检索结果-内蒙古大学图书馆

电子器件 2021年第3期44卷 659-663页

作者：符亚杰冯国成乌海职业技术学院内蒙古乌海016000 北方联合电力有限责任公司乌海热电厂内蒙古乌海016000

电能作为常见的能源类型,易与其他类型的能源进行转换,被广泛用于日常生活以及社会发展等方面。随着电力系统的不断发展,用户的不断突破,短期内的负荷用电预测成为国家电网稳定运行不可缺少的一部分。本文提出一种基于量子免疫优化算法... 详细信息

电能作为常见的能源类型,易与其他类型的能源进行转换,被广泛用于日常生活以及社会发展等方面。随着电力系统的不断发展,用户的不断突破,短期内的负荷用电预测成为国家电网稳定运行不可缺少的一部分。本文提出一种基于量子免疫优化算法改进的bp神经网络算法短期负荷预测方法,旨在提高bp神经网络算法存在的收敛速度慢、初始值敏感等问题,经某电力公司提供数据,对电力短期负荷进行预测,结果证明了本文提出方法的有效性与快速性。

关键词：短期负荷预测量子免疫优化算法 bp神经网络算法

来源：评论

学校读者我要写书评

暂无评论

基于神经网络算法的车辆噪声有源控制研究

基于神经网络算法的车辆噪声有源控制研究

引用

作者：张丽娟上海工程技术大学

学位级别：硕士

在噪声有源控制系统中，目前使用的比较多的是基于线性自适应滤波理论的控制算法，如最小均方LMS算法。其计算量小、算法简单，而且易于实现，但是当系统中存在非线性问题时，线性算法便不再适用，因此需要使用非线性算法进行处理。本... 详细信息

在噪声有源控制系统中，目前使用的比较多的是基于线性自适应滤波理论的控制算法，如最小均方LMS算法。其计算量小、算法简单，而且易于实现，但是当系统中存在非线性问题时，线性算法便不再适用，因此需要使用非线性算法进行处理。本文采用bp神经网络算法代替使用较多的LMS算法，在线调节自适应滤波器的参数。 bp网络为最常用的一种神经网络，对解决非线性问题，具有显著优势，显示出强大的实际应用能力。但是随着其研究及应用的深入，bp算法的一些缺陷开始显现出来，如收敛速度慢，学习时间较长;学习的过程中可能会陷入局部极小值;网络的构建缺乏统一的原则;对初始权值的设定相当的敏感;网络的泛化能力差等。本文将具有全局优化、正反馈以及分布式计算特性的蚁群算法，应用到对bp网络初始时刻的权值与阈值的确定上。结果表明，本文提出的基于自适应最大-最小蚂蚁系统的改进bp算法比基本bp算法具有更强的处理问题的能力。次级通道传递函数的特性会在整个自适应有源控制系统中产生极其重要的影响。本文建立前馈结构的发动机排气噪声有源控制系统模型，采用基于神经网络算法的自适应逆方法离线辨识次级通道逆模型，再将其串接到次级通道前，以抵消次级通道对有源消声系统所产生的影响。对发动机排气噪声的产生机理和频率构成进行分析的基础上，利用MATLAB/SIMULINK软件，进行仿真试验，并与采用LMS算法的仿真结果进行比较。结果显示，对于存在非线性的系统，神经网络算法在收敛速度与收敛精度方面均强于LMS算法。在MATLAB中画出仿真实验结果的功率谱图，可以看出，神经网络算法使得噪声信号在较宽的频率范围内得到抵消。前馈系统因为结构简单、稳定性强等优点，是有源消声技术中最常用并且最成熟的结构方式。但是，其需要得到噪声的参考输入，而在实际应用过程中，噪声的参考输入常常很难获得或者信噪比太低，将其应用到实践中往往还是较困难的。因此尝试在发动机噪声有源控制系统中采用反馈结构是非常有必要的。本文采用基于神经网络算法的内模控制进行发动机排气噪声的消除，并将粒子群算法用在反馈滤波器参数的在线调节中。同样在MATLAB/SIMULINK环境中进行仿真，从结果可以看出，采用反馈结构的有源消声技术也能取得很好的结果。本文又对某款汽车的排气噪声进行了测量，然后分别采用建立的前馈和反馈模型对实测到的发动机的排气噪声进行消除，同样取得了比较好的效果。进一步表明，本文基于神经网络算法的有源控制方法能够更好地消除汽车排气噪声，其具备一定的实际应用性，对汽车排气噪声有源控制效果的改善有一定的积极作用。

关键词：有源消声 bp神经网络算法前馈结构内模控制汽车排气噪声

来源：评论

学校读者我要写书评

暂无评论

基于蚁群与神经网络算法的变风量空调末端控制研究

基于蚁群与神经网络算法的变风量空调末端控制研究

引用

作者：闫婷西安建筑科技大学

学位级别：硕士

以热舒适指标PMV作为变风量空调控制系统的控制目标,能够很大程度上实现舒适与节能的统一,因而越来越受到人们地重视。本文首先说明传统温度控制空调方式存在的不迅速、不舒适、不节能等问题,而热舒适控制空调系统控制目标为热舒适指标P... 详细信息

以热舒适指标PMV作为变风量空调控制系统的控制目标,能够很大程度上实现舒适与节能的统一,因而越来越受到人们地重视。本文首先说明传统温度控制空调方式存在的不迅速、不舒适、不节能等问题,而热舒适控制空调系统控制目标为热舒适指标PMV,因其能够衡量热环境对人体综合作用效果,在近几年成为行业研究热点。通过调节室内湿热环境参数的控制方式,使人体感觉始终处于舒适范围,将作用点转化为人体本身,推翻传统空调控制模式。热舒适控制“以人为本”,有效地解决了传统温度控制空调方式存在的问题。其次,指出了bp神经网络存在冗余性、收敛速度慢等不足,因此引入蚁群算法优化神经网络,在Matlab中编程建立模型预测PMV指标,比较两种方法可知,利用蚁群算法整定bp神经网络算法后,不仅加快了算法的收敛速度,而且在保证精度的同时大大提高了bp神经网络的性能。最后,引入粒子群算法优化神经网络,与蚁群算法优化神经网络预测结果对比后,其均能较好地完成对bp模型参数的选取。然后,使用DesignBuilder软件建立模型,采用冬季典型工况日的24小时气象参数,模拟计算出定PMV控制与温度设定为20℃控制时房间逐时的PMV值与房间负荷。计算可知,控制PMV=-0.5的定PMV与控制室内温度为20℃的空调控制方式相比,各时刻房间的热舒适性都比较好,然而以20℃的定温度控制空调方式,房间的热环境与定PMV控制空调系统相比不够温暖舒适。而定PMV控制比温度控制空调系统负荷增加了,但通过定PMV控制空调方式可以综合考虑监测影响房间热环境的每个因素,使人体始终处于舒适范围内,比定温度控制空调系统温暖舒适。最后,讨论了空调控制方式对人员及系统的影响,虽然冬季PMV为-0.5控制方式对单个实验房间的空调系统能源消耗会增多,但经过宏观分析可知,该控制方式对于整个大型空调系统的总能耗明显会降低。因此,综合舒适与节能两个方面,采用热舒适指标PMV控制空调系统要优于传统的温度控制空调方式。

关键词：热舒适指标PMV 变风量空调蚁群算法 bp神经网络算法舒适性与节能性

来源：评论

学校读者我要写书评

暂无评论

湖北小麦条锈病预测模型的构建及应用

引用

植物保护 2025年第1期51卷 161-168页

作者：林嘉豪户雪敏段维彤杨俊杰黄朝炎黄卫利李宇翔胡小平西北农林科技大学植物保护学院植保资源与病虫害治理教育部重点实验室农业农村部西北黄土高原作物有害生物综合治理重点实验室杨凌712100 湖北省植物保护总站武汉430070 湖北省襄阳市植物保护站襄阳441021 西安黄氏生物工程有限公司西安710065

湖北省是我国小麦条锈菌的重要冬繁区之一,也是小麦条锈病由西北越夏区传播至华中小麦主产区的关键通道,加强对湖北省小麦条锈病的准确预测和科学防控至关重要。本研究利用1995年-2023年的数据,通过相关性分析,结合滑动窗口法筛选出了... 详细信息

湖北省是我国小麦条锈菌的重要冬繁区之一,也是小麦条锈病由西北越夏区传播至华中小麦主产区的关键通道,加强对湖北省小麦条锈病的准确预测和科学防控至关重要。本研究利用1995年-2023年的数据,通过相关性分析,结合滑动窗口法筛选出了与湖北省小麦条锈病发生面积相关的因子,包括日平均气温、日平均最高气温、日平均最低气温、平均日照时数、日累积降水量,并以1995年-2020年的数据构建了条锈病发生面积的基于全子集回归模型和bp神经网络模型。结果表明,全子集回归模型1和2对1995年-2020年小麦条锈病发生面积回测准确度分别为88.7%和88.1%,对2021年-2023年的预测准确度分别为89.8%和95.2%;bp神经网络模型1和2对1995年-2020年小麦条锈病发生面积回测准确度分别为96.5%和95.8%,对2021年-2023年的预测准确度分别为91.6%和90.9%。因此,bp神经网络模型1是湖北省小麦条锈病发生面积的最佳模型。

关键词：小麦条锈病发生面积全子集回归 bp神经网络算法

来源：评论

学校读者我要写书评

暂无评论

基于改进模式识别的无人值守风电场群组机器人集中巡检研究

引用

可再生能源 2025年第3期43卷 346-352页

作者：董礼程丽敏赵博王雁冰商志强朱盼盼中广核风电有限公司北京100000 北京金风慧能技术有限公司北京102600

由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人... 详细信息

由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人集中巡检方案。对于风电场群组变压器故障、设备温度异常和齿轮箱声音异常情况,分别利用bp神经网络算法、模糊模式识别算法和经验模态分解算法对其展开巡检,并在某大型风力发电场中对所提方法进行测试。结果表明,所提方法可实现对风电场群组中各类故障的巡检,第一时间获取到故障信号,避免了安全事故的发生;识别准确率在92.3%以上,召回率与F1分数也优于对比方法,表明本文方法在识别故障样本方面更为全面,能够有效地进行故障检测。

关键词：改进模式识别 bp神经网络算法经验模态分解算法齿轮箱声音异常变压器故障

来源：评论

学校读者我要写书评

暂无评论

基于bp神经网络的Web服务选择算法

基于BP神经网络的Web服务选择算法

引用

作者：肖科北京邮电大学

学位级别：硕士

Web服务通过标准的Web协议来提供服务,是一种服务导向架构的技术,用这种技术可以保证应用服务在不同的平台上进行互操作。由于计算复杂度和人们对应用服务需求的提升,Web服务提供者数量开始激增,具有相同或相似功能的Web服务可能由许多... 详细信息

Web服务通过标准的Web协议来提供服务,是一种服务导向架构的技术,用这种技术可以保证应用服务在不同的平台上进行互操作。由于计算复杂度和人们对应用服务需求的提升,Web服务提供者数量开始激增,具有相同或相似功能的Web服务可能由许多不同的Web服务提供者来提供,这些服务具有不同的服务质量。因此,如何从所有相同或相似的Web服务中选择一个最合适的服务提供给用户已经成为Web服务环境下急需解决的关键问题。为了解决Web服务选择的问题,本课题建立了Web服务选择模型,模型中包含了关键的三部分：注册中心、服务请求者、服务提供者。服务提供者的服务用WSDL语言来描述,这种XML格式的语言能方便其查找、注册和调用过程,服务请求者利用SOAP协议调用所提供服务。在注册中心加入了Web服务质量的选择、评估控制器,该控制器的核心基于误差反向传播(bp)神经网络算法。神经网络控制器能在相似Web服务集中选出QoS最合适的服务。 bp神经网络是一种单向传播的多层前馈网络,一般由三层或三层以上构成,本课题用的神经网络包括输入层、隐藏层和输出层三层。该神经网络是目前应用最为广泛的神经网络之一。bp网络能在事先不知道输入和输出数据之间函数映射方程的情况下通过自主学习来存储其中的模式映射关系。神经网络能记忆这些映射关系,并将其用于新数据的拟合。传统的bp神经网络算法存在着收敛速度慢、学习过程振荡等缺陷,本文提出的新颖bp神经网络算法在很大程度上克服了训练过程中的这些缺陷。利用本文提出的Web服务选择模型为仿真的机房电力供应场景建立服务模型,并应用新颖的bp算法来选择最优服务质量的UPS,通过与传统的bp算法进行训练和选择比较,验证了新颖bp算法更快的收敛速度和更优质量的UPS服务的选择。

关键词： Web服务 bp神经网络算法服务质量收敛速度 UPS电源

来源：评论

学校读者我要写书评

暂无评论

人工神经网络算法在GDP和CPI中的预测应用

人工神经网络算法在GDP和CPI中的预测应用

引用

作者：王永杰中北大学

学位级别：硕士

国际经济竞争越来越激烈,为保证我国在国际竞争中立于不败之地,必须保证宏观经济稳定发展。GDP增长率反映了国家经济状况的整体水平,CPI指数直接影响国民购买力。在制定宏观经济政策时,必须研究历史数据,从历史数据中寻求它们之间的内... 详细信息

国际经济竞争越来越激烈,为保证我国在国际竞争中立于不败之地,必须保证宏观经济稳定发展。GDP增长率反映了国家经济状况的整体水平,CPI指数直接影响国民购买力。在制定宏观经济政策时,必须研究历史数据,从历史数据中寻求它们之间的内在关系,进而为制定合适的方针政策提供指导。GDP增长率与CPI指数的历史数据具有复杂的时间序列性和非线性性。人工神经网络算法具有良好的非线性拟合能力,在处理非线性问题时得到了广泛应用。bp神经网络算法和SVM算法作为人工神经网络中两种广泛使用的算法,都具有良好的非线性拟合能力,但也存在不足。针对不足之处,本文做了以下几方面的工作。1、针对bp神经网络算法容易陷入局部极小值,提出了PSO-bp模型算法。该方法主要利用PSO算法良好的全局寻优能力对bp算法的权值和阈值进行优化,从而避免bp算法陷入局部极小值。2、SVM算法中参数的选择直接影响模型的性能,所以如何选择恰当的参数至关重要。文中利用GWO灰狼算法良好的全局寻优能力对SVM的参数进行寻优,从而提高SVM模型的预测精度。3、PCA主成分可以实现降维,并保留原始数据的绝大部分信息,文中用PCA算法对实验数据进行降维,来提高模型的预测精度。通过PCA-PSO-bp模型对GDP增速和CPI指数进行拟合预测,实验结果表明PCA-PSO-bp模型比PCA-bp模型和PSO-bp模型具有更高的拟合精度和更小的均方误差。此外,文中也对PCA-GWO-SVM模型进行了GDP增长率和CPI指数的预测实验。结果表明PCA-GWO-SVM模型比PCA-SVM模型和GWO-SVM模型具有更高的拟合精度和更小的均方误差。通过PCA-PSO-bp模型与PCA-GWO-SVM模型的实验结果对比发现,PCA-GWO-SVM模型有更小的均方误差。

关键词： GDP CPI bp神经网络算法主成分分析粒子群算法灰狼优化算法支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于优化的bp神经网络与SVR算法对AQI的预测研究

基于优化的BP神经网络与SVR算法对AQI的预测研究

引用

作者：张楠中北大学

学位级别：硕士

随着工业、科技的发展,空气质量问题越来越引起了大家的重视。治理空气污染是一个长期存在的问题,短期内很难见效[1]。为了更好地计算空气质量指数（Air Quality Index,AQI）,提高空气质量指数（AQI）的计算效率[2],本文引入了人工神经... 详细信息

随着工业、科技的发展,空气质量问题越来越引起了大家的重视。治理空气污染是一个长期存在的问题,短期内很难见效[1]。为了更好地计算空气质量指数（Air Quality Index,AQI）,提高空气质量指数（AQI）的计算效率[2],本文引入了人工神经网络算法。传统的空气质量评价与预测方法具有工作量大、统计数据困难、预测精度不高等缺陷。该方法具有良好的非线性拟合能力,在处理非线性问题中得到了广泛的应用,尤其是bp神经网络算法和SVM算法,有效的解决了存在的一些问题。本文所使用数据均来自于中国环境监测站太原市的实时监测数据。人工蜂群算法（Artificial Bee Colony Algorithm,ABC）是一种元启发式群智能算法,模仿了蜜蜂群分工找蜜源的行为。主要特点是不需要了解问题的特殊信息,只需要对问题进行优劣的比较,通过各人工蜂个体的局部寻优行为,最终在群体中使优值突显出来,有着较快的收敛速度。但ABC算法可能陷入局部最优,针对这一不足之处,本文提出了bp-ABC和bp-IABC模型算法,主要利用ABC算法对bp算法的权重和阈值进行优化。通过bp模型对AQI指数进行拟合预测,实验结果表明bp-IABC模型比bp模型和bp-ABC模型具有更高的拟合精度和更小的均方误差。灰狼优化算法（Grey Wolf Optimizer,GWO）模拟了灰狼群体的种群等级制度与围捕猎物的活动。灰狼分散开去找目标,初始种群的好坏直接影响算法的全局收敛速度与解的质量。为了提高全局优化能力,并利用改进算法优化支持向量机回归算法（SVR）的参数,建立了MGWO-SVR预测模型。并利用MGWO-SVR模型和SVR模型对太原市的空气质量指标进行预测和拟合,仿真实验结果表明改进后的模型在预测精度与性能都有良好的表现。

关键词： AQI bp神经网络算法人工蜂群算法灰狼优化算法 SVR

来源：评论

学校读者我要写书评

暂无评论

基于神经元网络和人工蜂群算法的拉曼光纤放大器设计方案

引用

光学学报 2021年第20期41卷 16-24页

作者：巩稼民刘芳吴艺杰张运生雷舒陶朱泽昊西安邮电大学电子工程学院陕西西安710121 西安邮电大学通信与信息工程学院陕西西安710121

介绍了一种将反向传播(bp)神经网络算法与人工蜂群算法相结合的方法,并用该方法对多泵浦拉曼光纤放大器的设计进行了优化。通过研究多层bp神经网络中的隐藏层层数和神经节点数,确定了最佳的学习模型,该模型可以精准地反映泵浦波长和泵... 详细信息

介绍了一种将反向传播(bp)神经网络算法与人工蜂群算法相结合的方法,并用该方法对多泵浦拉曼光纤放大器的设计进行了优化。通过研究多层bp神经网络中的隐藏层层数和神经节点数,确定了最佳的学习模型,该模型可以精准地反映泵浦波长和泵浦功率与拉曼净增益分布间的映射关系,能代替传统求解拉曼耦合波方程的方法。同时,为了提高增益谱的平坦性,采用人工蜂群算法来优化泵浦参数,得到了最优的泵浦波长和泵浦功率。仿真结果表明,通过将训练好的bp神经网络模型加入到人工蜂群算法中,所研究的拉曼放大器达到了期望的增益性能,且其目标值与预测值的最大误差不超过0.29 dB。该设计方案为拉曼光纤放大器的研究提供了新的思路和方法。

关键词：光通信拉曼光纤放大器机器学习 bp神经网络算法人工蜂群算法拉曼增益

来源：评论

学校读者我要写书评

暂无评论

基于FBG技术的抛物线与bp神经网络联合算法应用于架空线覆冰厚度监测的研究

引用

智慧电力 2017年第8期45卷 58-63页

作者：李路明刘志明张治国蔡志民廖志军胡振燕国网江西省电力公司信息通信分公司江西南昌330029 北京邮电大学信息光子学与光通信国家重点实验室北京100876 国网江西省电力公司江西南昌330029 江西省铁路投资集团公司江西南昌330000

针对架空输电线路覆冰厚度的实时可靠的监测需求,提出了基于光纤光栅传感器技术(FBG)的抛物线与bp神经网络联合算法应用于架空线覆冰厚度监测的方案。该方案在使用抛物线算法对覆冰厚度进行初步计算的基础上,进一步利用bp神经网络算法... 详细信息

针对架空输电线路覆冰厚度的实时可靠的监测需求,提出了基于光纤光栅传感器技术(FBG)的抛物线与bp神经网络联合算法应用于架空线覆冰厚度监测的方案。该方案在使用抛物线算法对覆冰厚度进行初步计算的基础上,进一步利用bp神经网络算法对计算结果予以修正。试验结果表明:该方案可有效提高基于光纤光栅传感技术的架空线覆冰厚度监测准确度,其覆冰厚度测量误差不超过2 mm。

关键词：抛物线算法 bp神经网络算法光纤光栅架空线覆冰厚度

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：