基于GA-BP算法的隧道围岩力学参数反分析 被引量：20

1

作者 关永平 宋建 +1 位作者 王述红 刘宇 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第2期276-278,283,共4页

建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减... 建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减少了迭代时间和次数,还提高了预测精度.通过对绿春坝隧道围岩力学参数的反演,验证了该方法的可靠性及适用性.将反演得出的围岩力学参数代入到数值模型中进行计算,结果表明,数值计算值与现场实际监测值的误差分别为-8.9%和4.5%. 展开更多

关键词 围岩 力学参数 反分析 均匀设计 bp神经网络 遗传算法

在线阅读 下载PDF 职称材料

基于GA-BP神经网络的泡沫轻质土强度预测 被引量：23

2

作者 周中 邓卓湘 +1 位作者 陈云 胡江锋 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第11期125-132,共8页

泡沫轻质土的抗压强度是其重要的力学性能。精准地预测和调整泡沫轻质土的抗压强度,对于提高施工效率有重要的现实意义。为实现对泡沫轻质土抗压强度的智能控制和优化,设计了包含4节点输入层、8节点隐层、1节点输出层的拓扑结构,输入层... 泡沫轻质土的抗压强度是其重要的力学性能。精准地预测和调整泡沫轻质土的抗压强度,对于提高施工效率有重要的现实意义。为实现对泡沫轻质土抗压强度的智能控制和优化,设计了包含4节点输入层、8节点隐层、1节点输出层的拓扑结构,输入层采用遗传算法(GA)对BP神经网络的权重和阈值进行改进。以水固比、粉灰比、细集料掺合比以及气泡率4个参数作为输入参数,28天抗压强度为输出参数,以室内实验数据作为样本,使用均方差(MSE)、决定系数(R2)和相对误差等对优化前后两种模型进行验证和对比分析,并以此为基础建立了基于不同性能需求的配合比设计方法。结果表明:相比BP神经网络,GA-BP神经网络训练的适应度函数值更大、均方差更小,预测值与实际值的拟合度可达到0.946,具有更强的预测精度和泛化能力,同时遗传算法的全局搜索能力也弥补了BP神经网络容易陷入局部最优的缺陷,且能更好地指导粉煤灰泡沫轻质土强度预测配合比设计。基于GA-BP神经网络的泡沫轻质土强度增长预测模型可实现对泡沫轻质土抗压强度的灵活调整,对于工程施工具有重要的参考价值。 展开更多

关键词 泡沫轻质土 抗压强度 bp神经网络 遗传算法 GA-bp神经网络

在线阅读 下载PDF 职称材料

基于改进粒子群算法的BP神经网络模型研究 被引量：4

3

作者 姚尔果 闫秋粉 +1 位作者 南振岐 薛小虎 《佳木斯大学学报（自然科学版）》 CAS 2012年第1期107-109,共3页

为解决BP神经网络局部性收敛度慢的问题,提出了基于改进粒子群算法的BP神经网络模型.该方法通过粒子群进化速率动态调整惯性权重因子,提高了算法的收敛速度和全局搜索最优值的能力.提出的模型和改进的算法模拟仿真表明:该方法对收敛速... 为解决BP神经网络局部性收敛度慢的问题,提出了基于改进粒子群算法的BP神经网络模型.该方法通过粒子群进化速率动态调整惯性权重因子,提高了算法的收敛速度和全局搜索最优值的能力.提出的模型和改进的算法模拟仿真表明:该方法对收敛速度和精度有更好的拟合性. 展开更多

关键词 粒子群算法 进化速率 惯性权重因子 bp神经网络

在线阅读 下载PDF 职称材料

利用GA-BP算法对模糊神经网络进行优化

4

作者 王雷 姚灵石 +1 位作者 吴忠强 吴士昌 《燕山大学学报》 CAS 1999年第3期273-275,282,共4页

分析了ＢＰ算法和遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，以下简称ＧＡ）各自的优缺点．将改进的ＧＡ与ＢＰ算法相结合，提出了一种新的ＧＡ－ＢＰ算法，并将其应用于模糊神经网络的参数优化．仿真结果验了本算法的有效性．

关键词 遗传算法 bp算法 模糊神经网络 优化

在线阅读 下载PDF 职称材料

基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究 被引量：9

5

作者 李洋 石必明 《工矿自动化》 2009年第2期1-5,共5页

文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与... 文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与瓦斯突出的预测指标进行训练、检测的结果表明,该网络预测的煤与瓦斯突出的危险程度与实际情况完全吻合;对该网络输入层输入的煤与瓦斯突出的预测指标、对输出层输出的预测结果的权值进行分析的结果表明,煤层地质构造类型对煤与瓦斯突出的影响为最大。上述研究结果对煤与瓦斯突出的预测预防研究、提高煤与瓦斯突出预测的准确性具有一定的参考价值。 展开更多

关键词 煤矿 煤与瓦斯突出 贝叶斯正则化算法 bp人工神经网络 预测

在线阅读 下载PDF 职称材料

基于软件行为预测的动态电源管理方案 被引量：6

6

作者 刘念唐 翁宇 +3 位作者 林雨 张文睿 韦志磊 邵堃 《计算机工程》 CAS CSCD 北大核心 2015年第6期269-273,279,共6页

为有效管理嵌入式系统,尤其是减少移动终端的电源功耗,设计一种更加精确的动态电源管理方案。在Linux平台上运行,基于API行为特点,利用BP神经网络算法进行应用类型预测,通过对应用类型的预测,提前对系统状态进行调整。实验结果表明,在... 为有效管理嵌入式系统,尤其是减少移动终端的电源功耗,设计一种更加精确的动态电源管理方案。在Linux平台上运行,基于API行为特点,利用BP神经网络算法进行应用类型预测,通过对应用类型的预测,提前对系统状态进行调整。实验结果表明,在不影响系统性能的前提下,该方案可有效降低功耗,实现对嵌入式设备电源的实时、动态管理。 展开更多

关键词 嵌入式系统 动态电源管理 应用程序接口 bp神经网络算法 Cpufreq模块

在线阅读 下载PDF 职称材料

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 被引量：10

7

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 经济新常态 货币政策调控 经济增长速度 经济增长质量 遗传算法优化的bp神经网络

原文传递

基于小波变换与野草算法的细胞图像特征提取与识别 被引量：5

8

作者 陈锦 罗晓曙 《广西师范大学学报（自然科学版）》 CAS 北大核心 2015年第2期22-28,共7页

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神... 本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。 展开更多

关键词 小波多尺度分解 野草优化算法 特征向量 bp神经网络 细胞图像识别

在线阅读 下载PDF 职称材料

基于代理模型的螺旋输送器特征值反求

9

作者 李建华 毛文贵 傅彩明 《机械设计》 CSCD 北大核心 2013年第5期18-20,37,共4页

螺旋输送器的动态特性设计可归结于特征值反问题的求解。针对结构参数到结构响应之间的非线性映射关系,通过一种基于神经网络代理模型的优化策略,采用正交试验设计在设计空间中选择初始样本点,构造神经网络代理模型,神经网络结合遗传算... 螺旋输送器的动态特性设计可归结于特征值反问题的求解。针对结构参数到结构响应之间的非线性映射关系,通过一种基于神经网络代理模型的优化策略,采用正交试验设计在设计空间中选择初始样本点,构造神经网络代理模型,神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力,引入训练后的BP神经网络预测结果作为个体适应度值,获得全局最优值及对应输入值。解决了遗传算法能获全局最优解与有限元大量结构重分析之间的矛盾,是结构反问题的一种有效求解策略。 展开更多

关键词 螺旋输送器 反问题 bp神经网络 遗传算法 特征值

原文传递

基于改进神经网络的SRM转子位置预测 被引量：1

10

作者 周磊 《信息技术》 2015年第9期151-154,共4页

开关磁阻电机(SRM)具有简单、高效、可靠等优点,在很多领域得到广泛的应用,但位置传感器的存在不但降低了电机的可靠性,而且增加了结构的复杂性。针对这一问题,提出一种基于Adaboost算法改进RBF-BP神经网络的软测量模型,模型首先具备BP... 开关磁阻电机(SRM)具有简单、高效、可靠等优点,在很多领域得到广泛的应用,但位置传感器的存在不但降低了电机的可靠性,而且增加了结构的复杂性。针对这一问题,提出一种基于Adaboost算法改进RBF-BP神经网络的软测量模型,模型首先具备BP神经网络良好的预测能力,再利用RBF神经网络优化BP神经网络的收敛性,最终通过Adaboost算法提升RBF-BP神经网络的精确性和泛化性,将该软测量模型应用于开关磁阻电机的转子位置预测中,其实验结果显示,该软测量模型能够利用少量样本准确而又快速地预测出SRM转子的位置,从而体现了新模型在SRM无位置传感器控制中的优越性。 展开更多

关键词 开关磁阻电机 无位置传感器 bp神经网络 RBF-bp神经网络 ADABOOST算法

在线阅读 下载PDF 职称材料

基于GA-SVM的矿区采空塌陷预测模型 被引量：1

11

作者 于少将 《河北地质大学学报》 2018年第5期48-51,共4页

论文提出了用遗传算法(GA)优化支持向量机(SVM)来预测矿区采空塌陷的方法。结合某矿区的实际塌陷情况,选取了17组采空塌陷数据作为训练样本,以覆盖层类型、覆盖层厚度、地质构造复杂程度、矿区倾角、采空体积率、采空区距地表的垂深和... 论文提出了用遗传算法(GA)优化支持向量机(SVM)来预测矿区采空塌陷的方法。结合某矿区的实际塌陷情况,选取了17组采空塌陷数据作为训练样本,以覆盖层类型、覆盖层厚度、地质构造复杂程度、矿区倾角、采空体积率、采空区距地表的垂深和采空区空间叠置层数7个指标作为模型输入,采空区稳定程度作为模型输出,构建GA-SVM矿区采空塌陷的预测模型。然后利用该模型对工区5组采空塌陷数据进行预测,其预测结果与实际情况相符。为了验证提出的模型的优越性能,将得到的结果与BP神经网络模型和常规SVM预测的结果进行对比了结果表明GA-SVM预测模型比BP神经网络和常规SVM具有更高的精度,进一步验证了该模型的有效性和可靠性。 展开更多

关键词 采空塌陷 遗传算法(GA) 支持向量机(SVM) 预测模型 bp神经网络

在线阅读 下载PDF 职称材料

基于神经网络的超声导波钢杆缺陷识别 被引量：8

12

作者 吴斌 齐文博 +1 位作者 何存富 周进节 《工程力学》 EI CSCD 北大核心 2013年第2期470-476,共7页

利用基于BP神经网络的缺陷识别算法,从不同实验条件下获得的信号样本中抽取特征量,对钢杆中不同深度和位置的径向裂纹进行了识别。首先,采用频率为235kHz激励轴对称纵向模态导波对钢杆中的径向裂纹进行了检测。实验表明,在235kHz时获得... 利用基于BP神经网络的缺陷识别算法,从不同实验条件下获得的信号样本中抽取特征量,对钢杆中不同深度和位置的径向裂纹进行了识别。首先,采用频率为235kHz激励轴对称纵向模态导波对钢杆中的径向裂纹进行了检测。实验表明,在235kHz时获得的超声导波信号含较单一的L(0,2)模态,避免了用L(0,1)模态检测小尺寸缺陷时检测能力较弱的问题,又减少了用轴对称纵向高阶模态检测缺陷时模态较多不易分辨缺陷回波的现象。其次,利用算法对钢杆中的径向裂纹进行识别。结果表明,在已有实验样本数下,缺陷识别算法从整体上很好地识别不同深度和位置的裂纹,识别正确率稳定在87%。 展开更多

关键词 超声导波 钢杆 缺陷识别算法 特征量 bp神经网络

原文传递