2006年第12期 138-140,共3页
PID控制要取得较好的控制效果.就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(... PID控制要取得较好的控制效果.就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元。可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。 展开更多
关键词 PID控制 优化BP神经网络 参数调整
在线阅读 下载PDF
基于PSO与BP神经网络的脱机手写体汉字识别算法
5
作者 岳中彤 《信息化研究》 2018年第2期68-70,共3页
汉字识别的算法研究是模式识别中的热点课题。文章针对脱机手写体汉字提出了一种用PSO算法优化BP神经网络的脱机识别算法。关于BP算法在训练时易出现局部极小化的现象,PSO算法可通过大空间内的搜索能力,在全局中优化BP算法。文章基于粒... 汉字识别的算法研究是模式识别中的热点课题。文章针对脱机手写体汉字提出了一种用PSO算法优化BP神经网络的脱机识别算法。关于BP算法在训练时易出现局部极小化的现象,PSO算法可通过大空间内的搜索能力,在全局中优化BP算法。文章基于粒子群算法优化BP神经网络(PSO-BPNN)研究脱机手写体汉字识别算法,通过Matlab软件对样本数据进行分类仿真。结果表明,PSO优化后的算法具有较高的收敛速度和稳定性,对手写体汉字的识别具有较强的能力。 展开更多
关键词 PSO算法 BP神经网络 粒子群算法优化BP神经网络 手写体汉字识别
改进粒子群优化BP神经网络粮食产量预测模型 预览
6
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
在线阅读 下载PDF
营养液多参数在线检测技术研究 预览 被引量:2
7
作者 简宁 魏正英 +1 位作者 张育斌 张磊 《节水灌溉》 北大核心 2016年第8期190-194,共5页
针对无土栽培中营养液成分检测的问题,设计一种营养液多组分检测系统。该系统主要由离子选择电极、信号调理电路、数据采集电路以及基于DelpHi开发的采集软件组成,能实时在线检测pH电极、钾离子电极、钙离子电极以及硝酸根电极四种电极... 针对无土栽培中营养液成分检测的问题,设计一种营养液多组分检测系统。该系统主要由离子选择电极、信号调理电路、数据采集电路以及基于DelpHi开发的采集软件组成,能实时在线检测pH电极、钾离子电极、钙离子电极以及硝酸根电极四种电极的电压信号,并将其转化为pH值和相应离子浓度值。对相互不存在交叉敏感干扰的氢离子和硝酸根离子,采用函数拟合的方式直接将pH电极和硝酸根电极转化为pH值和相应的硝酸根浓度;对相互存在交叉敏感干扰的钾离子和钙离子,采用遗传算法优化的BP神经网络建立交叉敏感模型来决策出相应的钾离子浓度和钙离子浓度,并与传统的BP神经网络算法进行了对比。最后采用多参数检测仪的测量结果和该系统得到的数据进行了对比来验证系统的准确可行性。 展开更多
关键词 离子选择电极 函数拟合 交叉敏感性 遗传算法优化BP神经网络
在线阅读 下载PDF
基于QPSO—BP和改进D-S的水电机组振动故障诊断 预览 被引量:4
8
作者 程加堂 段志梅 +1 位作者 艾莉 熊燕 《电力系统保护与控制》 CSCD 北大核心 2015年第19期66-71,共6页
为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S汪据理论融合量子粒子群优化BP神经网络(QPSO—BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独... 为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S汪据理论融合量子粒子群优化BP神经网络(QPSO—BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D—S理论的合成之中,实现了基本概率赋值的客观化。针对标准D—S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正。实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率。 展开更多
关键词 水电机组 振动 故障诊断 量子粒子群优化BP神经网络 改进D-S证据理论
在线阅读 下载PDF
基于MMAS-BP算法的短期风速非线性组合预测模型 被引量:1
9
作者 熊伟 程加堂 艾莉 《水电能源科学》 北大核心 2013年第10期247-249,共3页
为提高风电场短期风速的预测精度,引入一种基于改进蚁群算法优化神经网络的非线性组合预测方法,按误差平方和最小原则对所建灰色GM(1,1)模型、BP网络和RBF网络三种单一预测数据进行非线性组合,并将其结果作为最终预测值。仿真结... 为提高风电场短期风速的预测精度,引入一种基于改进蚁群算法优化神经网络的非线性组合预测方法,按误差平方和最小原则对所建灰色GM(1,1)模型、BP网络和RBF网络三种单一预测数据进行非线性组合,并将其结果作为最终预测值。仿真结果表明,该方法的平均绝对误差及均方误差分别为i7.76%和3.68%,均小于单一模型、线性组合模型及神经网络组合模型的预测结果,提高了网络的泛化能力,降低了预测风险,为风电场风速预测提供了一种新途径。 展开更多
关键词 风电场 短期风速 非线性组合预测模型 蚁群算法 最大-最小蚂蚁系统优化BP神经网络
改进的QGA-BP模型在复杂水质预测中的应用 被引量:5
10
作者 于(王乐) 汪家权 《模式识别与人工智能》 EI CSCD 北大核心 2012年第4期705-708,共4页
水质预测是实现非线性水系统的柔性管理、防治水污染的前提工作.机理性水质预测模型的构建往往较复杂并且需要大量运算与数据,预测效果有时不够精确,其进一步推广应用也受到限制.文中以淮河复杂水环境非机理性水质预测为目的,构建... 水质预测是实现非线性水系统的柔性管理、防治水污染的前提工作.机理性水质预测模型的构建往往较复杂并且需要大量运算与数据,预测效果有时不够精确,其进一步推广应用也受到限制.文中以淮河复杂水环境非机理性水质预测为目的,构建改进的量子遗传算法优化BP神经网络模型,采用动态改进策略和灾变策略作为进化操作准则来优化BP模型的权值和阈值,用历史观测数据作为学习范例训练模型.对比实验结果发现,模型改进以后,进化代数、收敛速度和预测结果的准确率有较大提高.该模型用于水质预测的黑箱问题是可行的,拓展水环境管理的思路. 展开更多
关键词 改进的量子遗传算法优化BP神经网络(QGA—BP)模型 水质预测 动态改进策略 灾变策略
BP小波神经网络在边坡位移预测中的应用 预览 被引量:1
11
作者 李方 闫永慧 《地质学刊》 CAS 2012年第2期134-137,共4页
用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网... 用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网络和BP神经网络的预测结果进行比较可以看出,优化的BP小波神经网络的预测值更接近GPS实测值。 展开更多
关键词 位移预测 优化BP小波神经网络 边坡 重庆忠县
在线阅读 下载PDF
新常态条件下中国经济增长预测研究——基于货币政策调控视角
12
作者 刘超 蒋玉洁 +2 位作者 马玉洁 周文文 刘宸琦 《管理评论》 CSSCI 北大核心 2018年第6期28-39,共12页
新常态条件下中国经济增长速度与质量的博弈是当前社会发展中的热点和难点问题,传统货币政策注重对经济增长速度的调控,经济发展新常态的提出为货币政策调控提出新的要求。本文从新常态条件下货币政策调控与经济增长速度和质量之间关系... 新常态条件下中国经济增长速度与质量的博弈是当前社会发展中的热点和难点问题,传统货币政策注重对经济增长速度的调控,经济发展新常态的提出为货币政策调控提出新的要求。本文从新常态条件下货币政策调控与经济增长速度和质量之间关系出发,选取1985-2016年货币政策调控及经济增长相关变量数据,将遗传算法的全局优化特性与BP神经网络的权值和阈值优化相结合构建货币政策调控与经济增长关系模型,模拟货币政策调控与新常态条件下经济增长速度和质量之间的交互行为,对2017年GDP增长率和三产贡献率进行预测分析,预测结果表明:2017年GDP增长率在6.3389%-6.6639%之间,经济增速进一步放缓;三产贡献率在52.2810%-54.9620%之间,经济增长质量增速显著,进一步研究发现自1985年以来三产贡献率不断提高,特别是2013年以后贡献率加快,第三产业对我国经济增长拉动作用不断增强,我国经济结构转型不断优化升级。 展开更多
关键词 济新常态 货币政策调控 济增长速度 济增长质量 遗传算法优化BP神经网络
勘察参数与本构模型参数转换关系初探 预览 被引量:1
13
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... 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BP神经网络 岩土本构模型参数
在线阅读 下载PDF
一种电动汽车用驱动电机系统性能评价方法 预览 被引量:1
14
作者 乔维德 《电机与控制应用》 北大核心 2017年第7期115-121,共7页
根据电动汽车用驱动电机性能特点,从驱动电机系统的电机控制性能、电机本体设计、企业资质能力等不同维度分析,应用层次分析法(AHP)确定驱动电机性能评价指标体系及其指标权重,建立驱动电机性能评价的BP神经网络模型,并采用鸡群优化... 根据电动汽车用驱动电机性能特点,从驱动电机系统的电机控制性能、电机本体设计、企业资质能力等不同维度分析,应用层次分析法(AHP)确定驱动电机性能评价指标体系及其指标权重,建立驱动电机性能评价的BP神经网络模型,并采用鸡群优化算法(CSO)对其模型进行优化。仿真实例表明,基于AHP和CSO-BP神经网络的驱动电机系统性能评价方法,具有评价速度快、准确率高等优点,并得到满意的评价结果。这对于电动汽车驱动电机系统的评价、选择与应用,具有较好的工程实用价值。 展开更多
关键词 电动汽车 驱动电机 层次分析法 鸡群优化算法-BP神经网络 评价
在线阅读 下载PDF
基于粒子群优化算法的PSO-BP海底声学底质分类方法 预览 被引量:3
15
作者 陈佳兵 吴自银 +3 位作者 赵荻能 周洁琼 李守军 尚继宏 《海洋学报》 CSCD 北大核心 2017年第9期51-57,共7页
利用粒子群优化算法(PSO)较强的鲁棒性和全局搜索能力等优点,将PSO算法与BP神经网络相结合,优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据,提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要... 利用粒子群优化算法(PSO)较强的鲁棒性和全局搜索能力等优点,将PSO算法与BP神经网络相结合,优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据,提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要特征向量,利用PSO-BP方法对海底底质进行分类识别。实验表明,3类底质分类精度均大于90%,高于BP神经网络70%左右的分类精度,表明PSO-BP方法可有效应用于海底底质的分类识别。 展开更多
关键词 基于粒子群优化算法的BP神经网络 特征向量 粒子群算法 底质分类
在线阅读 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:25
16
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... 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BP神经网络
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈