检索结果-南通市图书馆

基于改进PSO和双隐层BP网络的锅炉氧量优化

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2020年第11期37卷 87-91,193页

作者：马良玉王永军左晓桐华北电力大学控制与计算机工程学院河北保定071003

锅炉氧量是大型燃煤机组送风系统控制的重要参数,其设定值是否合理对锅炉效率和NOx排放浓度有直接影响。为更科学合理地确定锅炉氧量设定值,提出了一种基于改进PSO和双隐层BP网络的锅炉氧量优化策略。借助某1000MW火电机组历史运行数据... 详细信息

锅炉氧量是大型燃煤机组送风系统控制的重要参数,其设定值是否合理对锅炉效率和NOx排放浓度有直接影响。为更科学合理地确定锅炉氧量设定值,提出了一种基于改进PSO和双隐层BP网络的锅炉氧量优化策略。借助某1000MW火电机组历史运行数据,建立以机组主要参数及氧量为输入、锅炉效率和NOx排放为输出的双隐层BP网络模型。为更快的搜索到最优氧量,提出一种引入变异机制的混沌简化粒子群算法。采用Gauss/mouse混沌映射增加初始种群的多样性,在位置更新过程中引入非线性递增惯性权重和高斯变异机制,提高算法跳出局部最优的能力。以双隐层BP网络模型为基础构建适应度函数寻优得到最优氧量设定值,实验结果表明改进算法具有更好的收敛速度和精度,可以高效准确地预测当前工况下的氧量最佳值,为锅炉优化运行提供指导。

关键词：混沌映射变异机制双隐层锅炉效率氮氧化物排放氧量设定值

在线全文

学校读者我要写书评

暂无评论

新型双隐层极限学习机及其应用

新型双隐层极限学习机及其应用

作者：郎波霏郑州大学

学位级别：硕士

近年来,智能手表,智能手环等一系列可穿戴式智能设备逐渐受到越来越多人们的关注和喜爱。精致小巧是这些便携设备的优点。但是,不可否认的是,在这众多的可穿戴设备之中,总有一些设备因为存储空间有限而达不到令客户满意的分类精度。为... 详细信息

近年来,智能手表,智能手环等一系列可穿戴式智能设备逐渐受到越来越多人们的关注和喜爱。精致小巧是这些便携设备的优点。但是,不可否认的是,在这众多的可穿戴设备之中,总有一些设备因为存储空间有限而达不到令客户满意的分类精度。为了解决这个问题,本文提出了一种新型的双隐层极限学习机(Two-hidden-layer Extreme Learning Machine,TELM)。这种算法是在基本的极限学习机(Extreme Learning Machine,ELM)的单隐层前馈神经网络(Singlehidden-layer Feedforward Neural Network,SLFN)结构的基础之上,又添加了一个隐层。所以,从结构上来说,它属于一种双隐层前馈神经网络(Two-hidden-layer Feedforward Neural Network,TLFN)算法。具体说来,就是它的第一层隐层的参数(输入层与第一层隐层的之间的连接权值、第一层隐层的偏置)同基本的极限学习机一样是随机产生的。而它的第二层隐层的参数(第一层隐层与第二层隐层的之间的连接权值、第二层隐层的偏置)是通过我们引入的一种新颖的参数求解方法计算得出的。实验表明,相比于ELM及一些多隐层ELM算法,该算法仅需设置较少的隐层节点,就可达到较高的精度,并且具有较强的鲁棒性。可以为一些便携智能设备在有限的存储容量条件下,精度如何大幅提高提供了一条行之有效的解决方案。算法的实用性较强。本文主要完成了以下工作:首先,简述了极限学习机的研究背景及意义。其次,着重介绍了极限学习机的一些基本原理及概念,并对传统的极限学习机的优缺点进行了较为详细的分析与论述。在此基础上,又对近年来不断涌现的一些极限学习机的改进算法和与之相关的应用进行了综述。再次,重点论述了本文提出的一种新型的双隐层极限学习机(Two-hidden-layer Extreme Learning Machine,TELM)的算法思想,基本原理及相关推导等。在这一算法中,它第一层隐层的参数同传统的极限学习机一样是随机产生的,这样做既保留了传统的ELM的特色,又保证了算法的较快的训练速度。而TELM第二层隐层的参数的求解是通过我们引入的一种新颖的参数求解方法算出的。通过这种参数求解方法来寻求一个输入空间与输出空间的更好的映射关系,从而提高算法的精度。在实验测评部分,通过对3个不同性质的优化函数进行的拟合实验、对Vowel、Satellite、Segment、Pendigits、Optdigits这5个不同维数,不同类别数的简单数据集以及对一个数据量较大,维数较高的复杂数据集——MNIST数据集进行的分类实验,表明:该算法仅需设置较少的隐层节点,就可获得较高的训练精度和测试精度,同时,也证明了该算法的可行性和实用性。最后,为了测试这种双隐层极限学习机解决实际问题的能力,又将该算法应用到了新兴的腕部静脉认证系统(Wrist Vein Recognition System)中去,通过与传统的ELM作对比实验,结果表明:相比于ELM,TELM不但仅需较少的节点就可以得到较高的训练精度和测试精度,而且它的训练速度也与ELM在一个数量级上。由此也说明了TELM可以为那些因为存储容间的限制而达不到较好分类精度的存储容量较小的便携设备,提供一条行之有效的解决方案。

关键词：神经网络极限学习机双隐层拟合分类腕部静脉认证系统

双隐层BP神经网络模型在区域水安全评价中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水资源与水工程学报 2013年第3期24卷 196-200页

作者：胡昌军云南省麻栗坡县水务局云南麻栗坡663600

基于BP神经网络的基本原理和方法,构建双隐层BP神经网络水安全评价模型。以相关文献资料进行模型评价效果验证。验证表明:所建立的双隐层BP评价模型和评价方法是合理可行的,是一种可以运用的区域水安全评价方法。基于此模型,结合丰水地... 详细信息

基于BP神经网络的基本原理和方法,构建双隐层BP神经网络水安全评价模型。以相关文献资料进行模型评价效果验证。验证表明:所建立的双隐层BP评价模型和评价方法是合理可行的,是一种可以运用的区域水安全评价方法。基于此模型,结合丰水地区区域实际,利用层次分析法构建了符合丰水地区水安全评价的指标体系和标准,以文山州区域水安全评价为例进行分析。结果表明:文山州各评价区域不同规划水平年水安全评价等级为Ⅳ～Ⅱ级,即处于不安全与安全之间,客观反映了文山州现状及中、长期水安全状况,符合区域实际,评价结果可作为研究区域水安全评价的参考依据。

关键词： BP神经网络双隐层水安全评价文山州

双隐层BP人工神经网络模型在雷暴潜势预报中的应用

在线全文

学校读者我要写书评

暂无评论

双隐层BP人工神经网络模型在雷暴潜势预报中的应用

基于双隐层BP网络的沈阳地区雷暴潜势预报模型

第32届中国气象学会年会

作者：栾健蔡波林楠肖稳安王迪辽宁省防雷技术服务中心沈阳军区空军司令部气象处南京信息工程大学大气物理学院辽宁省气象服务中心

雷暴产生机制的复杂性决定了他的发生具有显著的非线性特征,人工神经网络由于具有很强的非线性映射能力和并行性、适应性、容错性及自学习能力,特别适用于解决因果关系复杂的非确定推理、判断、预测和分类等问题,因此在雷暴潜势预报研... 详细信息

雷暴产生机制的复杂性决定了他的发生具有显著的非线性特征,人工神经网络由于具有很强的非线性映射能力和并行性、适应性、容错性及自学习能力,特别适用于解决因果关系复杂的非确定推理、判断、预测和分类等问题,因此在雷暴潜势预报研究领域越来越受到重视,在人工神经网络的研究应用中,BP(Back-Propagation,反向传播算法)人工神经网络被各领域广泛应用[1-5]。这种模型相比于其它模型而言,研究成熟,且通用性好。相对传统的数理统计方法而言,BP人工神经网络模型可以求解非线性问题,同样对样本大小的要求也可以相对少得多。由于研究地域的不同,选取的预报因子不同,网络模型的构建方式不同,预报结果判定方式也有所不同[6-10]。因此,本文利用沈阳市2007011年6、7、8月探空资料与闪电定位资料,分析该地区的雷暴潜势预报因子,进一步建立BP人工神经网络模型,对该地区的雷暴潜势预报进行研究,对比分析6h和12h雷暴潜势预报效果,获得更高的预报准确率。

关键词：双隐层 BP网络雷暴潜势预报人工神经网络

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

西南大学学报（自然科学版） 2017年第2期39卷 84-91页

作者：林中冠栾健王迪张春龙栾澜辽宁省气象服务中心沈阳110166 中国气象局气象干部培训学院辽宁分院沈阳110166 黑龙江省气象灾害防御技术中心哈尔滨151030 沈阳农业大学农学院沈阳110866

利用沈阳市2007-2011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报.结果表明:基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、... 详细信息

利用沈阳市2007-2011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报.结果表明:基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、探测概率POD=79.38%、虚假报警率FAR=32.46%和总指数TS=74.89%,预报效果较令人满意;通过12h和6h潜势预报结果对比发现,6hBP神经网络模型预报效果好,更适用于沈阳地区雷暴潜势预报.

关键词：双隐层 BP网络雷暴潜势预报模型

基于双隐层L-M算法的BP神经网络机械加工误差预测控制模型

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2013年第3期 73-77页

作者：龚立雄万勇侯智黄敏姜建华重庆理工大学机械工程学院重庆400054 华润(集团)有限公司华东区杭州310002 重庆理工大学MBA教育中心重庆400050 广东科学技术职业学院珠海519090

分析了误差的来源和传递方式,针对机械加工过程高度非线性、多输入和多输出的特点,构造了双隐层L-M算法BP神经网络误差预测控制模型。根据工艺系统刚度、工件硬度、加工前、后径向误差来预测控制刀具径向总进刀量、第一、第二次刀具径... 详细信息

分析了误差的来源和传递方式,针对机械加工过程高度非线性、多输入和多输出的特点,构造了双隐层L-M算法BP神经网络误差预测控制模型。根据工艺系统刚度、工件硬度、加工前、后径向误差来预测控制刀具径向总进刀量、第一、第二次刀具径向进刀量,实验和仿真结果表明该模型能指导生产、优化加工工艺和提高产品质量。最后,采用LAB-VIEW软件和MATLAB软件编制了误差预测控制系统,实现了预测控制的可视化。

关键词：误差双隐层 BP神经网络 LABVIEW软件

在线全文

学校读者我要写书评

暂无评论

基于双隐层BP网络的雷暴潜势预报模型

基于双隐层BP网络的雷暴潜势预报模型

智能防雷网赢未来——2016中国雷电防护高峰论坛

作者：栾健林楠蔡波辽宁省防雷技术服务中心沈阳军区空军司令部气象处

本文利用沈阳市2007011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报。结果表明,基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46... 详细信息

本文利用沈阳市2007011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报。结果表明,基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、探测概率POD=79.38%、虚假报警率FAR=32.46%和总指数TS=74.89%,预报效果较令人满意;通过12h和6h潜势预报结果对比发现,6hBP神经网络模型预报效果好,更适用于沈阳地区雷暴潜势预报。

关键词：双隐层 BP网络雷暴潜势预报模型

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于改进的降噪自编码药物透血脑屏障预测

计算机应用研究 2018年第5期35卷 1355-1359页

作者：周兴发禹龙田生伟李莉王梅新疆大学软件学院乌鲁木齐830008 新疆大学网络中心乌鲁木齐830046 新疆医科大学医学工程技术学院乌鲁木齐830011 新疆医科大学制药部门乌鲁木齐830054

药物透血脑屏障是新药研发的一个重要因素。在传统栈式降噪自编码(stacked denoising autoencoder,SDAE)基础上,提出一种改进的SDAE药物透血脑屏障预测方法。利用主成分分析(principal components analysis,PCA)无监督训练一组权值初始... 详细信息

药物透血脑屏障是新药研发的一个重要因素。在传统栈式降噪自编码(stacked denoising autoencoder,SDAE)基础上,提出一种改进的SDAE药物透血脑屏障预测方法。利用主成分分析(principal components analysis,PCA)无监督训练一组权值初始化SDAE,避免随机初始化权值造成模型收敛速度较慢的问题;然后为降噪自编码(denoising autoencoder,DAE)增加一层隐藏层,构造双隐层DAE,提高单个DAE提取药物分子抽象特征的能力;融合SDAE最后两个DAE的第一层隐藏层输出作为softmax分类器的输入,最终实现药物透血脑屏障预测。实验表明,与传统的SDAE及浅层机器学习模型SVM相比,改进后的模型对药物透血脑屏障具有更好的预测效果。

关键词：血脑屏障栈式降噪自编码 PCA 双隐层融合输出

小波神经网络方法研究及其在股指期货预测中的应用

在线全文

学校读者我要写书评

暂无评论

小波神经网络方法研究及其在股指期货预测中的应用

作者：李小娜北京交通大学

学位级别：硕士

在国际市场上,股指期货近年来已成为最广泛的风险管理工具,股指期货以股价指数作为标的物在指定日期内进行交易.为避免一些人为可控干扰因素,本文主要分析对象是相对较成熟的上证50股指期货,上证指数由上海证券交易所编制的,并以挂牌上... 详细信息

在国际市场上,股指期货近年来已成为最广泛的风险管理工具,股指期货以股价指数作为标的物在指定日期内进行交易.为避免一些人为可控干扰因素,本文主要分析对象是相对较成熟的上证50股指期货,上证指数由上海证券交易所编制的,并以挂牌上市的所有股票为计算范围,将发行量看作权数综合的一系列指数,股指反映的是股票样本整体的价格变动情况,上证50指代表的是超大型的蓝筹股走势,是股指期货中的重要标的指数,它反映了交易市场的总体走势,因为上证股指是综合多种个股的很多因素而形成的,即使有个股被控制炒作,但通常情况下,只要大部分个股符合市场规律,则上证股指依然可以反映市场规律.所以研究关于上证50的预测方法对于国民经济发展具有重要意义.目前,股指期货的预测方法有很多,随着股指期货市场发展得越来越复杂,通过单一的神经网络的预测技术不足以达到人们的预期效果,小波分析是近30年来发展起来的一个新兴的前沿研究领域,是继Fourier分析后的一个划时代的发展结果,小波技术由于自身特性而可以和神经网络结合在一起进行预测,这样能够让各个性能更加优越,并有效避免了神经网络模型中的不足之处,它的出现为很多领域提供了有效的方法,不仅对数学基础理论,而且对科技界和工程界等方面都起到了深远影响.此外,小波神经网络的研究在最近几年发展得也很快,这种智能综合研究将两种甚至多种方法结合起来,可以将多种方法的优点综合利用,或者可以让它们之间进行互补以形成一种新型的方法.本文研究小波和神经网络以不同形式结合的模型的预测效果,其中神经网络选用BP神经网络,将小波和BP神经网络通过分离式和嵌入式进行结合,并利用上证50进行实证分析比较.首先介绍分离式多小波神经网络,该模型是利用多小波进行了去噪处理,再利用神经网络对去噪信号进行训练学习,其中多小波通过多个小波在不同维度上进行变换,将很多信息可以挖掘出来,它与神经网络相结合使得训练更充分,精确度更高,相对而言网络结构稳定;其次关于嵌入式,本文提出单隐层和双隐层两种类型分别于单小波和双小波进行结合,并比较这四种结构模型的预测效果,这里通过引入多隐层将多小波与双隐层神经网络进行结合,有效的增加预测精度,并提出双隐层网络结构,相应构造了双隐层单小波和多小波网络模型,这种模型结构改变了小波神经网络的学习模式,还可以保留前几种小波神经网络模型的全部优点,此外,在模型优化过程中加入动量因子,以使网络收敛速度较快而且避免求得局部最优解.本文将五种模型通过上证50指数进行实证分析,其中上证50股指选取了256个交易日的数据,文章用上证50指的开盘价、最高价、最低价、成交量、总金额5个指标作为输入来进行分析,通过对股市的综合分析,收盘价是一天多方交战的最后数据,也是第二天开盘价的依据,它能刻画和评估一天的运行走势,所以输出选用收盘价来进行预测.最终试验结果表明,在五种模型中,嵌入式双隐层多小波神经网络预测模型的泛化能力最强,预测效果最好,而且学习速度得到了有效提高,以此对各模型的性能以及优缺点进行比较分析,该模型的提出对股市预测研究起到了很重要的应用研究价值,而且对于促进我国发展市场经济有重要的战略意义.

关键词：小波神经网络结合方式多小波双隐层预测