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317篇文章
< 1 2 … 16 >
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：
基于DBO-GRNN神经网络的冰水堆积物渗透系数预测
1
作者 彭俊皓 魏玉峰 +2 位作者 李常虎 王群 李征征 《人民长江》 北大核心 2025年第2期167-174,共8页
冰水堆积物具有粒径范围宽、颗粒组成不均匀的特点,此类颗粒级配特征会较大程度上影响其渗透特性,从而影响水利水电工程的安全运行。以易贡藏布流域夏曲水电站冰水堆积物为研究对象,设计开展20组室内常水头渗透试验,建立了考虑级配面积... 冰水堆积物具有粒径范围宽、颗粒组成不均匀的特点,此类颗粒级配特征会较大程度上影响其渗透特性,从而影响水利水电工程的安全运行。以易贡藏布流域夏曲水电站冰水堆积物为研究对象,设计开展20组室内常水头渗透试验,建立了考虑级配面积的渗透系数计算经验公式;在此基础上,以试验数据为样本建立蜣螂算法(DBO)优化的GRNN神经网络,以特征粒径d 10~d 100、级配面积S为输入变量,预测冰水堆积物的渗透系数;并开展4组现场单环渗透试验验证DBO-GRNN模型精度。结果显示:该模型的渗透系数预测值与试验值能较好地吻合,误差在5%以内,而经验公式预测值、传统BP神经网络预测值与试验值的误差最大分别为61.29%和37.50%,表明DBO-GRNN神经网络可以较为准确地获取冰水堆积物的渗透系数。 展开更多
关键词 冰水堆积物 渗透系数 颗粒级配 DBO-grnn神经网络 渗透试验 夏曲水电站
在线阅读 下载PDF
基于SQP和GRNN的商用客车动力学参数自适应辨识
2
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(grnn)模型 动力学参数 自适应辨识
在线阅读 下载PDF
基于GRNN神经网络的小水电发电功率预测技术
3
作者 刘珺斓 胡文华 +1 位作者 沈春晖 王艳琪 《信息技术》 2025年第10期189-194,共6页
小水电发电受气候变化的影响较大,包括降雨量、水位以及水流速度等水文气象要素的变化,导致发电功率预测困难。为此,设计基于GRNN神经网络的小水电发电功率预测技术。构建GRNN神经网络结构,计算小水电功率波动特性与峰谷值,获取发电功... 小水电发电受气候变化的影响较大,包括降雨量、水位以及水流速度等水文气象要素的变化,导致发电功率预测困难。为此,设计基于GRNN神经网络的小水电发电功率预测技术。构建GRNN神经网络结构,计算小水电功率波动特性与峰谷值,获取发电功率占比情况。根据发电负荷数据分解条件,设计功率预测方法,实现小水电发电功率预测。实验结果表明,所提方法在频繁发电时段发电功率的最大值为5761kW、少量发电时段发电功率的最大值为2938kW,二者差值为2823kW,在参考功率曲线调节小水电发电量方面,具有一定的促进作用。 展开更多
关键词 grnn神经网络 水电发电 功率预测 发电功率占比
在线阅读 下载PDF
基于WOA-GRNN的胶结砂抗剪强度预测研究
4
作者 徐冬池 《重庆建筑》 2025年第5期80-83,共4页
为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模... 为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模型能够快速准确得到胶结砂的抗剪强度。通过室内直剪试验验证,含水率、胶结物体积占比和法向压力参数对应的抗剪强度相对误差大部分低于5%,验证了模型在胶结砂抗剪强度预测方面的准确性和可靠性。WOA-GRNN模型有效降低了模型的复杂度,提高了预测精度,并缩短了运行时间。 展开更多
关键词 胶结砂 抗剪强度 鲸鱼算法 广义回归神经网络
在线阅读 下载PDF
改进的MVO-GRNN神经网络岩爆预测模型研究 被引量：7
5
作者 侯克鹏 包广拓 孙华芬 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期923-932,共10页
准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer,IMVO)优化广义回归神经网络(General Regression Neural Net... 准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer,IMVO)优化广义回归神经网络(General Regression Neural Network,GRNN)的岩爆预测模型。在普通多元宇宙算法(MVO)的基础上,运用自适应平衡机制调节MVO算法中的虫洞存在概率(V_(WEP))和旅行距离率(V_(TDR))两个重要参数来改进该算法;再运用改进的多元宇宙算法优化广义回归神经网络的光滑度,通过训练数据优选出最佳光滑因子σ,得到IMVO-GRNN神经网络岩爆烈度预测模型;最后结合工程实例验证模型的性能。研究表明,该模型相比传统模型寻优能力更强,精度更高,为岩爆预测提供了一种新的思路。 展开更多
关键词 安全工程 岩爆预测 多元宇宙算法 广义回归神经网络(grnn) 虫洞存在概率 旅行距离率
原文传递
基于 SSA-GRNN 的非接触式目标表面红外激光物性反演方法
6
作者 李荣华 周心晨 +3 位作者 翁传欣 薛豪鹏 吴锦龙 林宸宇 《红外与激光工程》 EI CSCD 北大核心 2024年第10期161-172,共12页
在目标物性反演时,接触式测量方法在复杂环境下进行存在困难,而非接触式测量方法,由于测量数据相比接触式测量存在一定的误差,导致反演准确率受到影响。针对以上问题,提出了一种基于红外激光回波的非接触式目标表面物性反演方法。首先,... 在目标物性反演时,接触式测量方法在复杂环境下进行存在困难,而非接触式测量方法,由于测量数据相比接触式测量存在一定的误差,导致反演准确率受到影响。针对以上问题,提出了一种基于红外激光回波的非接触式目标表面物性反演方法。首先,测量不同目标表面的激光回波强度信息,采用麻雀搜索算法,优化并训练广义回归神经网络,建立红外激光回波强度预测模型;其次,分析测量距离、测量角度对激光回波强度的影响,建立材料表面激光回波强度数据库;最后,采集未知目标在四种距离下的表面激光回波强度信息,赋予材料种类编号,输入到回波强度预测模型中,计算预测值与实际值的相对误差,反演未知目标表面材料物性。实验结果表明:在反演目标相同的情况下,回波强度预测结果的均方根误差从传统网络的11.337降低到了优化后的2.482。优化后的神经网络模型的相对反演准确率可达88.89%以上,与传统方法相比,平均反演准确率提高了45.83%,文中所提方法具有较高的准确性和推广性,为武器系统非合作目标的探测、材料反演提供方法,提高了目标识别能力。 展开更多
关键词 红外激光 回波强度 SSA-grnn神经网络 物性反演
原文传递
基于GA-GRNN的AWJ强化3D打印AlSi10Mg表面性能实验研究 被引量：1
7
作者 张苗苗 侯荣国 +3 位作者 吕哲 王龙庆 石广行 王中庆 《现代制造工程》 CSCD 北大核心 2024年第7期35-41,共7页
为提高磨料水射流(Abrasive Water Jet,AWJ)强化工艺对3D打印AlSi10Mg表面性能的强化效果预测的准确性及高效性,首先开展磨料水射流强化AlSi10Mg表面强化实验;然后分别以表面硬度和表面残余应力作为目标,基于遗传算法-广义回归神经网络(... 为提高磨料水射流(Abrasive Water Jet,AWJ)强化工艺对3D打印AlSi10Mg表面性能的强化效果预测的准确性及高效性,首先开展磨料水射流强化AlSi10Mg表面强化实验;然后分别以表面硬度和表面残余应力作为目标,基于遗传算法-广义回归神经网络(Genetic Algorithm-Generalized Ragression Neural Network,GA-GRNN)对实验数据样本进行训练,建立3D打印AlSi10Mg表面性能预测模型;最后,利用遗传算法对建立的神经网络预测模型中的AWJ强化主要参数进行优化。研究结果表明,经过磨料水射流强化后的AlSi10Mg表面硬度与表面残余应力均得到有效提高;建立的GA-GRNN预测模型与校验值误差在2.3%以内,具有较高的准确性;经遗传算法优化后,得到表面硬度最佳参数组合:射流压力为33 MPa,磨料粒径为0.15 mm,靶距为12.4 mm,此时表面硬度为159.25HV;表面残余应力最佳参数组合:射流压力为40 MPa,磨料粒径为0.13 mm,靶距为15 mm,此时表面残余应力为-137.4 MPa。为后续磨料水射流强化零件表面的参数选择提供数据支撑。 展开更多
关键词 磨料水射流 3D打印的AlSi10Mg 表面强化 GA-grnn神经网络 遗传算法
在线阅读 下载PDF
基于GRNN-MC的变压器振动信号预测 被引量：5
8
作者 钱国超 王山 +3 位作者 张家顺 代维菊 朱龙昌 王丰华 《电工电能新技术》 CSCD 北大核心 2024年第3期41-48,共8页
变压器振动信号是评估其工作状态的重要参数之一,与绕组松动或变形等隐患密切相关,为揭示变压器振动信号的变化趋势,本文提出了一种基于广义回归神经网络和马尔科夫链修正的变压器振动信号预测方法。即分别以变压器运行电压、负载电流... 变压器振动信号是评估其工作状态的重要参数之一,与绕组松动或变形等隐患密切相关,为揭示变压器振动信号的变化趋势,本文提出了一种基于广义回归神经网络和马尔科夫链修正的变压器振动信号预测方法。即分别以变压器运行电压、负载电流和振动信号归一化特征频率为输入和输出建立变压器振动信号广义回归神经网络预测模型,然后引入马尔科夫链并结合负载电流的变化对振动信号计算结果进行修正以获得最终的预测结果。对某500 kV变压器振动在线监测信号的分析结果表明:经马尔科夫链修正后的变压器广义回归神经网络振动信号预测模型预测精度高,可为变压器绕组运行状态的振动监测技术提供重要参考。 展开更多
关键词 变压器 振动信号 广义回归神经网络 马尔科夫链 归一化特征频率
在线阅读 下载PDF
基于GRNN的短期光伏功率预测 被引量：1
9
作者 赵金金 王晓娟 《微处理机》 2024年第2期38-40,共3页
为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相... 为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相较BP神经网络预测算法得到更接近于实际的输出功率值。本模型发挥出GRNN算法结构简单的特性,在实验中实现了较高的预测准确度,同时有助于提高电网运行的稳定性。 展开更多
关键词 光伏电站 输出功率 BP神经网络 grnn算法
在线阅读 下载PDF
基于SSA-GRNN的汽油机过渡工况进气流量预测研究
10
作者 陈侗 李岳林 +2 位作者 张五龙 谢清华 尹钰屹 《汽车技术》 CSCD 北大核心 2024年第12期54-62,共9页
针对过渡工况下汽油机进气流量预测难度较高的问题,构建了一种基于麻雀搜索算法(SSA)优化广义回归神经网络(GRNN)的进气流量预测模型。该模型利用SSA算法对GRNN的平滑因子进行寻优辨识,并采用斯皮尔曼法和对比分析法提取模型的特征参数... 针对过渡工况下汽油机进气流量预测难度较高的问题,构建了一种基于麻雀搜索算法(SSA)优化广义回归神经网络(GRNN)的进气流量预测模型。该模型利用SSA算法对GRNN的平滑因子进行寻优辨识,并采用斯皮尔曼法和对比分析法提取模型的特征参数,以达到较好的预测精度和泛化性能。运用过渡工况进气流量样本数据对模型进行训练和预测,结果表明:在加减速工况下,SSA-GRNN模型预测值的平均相对误差均小于1%;相较于BP、RBF和GA-SVR进气流量预测模型,SSA-GRNN模型具有更高的预测精度和泛化性能,更加适用于汽油机过渡工况进气流量的预测。 展开更多
关键词 汽油机 麻雀搜索算法 寻优辨识 广义回归神经网络 进气流量 过渡工况
在线阅读 下载PDF
基于改进GWO-GRNN的管道焊缝三维重构测量
11
作者 高博轩 赵弘 苗兴园 《机床与液压》 北大核心 2024年第1期1-10,共10页
为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因... 为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因子和最优记忆保存思想对GWO算法进行改进,通过8个标准测试函数进行仿真验证;利用优化后的GRNN模型对图像点坐标误差进行预测和补偿,计算三维坐标重构出焊缝点云,三维测量焊缝的焊宽、余高和长度。试验结果表明:该模型在双目相机不同的位姿状态下都能较准确地实现焊缝的三维重构,焊缝的三维测量相对误差在0.9%以内。 展开更多
关键词 立体视觉 图像误差补偿 改进灰狼优化 广义回归神经网络 焊缝三维重构测量
在线阅读 下载PDF
基于SSA-GRNN的铜CMP抛光液抛光速率预测
12
作者 栾晓东 张拓 穆成银 《江苏海洋大学学报（自然科学版）》 CAS 2024年第3期86-92,共7页
铜化学机械抛光(CMP)是集成电路制造的关键步骤之一,其中铜抛光速率是衡量抛光液性能的关键指标。在CMP过程中,由于铜抛光液中各组分与铜之间的化学反应复杂,需要大量的数据实验来实现可调的抛光速率。为提高铜CMP抛光速率预测的准确性... 铜化学机械抛光(CMP)是集成电路制造的关键步骤之一,其中铜抛光速率是衡量抛光液性能的关键指标。在CMP过程中,由于铜抛光液中各组分与铜之间的化学反应复杂,需要大量的数据实验来实现可调的抛光速率。为提高铜CMP抛光速率预测的准确性,利用麻雀搜索算法对广义回归神经网络的平滑因子进行优化,提出了一种基于麻雀搜索算法的广义回归神经网络(SSA-GRNN)铜CMP抛光液抛光速率预测模型。首先,在MATLAB中建立SSA-GRNN网络模型,然后输入抛光液各组分数据,预测在不同组分下抛光液的抛光速率,最后将SSA-GRNN模型的预测结果与BP神经网络模型(BP-NCABC)的预测结果对比。结果表明,SSA-GRNN模型在训练集上的平均绝对百分比误差(MAPE)比BP-NCABC模型降低4.82百分点,在测试集上的MAPE比BP-NCABC模型降低1.78百分点;SSA-GRNN模型在训练集上的最优预测精度比BP-NCABC模型提高0.09百分点,在测试集上的最优预测精度比BP-NCABC模型提高0.32百分点。上述研究结果表明,在CMP抛光速率的预测上SSA-GRNN模型比BP-NCABC模型的准确性更高,这为指导CMP实验、提升实验效率、降低研发成本和优化抛光液组分提供了一种可选的模型。 展开更多
关键词 化学机械抛光 抛光液 广义回归神经网络 麻雀搜索算法
在线阅读 下载PDF
基于人工神经网络的金刚石微粉化学镀镍层性能预测
13
作者 方莉俐 刘韩 姜羽飞 《金刚石与磨料磨具工程》 北大核心 2025年第2期197-204,共8页
用化学镀方法在M1/2、M6/12、M20/30金刚石微粉表面镀镍,并用人工神经网络预测金刚石颗粒粒径、次亚磷酸钠浓度、镀液温度、镀液pH值等化学镀工艺参数,对镀层沉积速率、镀层密度、镀层耐腐蚀性等镀层性能的影响。结果表明:构建的BP神经... 用化学镀方法在M1/2、M6/12、M20/30金刚石微粉表面镀镍,并用人工神经网络预测金刚石颗粒粒径、次亚磷酸钠浓度、镀液温度、镀液pH值等化学镀工艺参数,对镀层沉积速率、镀层密度、镀层耐腐蚀性等镀层性能的影响。结果表明:构建的BP神经网络模型和GRNN模型,经过样本数据训练学习后适用于金刚石微粉化学镀镍层性能的预测;训练完成的BP神经网络和GRNN预测值与实际样品测量值相对误差绝对值的平均值分别为9.14%和5.07%,两者都有较好的预测效果;且在金刚石微粉化学镀镍层性能预测中,GRNN的预测性能优于BP神经网络的预测性能。 展开更多
关键词 金刚石微粉 化学镀镍 镀层性能 BP神经网络 grnn
在线阅读 下载PDF
基于GRNN神经网络的中厚板轧机厚度预测 被引量：27
14
作者 郭斌 孟令启 +1 位作者 杜勇 马生彪 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第4期960-965,共6页
根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明:GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更... 根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明:GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性。 展开更多
关键词 grnn神经网络 中厚板 厚度预测
在线阅读 下载PDF
改进GRNN网络预测致密砂岩气层压裂产能 被引量：6
15
作者 蒋必辞 潘保芝 +3 位作者 庄华 张海涛 杨小明 陈刚 《世界地质》 CAS CSCD 2014年第2期471-476,共6页
致密砂岩储层孔隙度小、渗透率低、含气饱和度低,基本上没有自然产能,需要进行压裂,所以压裂产能的预测很重要。广义回归神经网络(GRNN)稳定,对样本数量的要求低。产能预测关键是样本的选取以及扩展因子的选取。在原有的GRNN预测产能的... 致密砂岩储层孔隙度小、渗透率低、含气饱和度低,基本上没有自然产能,需要进行压裂,所以压裂产能的预测很重要。广义回归神经网络(GRNN)稳定,对样本数量的要求低。产能预测关键是样本的选取以及扩展因子的选取。在原有的GRNN预测产能的基础上,利用交叉验证法改进GRNN网络,选取最优的样本确定最优的GRNN网络结构,利用循环判断法,选取最优的扩展因子。改进的GRNN神经网络可以避免确定GRNN网络结构和扩展因子过程中过多的人为影响。笔者利用灰色关联分析法分析压裂产能的影响因素,利用改进的GRNN网络有针对性地建立适合苏里格地区致密砂岩气层的压裂产能预测模型。结果表明该方法在苏里格地区气层压裂产能预测中有较好的应用效果。 展开更多
关键词 压裂产能预测 grnn网络 交叉验证 灰色关联分析 苏里格地区
在线阅读 下载PDF
基于优化的GRNN和BP神经网络的磁滞曲线拟合对比分析 被引量：17
16
作者 何汉林 孟爱华 +1 位作者 祝甲明 宋红晓 《机电工程》 CAS 2013年第1期116-120,共5页
针对超磁致伸缩材料(GMM)的磁滞非线性,运用广义回归神经网络(GRNN)和前馈BP神经网络分别对GMM的磁滞回线进行非线性逼近,通过网络的训练、预测,与Jiles-Atherton(J-A)模型进行了对比,分析了两种神经网络的逼近效果,给GMM的运用起到了... 针对超磁致伸缩材料(GMM)的磁滞非线性,运用广义回归神经网络(GRNN)和前馈BP神经网络分别对GMM的磁滞回线进行非线性逼近,通过网络的训练、预测,与Jiles-Atherton(J-A)模型进行了对比,分析了两种神经网络的逼近效果,给GMM的运用起到了很好的指导作用。其中,在GRNN神经网络中,由于所取数据有限,为了扩大样本容量,采取交叉验证方法对GRNN神经网络进行了训练,采用循环算法找出了最佳的径向基函数扩展系数SPREAD,并对传统GRNN神经网络进行了优化。研究结果表明:优化后的GRNN神经网络对于磁滞回线的预测精度明显高于BP神经网络。 展开更多
关键词 超磁致伸缩材料 广义回归神经网络 BP神经网络 磁滞曲线拟合
在线阅读 下载PDF
基于WA-GRNN模型的年径流预测 被引量：20
17
作者 覃光华 宋克超 +1 位作者 周泽江 何清燕 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2013年第6期39-46,共8页
针对传统的中长期水文预测方法由于缺乏对水文要素本身内部结构和变化特性的描述,往往导致建模过程中确定模型结构、参数等存在盲目性,而以往常用预测模型收敛速度较慢、模型结构及参数优化复杂等问题,将小波分析(WA)和GRNN神经网络联... 针对传统的中长期水文预测方法由于缺乏对水文要素本身内部结构和变化特性的描述,往往导致建模过程中确定模型结构、参数等存在盲目性,而以往常用预测模型收敛速度较慢、模型结构及参数优化复杂等问题,将小波分析(WA)和GRNN神经网络联合使用,建立了中长期水文预测模型:即先应用WA揭示水文序列内部结构及变化特性,从而将原序列分为确定性成分和随机成分两部分,然后利用GRNN神经网络对确定性成分和随机成分分别进行模拟预测,最后将两部分结果叠加作为最终预测值。将该模型用于沱江中上游三皇庙水文站年径流的预测,并与传统方法进行对比。结果显示该模型预测效果较传统方法更好,能有效地揭示序列的时频结构和变化特性,对于生产应用具有较强的实际意义。 展开更多
关键词 grnn神经网络 小波分析 年径流 中长期预测 水文时间序列
在线阅读 下载PDF
基于广义回归神经网络(GRNN)的函数逼近 被引量：20
18
作者 徐富强 郑婷婷 方葆青 《巢湖学院学报》 2010年第6期11-16,共6页
本文利用径向基网络的一种变化形式——广义回归神经网络(GRNN)提出了基于广义回归神经网络的函数逼近方法,利用matlab中的神经网络工具箱设计了GRNN模型,用于对非线性函数的逼近。通过网络的训练、测试达到了预期的效果,并与BP网络、RB... 本文利用径向基网络的一种变化形式——广义回归神经网络(GRNN)提出了基于广义回归神经网络的函数逼近方法,利用matlab中的神经网络工具箱设计了GRNN模型,用于对非线性函数的逼近。通过网络的训练、测试达到了预期的效果,并与BP网络、RBF网络对比,说明GRNN网络的优势。 展开更多
关键词 神经网络 径向基神经网络 BP网络 grnn网络 SPREAD matlab
在线阅读 下载PDF
基于EEMD-GRNN方法的光伏电站短期出力预测 被引量：18
19
作者 张飞 张志伟 +1 位作者 万乐斐 耿云涛 《太阳能学报》 EI CAS CSCD 北大核心 2020年第12期103-109,共7页
针对目前光伏电站短期出力预测准确性差的问题,提出EEMD-GRNN预测方法(集合经验模态分解和广义回归神经网络)。该方法首先根据天气变化情况将天气分情况为2大类——突变天气和非突变天气。然后利用EEMD分解法对分类天气历史小时出力数... 针对目前光伏电站短期出力预测准确性差的问题,提出EEMD-GRNN预测方法(集合经验模态分解和广义回归神经网络)。该方法首先根据天气变化情况将天气分情况为2大类——突变天气和非突变天气。然后利用EEMD分解法对分类天气历史小时出力数据进行分解,最后建立自适应GRNN预测模型进行预测并进行算例验证。结果表明EEMD-GRNN预测方法的预测误差满足预测要求,可使用该光伏电站短期出力预测。 展开更多
关键词 集合经验模态分解 grnn神经网络 光伏电站 短期出力预测 算例分析
原文传递
基于GRNN网络和遗传算法的旋翼动平衡调整 被引量：11
20
作者 刘红梅 王少萍 欧阳平超 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第5期507-511,共5页
针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以... 针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整. 展开更多
关键词 旋翼 动平衡 广义回归神经网络(grnn) 遗传算法 优化
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 2 … 16 下一页 到第 页
使用帮助 返回顶部