检索结果-南通市图书馆

硫化矿石自燃倾向性等级划分的ga-bp神经网络模型及应用

在线全文

学校读者我要写书评

暂无评论

自然灾害学报 2015年第4期24卷 227-232页

作者：阳富强刘广宁郭乐乐福州大学环境与资源学院福建福州350108

准确判定硫化矿石的自燃倾向性等级,可为高硫矿井防灭火设计和安全回采提供重要的理论依据。结合已有的研究成果,选取表征硫化矿石自燃倾向性本质特性的自热点温度、室内低温氧化质量增加率和自燃点温度3项指标作为硫化矿自燃倾向性等... 详细信息

准确判定硫化矿石的自燃倾向性等级,可为高硫矿井防灭火设计和安全回采提供重要的理论依据。结合已有的研究成果,选取表征硫化矿石自燃倾向性本质特性的自热点温度、室内低温氧化质量增加率和自燃点温度3项指标作为硫化矿自燃倾向性等级划分的基本判别因子。以采自典型高硫矿山的18组矿样的实测数据作为训练样本进行分析计算,进而建立了硫化矿石自燃倾向性等级划分的ga-bp神经网络模型。最后,运用该模型对6组硫化矿井矿样的自燃倾向性进行了分级预测。研究结果表明,6组实测样本的误判率平均值仅为2.5%,取得了良好的预测效果。因此,gabp神经网络模型可以用于指导高硫矿山矿石自燃倾向性等级的划分。

关键词：硫化矿石自燃倾向性 ga-bp 等级划分

在线全文

学校读者我要写书评

暂无评论

ga-bp算法应用于核事故源项反演的研究

安全与环境学报 2016年第6期16卷 24-28页

作者：侯闻宇凌永生赵丹单卿黑大千贾文宝南京航空航天大学材料科学与技术学院江苏省高校放射医学协同创新中心南京210016

为了更准确地估算核事故源项,提高核事故后果评价的准确性,将用遗传算法优化的bp神经网络算法应用于核事故源项反演,改善bp神经网络学习算法应用于核事故源项反演时易陷入局部极小的缺陷。应用Matlab软件编码实现用遗传算法来优化bp神... 详细信息

为了更准确地估算核事故源项,提高核事故后果评价的准确性,将用遗传算法优化的bp神经网络算法应用于核事故源项反演,改善bp神经网络学习算法应用于核事故源项反演时易陷入局部极小的缺陷。应用Matlab软件编码实现用遗传算法来优化bp神经网络的权值和阈值,将这些优化值赋给网络,得到优化的bp神经网络,即ga-bp神经网络。用7 852组训练数据训练ga-bp神经网络,训练结束后,用500组测试数据评估两种算法的性能。经统计计算得到ga-bp神经网络的平均训练误差为7.98%,小于原始bp神经网络的10.25%;ga-bp的平均测试误差为9.78%,小于原始bp神经网络的10.21%。训练和测试结果表明,经遗传算法优化的bp神经网络误差明显小于原始bp神经网络算法,ga-bp神经网络算法能有效地避免原始bp神经网络容易陷入局部极小值的缺陷,且缩短了训练时间,提高了源项反演的准确度。

关键词：安全学遗传算法神经网络算法 ga-bp 源项反演核事故后果评价

基于ga-bp对锥形布风板双流化床颗粒循环流率的预测研究

在线全文

学校读者我要写书评

暂无评论

热力发电 2015年第2期44卷 90-95页

作者：陈鸿伟吴晶何骏鹏李岩华北电力大学电站设备状态监测与控制教育部重点实验室河北保定071003

为了合理地控制锥形布风板双流化床的颗粒循环流率,在自行搭建的冷态实验台上,研究了一些参数对颗粒循环流率的影响。结果显示,颗粒循环流率分别随着气化室风速、提升管风速、床料重量的增加而增加,随着颗粒粒径的增加而减小,随着锥形... 详细信息

为了合理地控制锥形布风板双流化床的颗粒循环流率,在自行搭建的冷态实验台上,研究了一些参数对颗粒循环流率的影响。结果显示,颗粒循环流率分别随着气化室风速、提升管风速、床料重量的增加而增加,随着颗粒粒径的增加而减小,随着锥形布风板角度的增加而增加。建立了ga-bp神经网络模型,利用预测值与实际值的最大相对误差和均方差来评价模型优劣,通过比较,找到了模型的最优参数设置,其预测结果的最大相对误差仅为0.108 7,均方差为0.002 0。

关键词：颗粒循环流率双流化床锥形布风板 ga-bp 预测

基于ga-bp算法的着装时男性下体热湿舒适性预测

在线全文

学校读者我要写书评

暂无评论

丝绸 2019年第1期56卷 38-44页

作者：程朋朋陈道玲闽江学院现代服装技术协同创新中心福州350108 闽江学院服装与艺术工程学院福州350108

为探究着装时男性下体热湿舒适性的影响因子,而这些因子之间又存在高度非线性的、复杂的关系,文章提出采用具有全局搜索寻优的遗传算法优化bp神经网络(即ga-bp),分析男性下体热湿舒适性指标及建立SVM模型进行预测,并与灰色关联度法、线... 详细信息

为探究着装时男性下体热湿舒适性的影响因子,而这些因子之间又存在高度非线性的、复杂的关系,文章提出采用具有全局搜索寻优的遗传算法优化bp神经网络(即ga-bp),分析男性下体热湿舒适性指标及建立SVM模型进行预测,并与灰色关联度法、线性回归分析、模糊数学及bp算法的预测结果作对比。结果表明:影响男性下体热湿舒适性的主要因素是内裤面料的成分及纤维含量、回潮率、保温率、传热系数及衣下空气层;所建立的模型具有较高的精确度和可操作性,可以有效地预测主观舒适性,较优于其他算法。

关键词：热湿舒适性影响因素 ga-bp 男性下体

Coating Thickness Modeling and Prediction for Hot-dip galvanized Steel Strip Based on ga-bp Neural Network

在线全文

学校读者我要写书评

暂无评论

Coating Thickness Modeling and Prediction for Hot-dip Galvan...

基于ga-bp算法的超声波测量精度优化研究

第32届中国控制与决策会议

作者： Kai Mao Yong-Li Yang Zhe Huang Dan-yang Yang School of information science and engineering Wuhan university of science and technology

To overcome the large time delay,strong nonlinear characteristics and multiple interference sources,a zinc coating thickness model must be constructed as an essential component for the steel strip hot dip galvanizing system.A bp neural network model was proposed to model and predict the thickness of hot-dip galvanized zinc *** the model,the main influences of the coating thickness such as the strip line speed,air knife pressure,air knife to strip distance and air knife height of the hot dip galvanizing system are used as the model input parameters,and the coating thickness as the model output *** shows that bp neural network occasionally fell into local *** a genetic algorithm was introduced to optimize the bp neural network,and the initialization weights and biases of the bp neural network were optimized in *** shows the above-mentioned ga-bp algorithm has improved prediction accuracy and converges faster compared to conventional coating thickness models,and can be used in the close loop zinc layer thickness control system as feedback subsequently.

关键词： Coating thickness Nonlinear bp ga-bp Modeling Prediction

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

计算机工程与科学 2016年第5期38卷 1066-1070页

作者：杨洪军董玉华内蒙古大学满洲里学院内蒙古满洲里021400 大连民族大学信息与通信工程学院辽宁大连116000

针对复杂环境下超声波传感器测量系统测量精度问题,以罐体油位测量为例,提出一种基于神经网络遗传算法的超声波传感器测量精度优化模型,实现超声波油位测量系统的非线性误差校正。仿真结果表明,该方法可以减小超声波传感器本身结构和外... 详细信息

针对复杂环境下超声波传感器测量系统测量精度问题,以罐体油位测量为例,提出一种基于神经网络遗传算法的超声波传感器测量精度优化模型,实现超声波油位测量系统的非线性误差校正。仿真结果表明,该方法可以减小超声波传感器本身结构和外界因素的干扰,提高测量精度。

关键词：油位测量超声波 ga-bp 精度优化

改进的ga-bp神经网络在矿井突水水源判别中的应用

在线全文

学校读者我要写书评

暂无评论

中国安全生产科学技术 2016年第7期12卷 77-81页

作者：李垣志牛国庆刘慧玲河南理工大学安全科学与工程学院河南焦作454000

矿井突水水源的判别是制定防治水措施的重要环节。通过对某矿含水层水化学特性的相关性分析,将PCA算法、K折交叉验证算法嵌入ga-bp神经网络,提出了一种新的ga-bp神经网络,将其应用于实例分析中,并与传统的方法进行比较。结果表明:针对... 详细信息

矿井突水水源的判别是制定防治水措施的重要环节。通过对某矿含水层水化学特性的相关性分析,将PCA算法、K折交叉验证算法嵌入ga-bp神经网络,提出了一种新的ga-bp神经网络,将其应用于实例分析中,并与传统的方法进行比较。结果表明:针对水化学特性相近的含水层,PCA算法能够排除样本中的冗余信息,降低样本指标维度,简化bp神经网络结构;K折交叉验证算法能够提高ga算法对bp神经网络权值的寻优质量,使ga算法的进化方向更具合理性;二者的引入大大优化了传统ga-bp神经网络性能,其判别精度更高、适用性更强、结果更可靠,在矿井突水水源判别方面具有很好的应用前景。

关键词：突水水源判别 ga-bp PCA算法交叉验证

基于CEEMD-ga-bp神经网络的风光发电功率预测

在线全文

学校读者我要写书评

暂无评论

电网与清洁能源 2022年第3期38卷 111-118页

作者：邹文进郝少飞马刚黄凤良葛浩然夏宇南京师范大学电气与自动化工程学院江苏南京210046

传统的bp神经网络(back propagation neural network,bpNN)虽然在功率预测方面已有广泛应用,但其对于随机波动性较强的风光发电功率预测准确度较低。文中提出一种基于CEEMD(complementary ensemble empirical mode decomposition)方法优化的遗传算法神经网络(genetic algorithmbpNN,ga-bpNN)模型,首先用CEEMD方法将原始数据分解成易于预测的分量,并将各分量预测结果集总平均得到最终结果。以德国巴登-符腾堡州地区能源系统中风光发电功率的历史实例验证该模型的效果,并与其地预测模型进行对比,结果表明,无论是日前预测还是超短期预测,文中所提模型能够提高风光发电功率预测的准确度。

关键词：互补集合经验模态分解 ga-bp 风光发电功率预测新能源

基于ga-bp与NSga-Ⅱ的数控铣削参数优化研究

在线全文

学校读者我要写书评

暂无评论

工具技术 2024年第3期58卷 86-92页

作者：李超文尹瑞雪贵州大学机械工程学院

高效低碳制造是可持续发展的关键,而数控铣削作为常用的金属表面加工方法存在刀具寿命短、碳排放量高的问题。提出基于NSga-Ⅱ的ga-bp多目标优化方法,通过分析不同加工参数条件下的数控铣削刀具寿命及碳排放数据集,建立ga-bp神经网络刀... 详细信息

高效低碳制造是可持续发展的关键,而数控铣削作为常用的金属表面加工方法存在刀具寿命短、碳排放量高的问题。提出基于NSga-Ⅱ的ga-bp多目标优化方法,通过分析不同加工参数条件下的数控铣削刀具寿命及碳排放数据集,建立ga-bp神经网络刀具寿命及碳排放预测模型。基于NSga-Ⅱ算法建立以刀具寿命、碳排放量为目标的主体优化模型,调用构建的ga-bp神经网络模型作为目标函数进行优化求解,得到Pareto最优解集。对Pareto最优解集进行TOPSIS最优解决策,得到综合优化刀具寿命与碳排放量的加工参数组合。优化结果表明:该方法既可以对数控铣削刀具寿命及碳排放量进行准确预测,还可以对两者进行有效优化,对数控铣削参数优化具有一定的理论指导意义。

关键词：数控铣削刀具寿命碳排放低碳优化 ga-bp NSga-Ⅱ