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319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WOA-GRNN的胶结砂抗剪强度预测研究 被引量：1
2
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
基于SQP和GRNN的商用客车动力学参数自适应辨识
3
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
4
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IDBO-GRNN的多参数火灾预测模型研究
5
作者 李岩 王勇 孔冬冬 《自动化与仪表》 2025年第12期47-51,57,共6页
多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,... 多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,构建IDBO-GRNN预测模型。通过IDBO算法搜索GRNN的全局最优平滑参数。仿真实验中,选取100组标准明火、阴燃火及典型干扰数据训练,随机另选25组测试;输入火灾特征参量为温度、烟雾浓度和CO浓度,输出为火灾概率。模型中蜣螂种群个数取30,最大迭代次数为80,采用均方根误差作为适应度目标函数。测试结果表明,IDBO-GRNN的预测精度均优于BP、GRNN及DBO-GRNN模型,且该文方法的寻优能力及适用性更好。 展开更多
关键词 多参数火灾预测 改进型蜣螂优化算法 广义回归神经网络 IDBO-grnn模型
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
6
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
7
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
8
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
9
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
10
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：20
11
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
基于自适应VMD与GRNN的转子系统故障诊断方法研究 被引量：6
12
作者 别锋锋 张莹 +2 位作者 吴溢凡 彭剑 朱鸿飞 《噪声与振动控制》 CSCD 北大核心 2023年第3期83-89,共7页
提出一种基于自适应变分模态分解(Variational Mode Decomposition,VMD)与广义回归神经网络(Generalized Regression Neural Network,GRNN)的故障诊断方法,有效解决转子系统振动信号特征提取与复合故障模式识别的问题。首先通过VMD将采... 提出一种基于自适应变分模态分解(Variational Mode Decomposition,VMD)与广义回归神经网络(Generalized Regression Neural Network,GRNN)的故障诊断方法,有效解决转子系统振动信号特征提取与复合故障模式识别的问题。首先通过VMD将采集到的原始信号自适应分解为一系列的内涵模态分量(Intrinsic Mode Functions,IMF),然后根据相关系数-峭度准则选取IMF分量进行信号重构。最后获取重构信号的精细复合多尺度散布熵(Refined Composite Multiscale Dispersion Entropy,RCMDE)、均方根以及重心频率构成特征向量集,输入到GRNN神经网络进行训练和故障模式识别。数值仿真与故障模拟实验结果表明:采用基于自适应VMD与GRNN神经网络的方法可有效识别转子系统中的多故障模式。 展开更多
关键词 故障诊断 转子系统 VMD 特征融合 grnn神经网络 模式识别
在线阅读 下载PDF
基于GRNN网络和遗传算法的旋翼动平衡调整 被引量：11
13
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
GRNN在肌电预测踝关节运动中的应用 被引量：30
14
作者 戴虹 钱晋武 +2 位作者 张震 沈林勇 章亚男 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期845-852,共8页
下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信... 下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信号和踝关节角度,并对肌电信号进行特征提取。基于主分量分析的数值算法对肌电数据进行降维,得到肌电主分量信号。基于肌电主分量信号利用GRNN算法预测踝关节角轨迹,用黄金分割搜索算法确定GRNN中的最佳平滑参数σ。采用小波消噪算法对踝关节角预测轨迹进行滤波以提高预测精度。用上述算法对9名志愿者进行实验的结果表明:该方法预测精度较高,与BP神经网络预测算法相比运算时间短且预测误差较小,因而更适用于下肢关节角轨迹的在线预测。 展开更多
关键词 广义回归神经网络 肌电信号 踝关节角 主分量分析 小波分析
在线阅读 下载PDF
基于sEMG和GRNN的手部输出力估计 被引量：13
15
作者 吴常铖 宋爱国 +2 位作者 曾洪 李会军 徐宝国 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第1期97-104,共8页
针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个... 针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号;同时为了全面测量人手在三维空间中的输出力,采用三维力传感器对手部的输出力进行测量;在同步获得手臂上的多通道肌电信号(X)和手部三维力推拉信号(F)后,对采集得到肌电信号进行了特征提取得到特征矩阵X_F;将X_F和F用于构建GRNN网络,并用均方差和残差绝对值均值对手部输出力的估计结果进行评估。为验证该方法的有效性,进行了实验验证,结果表明,该方法能够很好地利用sEMG对手部的输出力进行估计。 展开更多
关键词 表面肌电信号 广义回归神经网络 手部输出力估计
在线阅读 下载PDF
基于GRNN模型与邻域计算的低丘缓坡综合开发适宜性评价——以乌蒙山集中连片特殊困难片区为例 被引量：37
16
作者 魏海 秦博 +1 位作者 彭建 金鑫 《地理研究》 CSSCI CSCD 北大核心 2014年第5期831-841,共11页
土地资源是最重要的自然资源,低丘缓坡开发能够为土地资源紧张地区产业发展提供重要的资源保障,而土地开发适宜性评价则是开展低丘缓坡综合开发利用的基础性工作,其核心在于综合评定低丘缓坡未利用地开发的适宜类型及其程度。以乌蒙山... 土地资源是最重要的自然资源,低丘缓坡开发能够为土地资源紧张地区产业发展提供重要的资源保障,而土地开发适宜性评价则是开展低丘缓坡综合开发利用的基础性工作,其核心在于综合评定低丘缓坡未利用地开发的适宜类型及其程度。以乌蒙山集中连片特殊困难片区为例,本研究在明确界定低丘缓坡范围的基础上,构建了低丘缓坡耕地、建设用地开发适宜性评价指标体系并基于GRNN模型划分土地开发适宜性等级;重点关注集中连片土地开发的规模化效益,采用邻域算法对研究区低丘缓坡综合开发适宜性进行评价。研究结果表明,乌蒙山片区低丘缓坡土地开发潜力巨大,耕地、建设用地开发单宜区面积分别为31.37万hm2和3.84万hm2,其中多宜区面积达1.79万hm2;而考虑同现有用地类型及土地开发类型的空间邻接关系,基于规模效益原则综合权衡,多宜区中0.84万hm2更适宜开发为耕地,0.69万hm2更适宜用于建设用地开发,0.26万hm2因空间孤立而不作为土地开发区;综合开发适宜性评价确定耕地、建设用地开发区面积分别为27.68万hm2和2.21万hm2。研究结果对于乌蒙山片区低丘缓坡综合开发具有重要的实践指导意义。 展开更多
关键词 低丘缓坡综合开发 土地适宜性评价 grnn模型 邻域计算
原文传递
基于CNN-GRNN模型的图像识别 被引量：20
17
作者 江帆 刘辉 +2 位作者 王彬 孙晓峰 代照坤 《计算机工程》 CAS CSCD 北大核心 2017年第4期257-262,共6页
卷积神经网络(CNN)模型在图像识别中取得了良好的效果,但其识别精度还有进一步提升的空间。为此,设计一种新的图像识别模型CNN-GRNN。利用CNN提取样本图像中的多层次特征信息,将广义回归神经网络代替反向传播神经网络,以提高分类器的泛... 卷积神经网络(CNN)模型在图像识别中取得了良好的效果,但其识别精度还有进一步提升的空间。为此,设计一种新的图像识别模型CNN-GRNN。利用CNN提取样本图像中的多层次特征信息,将广义回归神经网络代替反向传播神经网络,以提高分类器的泛化能力和鲁棒性,通过均方差和降梯度法训练模型。基于COIL-100和手势库的实验结果表明,与灰度共生矩阵、HU距方法、CNN和CNN-SVM模型相比,CNN-GRNN的识别率分别提升了42.2%,13.43%,3.99%和1.86%,并具有较好的实时性。 展开更多
关键词 卷积神经网络 广义回归神经网络 支持向量机 反向传播神经网络 降梯度法
在线阅读 下载PDF
基于GRNN网络的CO_2气体保护焊工艺碳排放建模与参数优化 被引量：16
18
作者 罗毅 曹华军 +1 位作者 李洪丞 程海琴 《中国机械工程》 EI CAS CSCD 北大核心 2013年第17期2398-2403,共6页
以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合... 以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合评价优化模型,并采用遗传算法进行求解。将该模型应用于装载机燃油箱焊接工艺参数的选择,应用结果表明,该模型能在保证油箱焊接质量和成本的前提下降低工艺过程碳排放。 展开更多
关键词 焊接碳排放 grnn网络 遗传算法 参数选择
在线阅读 下载PDF
GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用 被引量：22
19
作者 付小平 薛新华 李洪涛 《中国安全科学学报》 CAS CSCD 北大核心 2012年第1期24-28,共5页
煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。... 煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。 展开更多
关键词 煤与瓦斯突出 构造复杂程度 瓦斯含量 预测 广义回归神经网络(grnn)
原文传递
基于火焰图像特征与GRNN的转炉吹炼状态识别 被引量：15
20
作者 刘辉 张云生 +1 位作者 张印辉 何自芬 《计算机工程与应用》 CSCD 北大核心 2011年第26期7-10,共4页
随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别。根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特征,以及图像色彩特征,并研... 随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别。根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特征,以及图像色彩特征,并研究了它们的变化过程。最后,利用广义回归神经网络(GRNN)建立图像特征和冶炼阶段之间的分类模型。实验结果表明,该方法能有效进行基于图像识别的转炉冶炼状态判断,具有较高的实用价值。 展开更多
关键词 转炉 火焰图像 线不变矩 颜色均值 Laws纹理 广义回归神经网络
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