期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器人抛光ASO-BP多目标预测模型与工艺参数优化研究
1
作者 昌明帅 陈满意 程顶义 《制造业自动化》 2025年第6期29-35,共7页
针对抛光刀具与工件的相互作用机制复杂,采用回归模型或经验公式建立的预测模型精度不高的问题,将ASO-BP神经网络的建模方法用于机器人抛光过程中,对抛光后工件表面的粗糙度和材料去除深度进行预测,解决了抛光工艺参数与粗糙度和材料去... 针对抛光刀具与工件的相互作用机制复杂,采用回归模型或经验公式建立的预测模型精度不高的问题,将ASO-BP神经网络的建模方法用于机器人抛光过程中,对抛光后工件表面的粗糙度和材料去除深度进行预测,解决了抛光工艺参数与粗糙度和材料去除深度间复杂的非线性问题;为了能够在降低工件表面粗糙度的同时,对材料去除深度进行定量控制,提出了一种将遗传算法与ASO-BP预测模型相结合的工艺参数优化方法,该方法解决了最小化表面粗糙度和定量的材料去除深度的双目标优化问题并输出最优工艺参数组合,通过仿真和试验证明了ASO-BP多目标预测模型的有效性以及结合遗传算法的工艺参数优化方法的可行性。 展开更多
关键词 机器人抛光 aso-bp神经网络 遗传算法 工艺参数优化
在线阅读 下载PDF
基于ASO-BP神经网络的生物量反演模型研究
2
作者 尹江杰 刘丽萍 李强 《价值工程》 2023年第14期153-155,共3页
本文选择六盘山森林区为论文研究区域,光学数据选择Landsat 8 OLI,微波雷达数据选择具有L波段的ALOS-2 PALSAR-2,并结合森林资源清查数据作为六盘山森林AGB的反演模型研究数据源,对选择的两种数据源的相关特征变量进行提取、分析、筛选... 本文选择六盘山森林区为论文研究区域,光学数据选择Landsat 8 OLI,微波雷达数据选择具有L波段的ALOS-2 PALSAR-2,并结合森林资源清查数据作为六盘山森林AGB的反演模型研究数据源,对选择的两种数据源的相关特征变量进行提取、分析、筛选,基于经典及改进算法构建六盘山森林AGB反演模型。利用原子优化算法(ASO)优化BP神经网络模型构建新的森林地上生物量反演模型——基于原子优化算法改进的BP神经网络(ASO-BP)森林AGB反演模型,通过对两种生物量反演模型精度的对比与评价,最终选择精度最高的ASO-BP反演模型比较适用于六盘山森林地上生物量反演,完成六盘山森林地上生物量的估算和分析。 展开更多
关键词 森林AGB反演模型 BP神经网络 原子优化算法(ASO) aso-bp
在线阅读 下载PDF
GNSS失锁下Tent-ASO-BP辅助GNSS/INS松组合导航算法 被引量：2
3
作者 柳絮 王坚 +1 位作者 肖星星 郭楠 《山东科技大学学报（自然科学版）》 CAS 北大核心 2024年第6期24-33,共10页
GNSS/INS松组合导航是目前应用最广泛的车载导航系统之一,但在长隧道、地库等遮蔽区域,卫星信号长时间失锁导致定位精度显著下降。本研究提出一种Tent-ASO-BP辅助的GNSS/INS松组合导航算法。首先,结合混沌帐篷映射(Tent)改进的原子搜索... GNSS/INS松组合导航是目前应用最广泛的车载导航系统之一,但在长隧道、地库等遮蔽区域,卫星信号长时间失锁导致定位精度显著下降。本研究提出一种Tent-ASO-BP辅助的GNSS/INS松组合导航算法。首先,结合混沌帐篷映射(Tent)改进的原子搜索算法(ASO)优化BP神经网络模型的权值及阈值,构建Tent-ASO-BP智能预测模型;然后,利用开阔环境下GNSS/INS导航数据训练Tent-ASO-BP智能模型,在GNSS隧道失锁环境下利用自主学习后的Tent-ASO-BP模型预测隧道内的位置参数;最后,利用车载实测数据进行验证。结果表明,Tent-ASO-BP预测模型总体精度明显高于GNSS/INS松组合模型精度,Tent-ASO-BP预测模型的水平方向误差为15.4394 m;GNSS/INS松组合误差为20.4292 m,水平精度提升了24.42%,预测模型能够有效解决卫星信号长时间失锁时GNSS/INS松组合导航连续高精度定位难题。 展开更多
关键词 全球导航卫星系统(GNSS) GNSS失锁导航 混沌帐篷映射(Tent) 原子搜索算法(ASO) BP神经网络
在线阅读 下载PDF
基于全生命周期视角的中国建筑业碳排放核算与碳达峰预测 被引量：4
4
作者 周向红 胡鹏程 成鹏飞 《环境科学》 北大核心 2025年第4期2020-2034,共15页
碳排放核算与碳达峰预测是当前我国建筑业碳减排的前提,也是履行碳减排责任的重要依据.为准确刻画建筑业碳排放演变趋势,首先采用基于全生命周期视角分阶段核算中国建筑业碳排放.然后利用Pearson检验筛选出建筑业碳排放的影响因素,建立S... 碳排放核算与碳达峰预测是当前我国建筑业碳减排的前提,也是履行碳减排责任的重要依据.为准确刻画建筑业碳排放演变趋势,首先采用基于全生命周期视角分阶段核算中国建筑业碳排放.然后利用Pearson检验筛选出建筑业碳排放的影响因素,建立STIRPAT扩展模型,借助LMDI法对扩展模型中因素进行分解,计算各碳排放影响因素的贡献率.最后构建基于ASO-BP的多变量非线性回归预测模型,结合贡献率探讨多情景下建筑业碳排放演变情况,并从建材生产、建筑运行和建筑施工等方面分别提出政策建议.结果表明:①小样本环境下原子搜索算法在预测精度和时间等方面优于其他传统智能算法.②多情景下中国建筑业均在2030年实现了碳达峰,但人口增长情景下建筑业于2031年才达到高点,滞后于碳达峰目标.③人口变动会导致3个阶段的碳达峰时间后移,尤其是对运行阶段的碳达峰有显著影响. 展开更多
关键词 建筑业 碳达峰 全生命周期 碳排放 aso-bp预测模型
原文传递
基于优化BP神经网络ESA CCI土壤水分重建方法研究 被引量：3
5
作者 孙时雨 宋承运 周露 《无线电工程》 北大核心 2023年第11期2507-2514,共8页
为了获取空间连续的土壤水分遥感产品,提高微波遥感土壤水分产品精度,以青藏高原那曲地区为研究区域,欧洲航天局气候变化倡议(European Space Agency Climate Change Initiative,ESA CCI)土壤水分产品为基础,利用地表温度(LST)、归一化... 为了获取空间连续的土壤水分遥感产品,提高微波遥感土壤水分产品精度,以青藏高原那曲地区为研究区域,欧洲航天局气候变化倡议(European Space Agency Climate Change Initiative,ESA CCI)土壤水分产品为基础,利用地表温度(LST)、归一化植被指数(NDVI)、反照率(Albedo)和数字高程(DEM)等数据作为辅助数据构建Back Propagation(BP)神经网络反演土壤水分模型,采用原子搜索优化(Atom Search Optimization,ASO)算法对传统BP神经网络进行优化,建立ASO-BP土壤水分重建模型。研究结果与地面实测数据相比,ASO-BP重建的土壤水分整体相关系数R值(0.80),高于传统BP神经网络模型重建土壤水分的R值(0.72),且RMSE值0.029 cm^(3)·cm^(-3)低于传统BP神经网络模型重建土壤水分的RMSE值0.034 cm^(3)·cm^(-3),结果精度均得到提高。在低植被覆盖度区域,精度提高更为明显,表现出更好的适用性。 展开更多
关键词 土壤水分 MODIS BP神经网络 原子搜索优化算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部