检索结果-内蒙古大学图书馆

目前常用的变形预报方法有BP人工神经网络和小波神经网络,但是都存在收敛速度慢且易受局部极值的影响。针对这两种算法的不足,本文利用遗传算法的全局寻优特性,将遗传算法与小波神经网络结合,形成遗传小波神经网,将其应用于变形预报,取得了良好的效果;并将算法的预报精度、稳定性、有效区间及运算时间作为评价算法优劣的4个标准,对BP神经网络、小波神经网络及遗传小波神经网络进行对比,结果表明遗传小波神经网络具有明显的优势。

关键词：变形预报遗传算法小波神经网络遗传小波神经网络稳定性有效区间

来源：评论

学校读者我要写书评

暂无评论

遗传小波神经网络在飞机加油管路设计中的应用

引用

机械科学与技术 2002年第S1期21卷 115-117,120页

作者：董杰马壮吴云李嘉林空军工程大学工程学院西安710038

基于给出的飞机地面压力加油管路模型 ,分析并找到了解决大容量、多吨位、多功能加油系统常用吨位加油和最大吨位加油所需时间之间矛盾的方法。针对传统遗传算法易陷入早熟收敛的缺点 ,将遗传算法全局优化搜索和小波分析的时 -频局部性... 详细信息

基于给出的飞机地面压力加油管路模型 ,分析并找到了解决大容量、多吨位、多功能加油系统常用吨位加油和最大吨位加油所需时间之间矛盾的方法。针对传统遗传算法易陷入早熟收敛的缺点 ,将遗传算法全局优化搜索和小波分析的时 -频局部性相结合 ,使用一种基于遗传算法学习的小波神经网络—遗传小波神经网络 (GAWNN)得到了各管路优化的节流孔尺寸。试验结果证明。

关键词：线性加权节流孔遗传小波神经网络

来源：评论

学校读者我要写书评

暂无评论

遗传小波神经网络在大坝变形预测中的应用

引用

人民黄河 2014年第10期36卷 126-128页

作者：胡纪元文鸿雁周吕陈冠宇桂林理工大学广西空间信息与测绘重点实验室广西桂林541004 桂林理工大学测绘地理信息学院广西桂林541004 广西矿冶与环境科学实验中心广西桂林541004

针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性... 详细信息

针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性以及网络易陷入局部极小值的不足,将该模型运用于大坝坝顶的径向、切向位移预测,结果表明,遗传算法优化的小波神经网络模型结构稳定性更好,预测精度较BP神经网络模型、小波神经网络模型有较大提高。

关键词：大坝变形遗传小波神经网络 BP 神经网络小波神经网络预测精度

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘和遗传小波神经网络的光伏电站发电量预测

引用

太阳能学报 2021年第3期42卷 375-382页

作者：张成白建波兰康还新新樊辰夏旭河海大学机电工程学院常州213022

为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础... 详细信息

为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。

关键词：光伏发电数据挖掘聚类分析小波分析遗传小波神经网络

来源：评论

学校读者我要写书评

暂无评论

基于遗传小波神经网络的海底声学底质识别分类

引用

海洋学报 2014年第5期36卷 90-97页

作者：熊明宽吴自银李守军尚继宏国家海洋局第二海洋研究所浙江杭州310012 国家海洋局海底科学重点实验室浙江杭州310012

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进... 详细信息

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。

关键词：遗传小波神经网络底质分类声纳图像遗传算法小波分析

来源：评论

学校读者我要写书评

暂无评论

基于遗传小波神经网络的RFID调制识别

引用

计算机工程 2011年第2期37卷 191-193页

作者：张松华何怡刚李兵佘开侯周国湖南工学院电气与信息工程系湖南衡阳421002 湖南大学电气与信息工程学院长沙410082

在射频识别的调制识别方法中,神经网络常用的反向传播算法普遍存在收敛速度慢、容易陷入局部极小点、网络参数的选取只能凭实验和经验确定等缺点。针对上述问题,提出一种基于遗传算法优化小波神经网络的识别分类器。该分类器可以充分发... 详细信息

在射频识别的调制识别方法中,神经网络常用的反向传播算法普遍存在收敛速度慢、容易陷入局部极小点、网络参数的选取只能凭实验和经验确定等缺点。针对上述问题,提出一种基于遗传算法优化小波神经网络的识别分类器。该分类器可以充分发挥遗传算法的全局寻优能力、小波分析的非线性逼近能力和神经网络的自学习特性,仿真结果表明其可以优化系统的收敛速度和识别精度。

关键词：遗传小波神经网络射频识别调制识别

来源：评论

学校读者我要写书评

暂无评论

基于小波分解和遗传小波神经网络的卫星钟差预报

引用

桂林理工大学学报 2017年第1期37卷 125-130页

作者：蓝岚任超梁月吉李飞达桂林理工大学测绘地理信息学院广西桂林541004 桂林理工大学广西空间信息与测绘重点实验室广西桂林541004

星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络... 详细信息

星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析。结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的。

关键词：钟差预报小波分解最小二乘支持向量机遗传小波神经网络

来源：评论

学校读者我要写书评

暂无评论

基于时空相关性和遗传小波神经网络的路网短时交通流预测

引用

重庆理工大学学报（自然科学） 2020年第5期34卷 25-34页

作者：陆百川李玉莲舒芹重庆交通大学交通运输学院重庆400074 重庆山地城市交通系统与安全实验室重庆400074

根据城市路段交通流在时间维度的变化规律和在空间维度的分布特征,以及智能算法对交通流数据的较强适应性和降噪能力,提出了基于时空相关性和遗传小波神经网络(GA-WNN)的路网短时交通流预测。首先,分析了路网交通流的时空特性和数据特征... 详细信息

根据城市路段交通流在时间维度的变化规律和在空间维度的分布特征,以及智能算法对交通流数据的较强适应性和降噪能力,提出了基于时空相关性和遗传小波神经网络(GA-WNN)的路网短时交通流预测。首先,分析了路网交通流的时空特性和数据特征,建立了适用于交通路网的空间邻接矩阵;其次,以时空相关性函数量化不同时间延迟下路段与周边相邻路段交通状态之间的影响程度,并将其作为交通流预测模型输入变量的判断指标,结合遗传算法的全局搜索及小波神经网络的自适应学习优点构建了交通流预测模型;最后,通过实例验证表明,基于GA-WNN的交通流预测方法比其他方法更有优势,对比单一时间序列和空间序列预测方法,考虑了交通流时空相关性的预测方法能提高短时交通流预测精度。

关键词：短时交通流预测时空相关性交通流数据空间邻接矩阵遗传小波神经网络

来源：评论

学校读者我要写书评

暂无评论

遗传小波神经网络在高铁沉降预测中的应用

引用

地理空间信息 2016年第10期14卷 93-94,97页

作者：李飞达唐诗华蓝岚刘银涛桂林理工大学测绘地理信息学院广西桂林541004 广西空间信息与测绘重点实验室广西桂林541004

利用遗传算法的全局寻优特性,与小波神经网络相结合,建立遗传小波神经网络模型,并将其运用于高铁沉降预测,通过与BP神经网络、小波神经网络在高铁沉降预测的实验对比分析,结果表明遗传小波神经网络在高铁沉降预测中的稳定性更好、精度... 详细信息

利用遗传算法的全局寻优特性,与小波神经网络相结合,建立遗传小波神经网络模型,并将其运用于高铁沉降预测,通过与BP神经网络、小波神经网络在高铁沉降预测的实验对比分析,结果表明遗传小波神经网络在高铁沉降预测中的稳定性更好、精度更高。

关键词：沉降预测 BP神经网络小波神经网络遗传小波神经网络残差

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：