检索结果-南通市图书馆

作者：刘双安徽理工大学

学位级别：硕士

随着人们对位置信息需求的增加,定位技术在军事、应急救援、车辆跟踪等各个领域都受到了关注。目前主流的行人定位系统有全球定位系统(Global Positioning System,GPS)、北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)等,... 详细信息

随着人们对位置信息需求的增加,定位技术在军事、应急救援、车辆跟踪等各个领域都受到了关注。目前主流的行人定位系统有全球定位系统(Global Positioning System,GPS)、北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)等,可以在室外环境中实现高精度定位,被广泛应用于飞机、车辆和便携式设备,以提供实时定位和导航。在室内,系统受到信号屏蔽和多路径效应等,其定位性能严重下降,而实际上,室内应用比室外应用需要更精准的定位。目前,国内外学者提出了多种室内定位技术,它们要么过于复杂和昂贵,如红外和超宽带技术,要么容易受到多径效应和信号干扰,如Wi-Fi和射频识别(Radio Frequency Identification Technology,RFID)技术。可见光通信(Visible Light Communication,VLC)技术的出现打破了传统室内定位技术的局限,其具有经济、绿色环保、抗电磁干扰、定位精度高、安全性强等特点,成为最具潜力的室内定位技术之一。所以,本文以可见光室内定位技术为研究方向,主要工作内容包括:(1)研究了可见光通信的基本原理。主要包括LED(Light Emitting Diode)灯源构造和LED的发光原理,并在此基础上对可见光通信的视距传播和非视距传播进行详细比较分析,研究表明可见光的视距传播约占可见光传输的95%,所以本文以研究视距传播为主。接下来分析了在6 m×6 m×3 m房间中不同光源排布的光照分布情况,基于光照强度和成本的考虑,最终确定本文以四灯源分布为基础来研究可见光室内定位。其次对可见光几何测距定位技术和指纹定位技术进行分析,其中几何测距定位技术具体包括TOA(Time of Arrival)、TDOA(Time Difference of Arrival)、AOA(Angle of Arrival)、RSSI(Received Signal Strength Indication)技术,并分析了它们的优缺点和适用场景。最后本文介绍了均方根误差、平均定位误差和误差累积分布函数等常用的性能评价指标,并讨论了它们的意义和适用范围。(2)为了提高可见光几何测距定位技术的精度,本文提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(Seagull Optimization Algorithm combining Golden Sine and Sigmoid Continuity,GSCSOA)的接收信号强度的可见光室内定位技术。传统的海鸥优化算法(Seagull Optimization Algorithm,SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引入Sigmoid函数使算法在后期快速收敛,同时在海鸥扑食过程中加入黄金正弦机制能提高算法的寻优能力。在6 m×6 m×3 m的房间顶板上均匀布设4盏LED灯,实验结果表明:利用传统的RSSI定位估计算法得到的平均定位精度为1.28 m,改进的海鸥优化算法结合RSSI的定位算法得到的平均定位精度为7.17 cm。显然,改进后的室内定位算法精度更高,可应用于大部分的室内定位场所。(3)针对几何测量法定位难度大、成本高、复杂度高的问题,本文提出了海鸥优化极限学习机算法(Extreme Learning Machine Optimized by Seagull Optimizer Algorithm,SOA-ELM)的可见光指纹定位技术。传统的极限学习机算法(Extreme Learning Machine,ELM)随机生成输入权值矩阵,容易产生隐层节点冗余或不足、对位置输入参数识别能力较弱问题,所以本文提出了海鸥优化极限学习机算法,在6 m×6 m×3 m的房间顶板上均匀布设4盏LED灯,实验表明:本文定位算法平均定位误差4.5 cm,与ELM神经网络相比精度提高了40%,与BP神经网络相比精度提高了59%,显然,改进后的算法定位精度更高。(4)为了验证基于SOA-ELM算法的指纹可见光室内定位算法在实际环境中的可行性,本文设计了可见光室内定位系统,包括发射端和接收端的设计,以及在搭建好的可见光室内定位环境下进行的定位实验。在4 m×4 m×2.9 m的定位环境下,利用SOA-ELM算法进行实验,得到了平均5.73 cm的定位误差,证明了SOA-ELM算法在可见光定位中的有效性。图[30]表[5]参[116]

关键词：室内定位可见光通信指纹定位法 RSSI 海鸥优化算法

来源：

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

多源信息监测的变转速行星齿轮箱故障诊断方法研究

多源信息监测的变转速行星齿轮箱故障诊断方法研究

引用

作者：郭冯蔚河北科技大学

学位级别：硕士

研究齿轮箱的故障诊断技术,对于机械设备的平稳运行具有十分重要的意义。行星齿轮箱在变转速工况下的信号具有非平稳性和非线性,随着技术的发展,变转速行星齿轮箱多源信号的降噪和分类问题是当今机械故障诊断领域的难点。本文以行星齿... 详细信息

研究齿轮箱的故障诊断技术,对于机械设备的平稳运行具有十分重要的意义。行星齿轮箱在变转速工况下的信号具有非平稳性和非线性,随着技术的发展,变转速行星齿轮箱多源信号的降噪和分类问题是当今机械故障诊断领域的难点。本文以行星齿轮箱为研究对象,研究线调频小波路径追踪、计算阶比跟踪、分布式压缩感知等降噪算法、随机森林识别方法和海鸥优化算法及其在变转速行星齿轮箱多源信号处理中的应用。本文主要内容如下:针对非平稳信号难以使用传统信号分析方法处理的问题,采用线调频小波路径追踪与计算阶比跟踪相结合的方法进行处理。该方法利用线调频小波路径追踪从原始信号中提取转速,将其作为参考轴脉冲用于计算阶比跟踪的拟合。通过仿真和实验信号将其与三种常用的转速提取方法进行对比,结果表明该算法具有更高的精度和抗噪声能力。仿真信号的分析结果验证了计算阶比跟踪对非平稳信号的适用性,可以准确保留有效的阶次分量。实验结果表明基于线调频小波路径追踪的计算阶比跟踪方法获得了稳定的信号,保留了信号的有效信息,避免了阶次混叠。为了对多信号进行降噪,将分布式压缩感知用于行星齿轮箱多源信号的降噪处理。针对分布式压缩感知难以对非平稳多源信号进行有效降噪的问题,提出了计算阶比跟踪和分布式压缩感知相结合的COT-DCS方法。采用基于线调频小波路径追踪的计算阶比跟踪去除信号非平稳性,再利用分布式压缩感知对多源信号进行降噪。通过实验信号将该方法与SVD-GLCT、EMD-MPE方法的结果进行对比,COT-DCS方法结合了算法的优势,在抑制非平稳性、降噪效果和保留信息成分等方面均优于两种对比方法。针对随机森林算法分类精度较低的问题,利用海鸥优化算法对其进行参数优化。为了克服海鸥算法本身易陷入局部最优、求解精度较低的缺陷,提出了一种四种策略融合改进的海鸥优化算法。通过基本测试函数对改进效果进行验证,结果表明改进算法的性能在收敛性分析、最优值搜索等方面优于基本算法。将改进的海鸥优化算法用于随机森林的参数优化,经过算法优化后的随机森林能更有效地进行特征分类。

关键词：变转速行星齿轮箱故障诊断计算阶比跟踪分布式压缩感知海鸥优化算法

来源：

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

基于改进GRU循环神经网络的土壤湿度预测模型研究

基于改进GRU循环神经网络的土壤湿度预测模型研究

引用

作者：魏春影吉林农业大学

学位级别：硕士

土壤湿度在陆地水循环和能量循环中起到关键性作用,并且对天气、气候变化有一定的影响。在农业生产方面,可以根据土壤湿度来判断作物墒情状况,及时有效的了解土壤湿度信息,并合理制定农田灌溉策略,可以在确保粮食产量的同时节约水资源,... 详细信息

土壤湿度在陆地水循环和能量循环中起到关键性作用,并且对天气、气候变化有一定的影响。在农业生产方面,可以根据土壤湿度来判断作物墒情状况,及时有效的了解土壤湿度信息,并合理制定农田灌溉策略,可以在确保粮食产量的同时节约水资源,实现农业水资源利用价值最大化以及可持续发展。因此,土壤湿度预测的准确性对于农业、气候等诸多领域都具有重要的研究价值。近年来随着计算机技术和神经网络的快速发展,众多学者利用深度学习算法建立土壤湿度预测模型,以此来不断探究土壤湿度预测的准确性,但由于土壤湿度的影响因素众多,以及模型的普遍适用性会受到限制,如何进一步提高土壤湿度预测准确率仍需进一步探究。本研究通过利用少量影响因素即大气温度、大气湿度、降雨量以及土壤湿度数据实现对土壤湿度进行预测的目的。选取具有时间序列特性的GRU循环神经网络来进行实验研究,并采用智能海鸥优化算法和传统贝叶斯优化算法对GRU循环神经网络的超参数进行优化,对未来不同时间的土壤湿度进行预测对比,在实验过程中探究以上两种优化算法对超参数的优化能力,同时探究两种模型对于预测时间延长所展示出的性能。其主要研究内容包括:（1）利用采集到的大气温度、大气湿度、降雨量和土壤湿度数据,作为土壤湿度预测研究的影响因素进行实验探究,并通过对比实验最终确定利用前三天即72小时内的影响因素数据作为输入变量,共计18个时段的数据即72个变量,所取得的模型预测效果更佳。（2）本研究考虑到所研究数据具有一定的时间序列性,并且通过对比各种循环神经网络的优缺点,在保证预测准确性的同时,最终选取结构简单、运行速度较快的GRU循环神经网络作为所要搭建模型的主体网络。由于神经网络的部分超参数对于模型的预测效果起到重要的影响,并且当前并不存在任何一种超参数组合可以适用于所有的预测模型,这就需要在设置参数时不断尝试其最优值,以此实现最佳的预测效果。据此,本文通过选取海鸥优化算法和贝叶斯优化算法来实现本研究中GRU循环神经网络的最佳超参数设置,包括隐藏层节点数、初始学习率和L2正则化系数,分别建立SOA-GRU和BOA-GRU土壤湿度预测模型。（3）本研究利用上述两种预测模型,分别预测了未来12小时、24小时、36小时以及48小时的土壤湿度,不仅横向比较了两种模型的预测效果,同时利用多个时间步长的实验结果纵向比较了预测时间对预测效果的影响。最终实验表明,SOA-GRU模型对于土壤湿度的预测效果更佳,其最佳预测评价指标数据分别为MAPE（12h）=4.4120%,R（12h）=0.94605,RMSE（12h）=1.9998;而通过纵向比较多个时间步长的预测结果发现,两种模型均存在随着预测时间的延长其预测准确率呈现逐渐降低的趋势,但相比之下,SOA-GRU模型比BOA-GRU模型的预测准确率下降速度更加平缓。结合此研究内容,本文提出的SOA-GRU预测模型在土壤湿度预测方面具有应用的可行性,为今后此方面的研究提供了借鉴方向。同时也证明智能海鸥优化算法对土壤湿度预测模型的优化效果要优于传统贝叶斯优化算法。

关键词： GRU循环神经网络海鸥优化算法贝叶斯优化算法土壤湿度预测

来源：

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

基于ISOA−KELM的风机叶片腐蚀速率预测

引用

表面技术 2022年第11期51卷 271-278,304页

作者：孙栋钦汤占军李英娜陆鹏昆明理工大学信息工程与自动化学院昆明650000 云南龙源风力发电有限公司云南曲靖655000

目的针对风机运行安全问题,建立风机叶片表面腐蚀速率预测模型,实现对风机叶片安全的预警。方法对风机叶片腐蚀的原理进行分析,探讨复合材料的腐蚀机理,根据现场实测的数据对叶片表面腐蚀速率进行预测。针对海鸥算法(SOA)易陷入局部最... 详细信息

目的针对风机运行安全问题,建立风机叶片表面腐蚀速率预测模型,实现对风机叶片安全的预警。方法对风机叶片腐蚀的原理进行分析,探讨复合材料的腐蚀机理,根据现场实测的数据对叶片表面腐蚀速率进行预测。针对海鸥算法(SOA)易陷入局部最优的问题提出了相应的改进方案,采用logistics混沌映射取代了随机选取海鸥初始位置的方式,提高海鸥初始位置的质量;在海鸥位置更新方式中引入了Levy飞行策略,使得海鸥算法有更强的全局搜索能力;采用Metropolis准则,使处于较差位置的海鸥个体也有一定概率被接受,以提高种群多样性。将改进的海鸥算法用于对核极限学习机(KELM)参数的寻优,建立ISOA−KELM风机叶片表面腐蚀速率预测模型。对该模型进行实验,并与SOA−KELM、PSO−KELM、GA−KELM进行预测误差对比。结果使用ISOA优化KELM提升了KELM的预测精度,获得的平均绝对误差(MAE)为0.457、均方误差(MSE)为0.280、确定系数(R−square)为0.959,均优于SOA−KELM、PSO−KELM、GA−KELM对比模型。结论用ISOA−KLEM模型建立的风机叶片表面腐蚀速率模型具有更高的预测精度,基于相关环境数据预测的腐蚀速率对风电场的维修计划具有良好的指导作用。

关键词：海鸥优化算法核极限学习机风机叶片表面腐蚀腐蚀速率预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CEEMDAN-LZC和SOA-ELM的管道信号识别

引用

吉林大学学报（信息科学版） 2023年第2期41卷 193-201页

作者：张勇韦焱文王明吉路敬祎邢鹏飞周兴达东北石油大学物理与电子工程学院大庆163318 东北石油大学人工智能能源研究院大庆163318 东北石油大学电气信息工程学院大庆163318

针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模... 详细信息

针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模态(IMFs:Intrinsic Mode Functions)使用相关系数法获取有效的模态分量并进行信号重构;其次,计算重构信号的Lempel-Ziv复杂度和裕度作为特征参数;最后,将获取的特征参数输入到海鸥优化算法(SOA:Seagull Optimization Algorithm)优化后的极限学习机(ELM:Extreme Learning Machine)进行分类,并用实验室数据进行验证。实验结果表明,与常规极限学习机(ELM)和遗传算法优化后的极限学习机GA-ELM(Extreme Learning Machine Optimized by Genetic Algorithm)相比,SOA-ELM模型能有效的识别管道信号类型,且具有较高的识别率和较快的诊断速度。

关键词：自适应噪声完备集合经验模态分解 Lempel-Ziv复杂度海鸥优化算法极限学习机管道信号

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

锂离子电池SOH估计的算法研究

锂离子电池SOH估计的算法研究

引用

作者：吴章玉安徽理工大学

学位级别：硕士

环境污染和能源危机问题日益严重,新能源电动汽车逐渐成为我国汽车工业长期发展的战略目标。动力电池管理技术是保障电动汽车高效运行的关键,由于锂离子电池本身具有可精确测量参数有限、特性之间相互耦合和强非线性这三大特征,使得锂... 详细信息

环境污染和能源危机问题日益严重,新能源电动汽车逐渐成为我国汽车工业长期发展的战略目标。动力电池管理技术是保障电动汽车高效运行的关键,由于锂离子电池本身具有可精确测量参数有限、特性之间相互耦合和强非线性这三大特征,使得锂离子电池健康状态（state-of-health,SOH）的精确估计,成为学术研究的重点和技术突破的难点。针对锂离子电池SOH估计存在过拟合的问题,本课题先采用海鸥优化算法（seagull optimization algorithm,SOA）对变分模态分解（variational mode decomposition,VMD）算法进行优化,再将优化后的VMD与长短期记忆神经网络（long short-term memory neural network,LSTM）相结合,利用Python实现对锂离子电池SOH进行预测的目的。本课题做的主要内容如下:（1）为解决过拟合问题,设计了一种基于VMD的LSTM神经网络,该方法能够分解输入信号,从而达到去噪的目的,提高了预测SOH的精确度。但用来去噪的VMD,其分解信号的个数以及惩罚因子并不能选取最优值。（2）对于VMD存在的缺陷,本课题选择SOA对VMD进行优化,再用优化后的VMD将输入的容量数据进行去噪分解,分解信号放入神经网络进行训练以及预测。（3）通过充放电实验获取一组数据,再从NASA以及马里兰大学公开的电池老化实验数据中,提取四组数据集。实验结果表明,本课题设计的基于SOA的VMD-LSTM神经网络在相同条件下,具有更高的精度。论文涉及的实验方法与主要的结论对于其他类型的电池也具有一定的通用性,为未来的研究提供一定的理论参考价值。图[59]表[14]参[79]

关键词：健康状态锂离子电池海鸥优化算法变分模态分解长短期记忆神经网络

来源：

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

基于智能优化算法的订单调度策略研究与实现

基于智能优化算法的订单调度策略研究与实现

引用

作者：刘洋河北工程大学

学位级别：硕士

随着市场环境的复杂化,企业的竞争愈加激烈,生产经营策略逐渐从按库存生产转变为按订单生产。按订单生产可以根据客户需求,及时调整生产经营活动,提高生产效率,降低库存成本,以创造更高的企业收益。订单的选择接受与排产调度是企业采用... 详细信息

随着市场环境的复杂化,企业的竞争愈加激烈,生产经营策略逐渐从按库存生产转变为按订单生产。按订单生产可以根据客户需求,及时调整生产经营活动,提高生产效率,降低库存成本,以创造更高的企业收益。订单的选择接受与排产调度是企业采用按订单生产方式进行生产活动中的重要环节,传统的订单选择接受问题是由企业销售部门根据企业生产产能情况预估的决策,而没有考虑实际的生产情况。这样往往会导致订单不能够按期交付,需要企业向客户支付一定的违约惩罚,甚至客户会因为企业的失信行为而放弃下次合作机会。因此研究订单的接受与调度问题,具有重要的理论意义与实际应用价值。本文首先是对于订单的接受决策问题进行相关理论知识的梳理以及文献研究,确定了以企业最大化收益为目标的单机订单接受与调度问题的决策模型。为保证最后交货期前完成订单合理安排接受订单的加工序列,使企业的订单收益最大化。本文主要内容如下:考虑不同订单之间切换的生产准备时间,研究了以最大化企业收益为目标的单机订单接受与加工调度问题。海鸥优化算法对于求解高维的约束问题具有较好的效果,鉴于研究问题的强NP难问题,采用了改进海鸥优化算法对问题求解。为解决算法过早收敛陷入局部最优和种群多样性降低的问题,采用了非线性下降控制因子和反向学习概率选择,并通过局部搜索策略加强算法的寻优能力。最后,通过几组单峰和多峰测试函数验证改进海鸥算法效果,并使用改进的海鸥算法与其他算法作比较,证明了改进海鸥算法比其他算法在单机调度问题上有明显优势。研究了以最大化企业收益为目标考虑外包策略的单机订单调度问题,并采用改进候鸟优化算法求解该问题。为加强候鸟优化算法的邻域搜索能力,设计了三种邻域操作的混合邻域搜索策略。面对算法过早收敛陷入局部最优的问题,加入了重置机制,并通过加入局部搜索加强算法的局部搜索能力。最后通过大量的实例实验,证明改进候鸟优化算法应用在考虑转包决策的单机调度问题中求解效果优于最新的改进候鸟优化算法。

关键词：单件订单接受调度海鸥优化算法候鸟优化算法外包策略

来源：

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

基于群智能优化的多阈值图像分割算法研究

基于群智能优化的多阈值图像分割算法研究

引用

作者：李敏湖北工业大学

学位级别：硕士

图像分割技术作为一种有效的图像预处理手段,在很多领域有着广泛的应用。在众多的图像分割方法中,多阈值图像分割是一种最为直接和简单的方法,获得了诸多关注。但该方法随着阈值数量的增加存在计算量大、时间成本高等问题,因此,群体智... 详细信息

图像分割技术作为一种有效的图像预处理手段,在很多领域有着广泛的应用。在众多的图像分割方法中,多阈值图像分割是一种最为直接和简单的方法,获得了诸多关注。但该方法随着阈值数量的增加存在计算量大、时间成本高等问题,因此,群体智优化算法被众多学者广泛应用到了该领域中以提高分割效率。本文将鲸鱼优化算法和海鸥优化算法进行改进后应用于多阈值图像分割以提高分割的精度和效率,主要工作如下:(1)改进鲸鱼优化算法及其在多阈值灰度图像分割中的应用。a)对基本鲸鱼优化算法从两个方面进行改进,提出一种基于混合策略改进的鲸鱼优化算法MSWOA。首先提出一种k分点策略用于种群初始化,然后将自适应t分布策略引入算法以增强算法的搜索能力。算法性能实验结果表明,对于大部分标准测试函数,MSWOA算法比其他对比优化算法的搜索精度更高、收敛速度更快,能够有效地跳出局部最优。此外,消融实验结果也进一步表明了混合策略改进的有效性。b)将提出的MSWOA算法分别与最大类间方差和最大熵法相结合,提出了基于直方图的MSWOA-Histogram-Otsu和MSWOA-Histogram-Kapur多阈值灰度图像分割算法。图像分割实验部分选取分割评价指标PSNR、SSIM、FISM以及CPU运行时间对分割结果进行讨论,并采用Wilcoxon秩和检验进行了统计学分析,实验结果表明MSWOA-Histogram-Kapur是一种较好的多阈值灰度图像分割算法,可以用于解决灰度图像的阈值分割问题。(2)改进海鸥优化算法及其在多阈值彩色图像分割中的应用。a)对基本海鸥优化算法从两个方面进行改进,提出一种基于混合策略改进海鸥优化算法MSSOA。算法改进之处在于将自适应t分布和Levy飞行两种策略同时引入算法,以强化海鸥个体的搜索能力。消融实验结果表明,混合策略的改进在总体上要优于单个策略的改进。算法性能实验结果表明,对于大部分标准测试函数,MSSOA算法搜索精度更高、收敛速度更快,稳定性更好。b)以Tsallis熵为目标函数,将提出的MSSOA算法与图像能量曲线相结合提出一种MSSOA-Energy Curve-Tsallis多阈值彩色图像分割算法。在图像分割实验中,首先通过实验的方式给出Tsallis熵的参数q的参考取值范围为开区间(0,1),然后在q=0.4的条件下选择Berkeley图像集进行多阈值彩色图像分割实验,实验结果表明MSSOA-Energy Curve-Tsallis的分割效果是所有对比算法中最好的。c)将MSSOA算法与(1)中提出的MSWOA算法进行了综合比较,实验结果表明,MSSOA在算法性能和多阈值图像分割应用两个方面都比MSWOA表现的更好。

关键词：多阈值图像分割鲸鱼优化算法海鸥优化算法 t分布 Levy飞行

来源：

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

基于改进神经网络的水质参数预测模型研究

基于改进神经网络的水质参数预测模型研究

引用

作者：潘赢青海民族大学

学位级别：硕士

随着科技的不断进步,众多的新兴技术不断被提出,如人工智能（Artificial Intelligence,AI）,物联网（Internet of Things,IoT）,云计算（Cloud Computing）等。物联网技术作为新一代信息技术的重要组成部分,更是在各类场景中被人们深入... 详细信息

随着科技的不断进步,众多的新兴技术不断被提出,如人工智能（Artificial Intelligence,AI）,物联网（Internet of Things,IoT）,云计算（Cloud Computing）等。物联网技术作为新一代信息技术的重要组成部分,更是在各类场景中被人们深入研究,如智慧城市、智慧家居、环境监测等。物联网的产生极大地提高了人们生活的便利,但伴随着传感器设备类型和数量的不断增加,需要处理的数据量也在不断增加,如何高效准确地处理众多数据一直是人们研究的重点问题。物联网的数据具有海量性、异构性、实时性等特征,因此数据的融合处理是一个难点问题,也是一个值得研究的问题。神经网络（Neural Network,NN）作为数据融合（Data Fusion,DF）的一种方法,在众多类型的数据融合方案中表现了其强有力的优势。它对人类脑部神经元进行抽象,从信息处理角度,建立各种不同的模型,从而通过连接方式的不同来组成不同的网络,可用来分析和预测。神经网络的优点众多,也存在不足之处,如陷入局部最优,泛化能力差等。因此,在实际应用中常常使用其他算法与之结合来克服其缺点。在这些算法中,对启发式算法的运用研究最多,众多启发式算法相继被提出并应用在不同的物联网场景上。本文对物联网、数据融合、神经网络等理论进行研究。对其中的一种常见的神经网络算法,即反向传播（Back Propagation,BP）神经网络算法的不足之处和常见的利用启发式算法改进的思路进行分析。提出一种利用海鸥优化算法（Seagull Optimization Algorithm,SOA）改进BP神经网络的模型,并针对具体的水质参数预测场景对提出的模型进行性能分析验证。针对海鸥优化算法本身的不足提出一种改进思路,并利用基准函数对提出的改进算法进行性能验证。使用新的算法运用到对神经网络的改进上,得到一种新的模型即改进海鸥优化算法（Improved Seagull Optimization Algorithm,ISOA）改进BP神经网络的模型。仿真结果表明,提出的改进算法在预测精度上有显著的提高,可更好的应用于实际中。

关键词：物联网神经网络数据融合启发式算法海鸥优化算法

来源：

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

ISOA-BP组合优化氨氮预测模型

引用

青海师范大学学报（自然科学版） 2020年第4期36卷 25-31页

作者：纪小红潘赢青海民族大学物理与电子信息工程学院青海西宁810007

由于易陷入局部最优,传统的BP神经网络在水体氨氮的预测中精度较低.而最近提出的海鸥优化算法的寻优性能较好,与BP神经网络结合使用可很好的克服其易陷入局部最优的缺点.本文主要研究BP神经网络在氨氮预测方面的问题,针对海鸥优化算法(S... 详细信息

由于易陷入局部最优,传统的BP神经网络在水体氨氮的预测中精度较低.而最近提出的海鸥优化算法的寻优性能较好,与BP神经网络结合使用可很好的克服其易陷入局部最优的缺点.本文主要研究BP神经网络在氨氮预测方面的问题,针对海鸥优化算法(Seagull Optimization Algorithm,SOA)本身的不足,提出一种利用混沌思想进行改进的思路,得到一种新的预测模型即改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)优化BP神经网络的模型.仿真结果表明,提出的改进算法在预测精度上有显著的提高,可更好地应用于实际中.

关键词：神经网络海鸥优化算法氨氮预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：