注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 利用GA算法优化BP网络的权值和阈值进行预测

  2. 利用GA算法优化BP网络的权值和阈值进行预测，和纯BP网络相比性能提高明显。

  3. 所属分类：网络基础

    • 发布日期：2010-04-26
    • 文件大小：402kb
    • 提供者：hzy19860116

  1. 用GA直接训练BP网络的权重算法

  2. 用GA直接训练BP网络的权重算法,主程序：gafault.m 用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法,主程序：gabpfault.m

  3. 所属分类：网络基础

    • 发布日期：2010-05-26
    • 文件大小：389kb
    • 提供者：zhoutongchi

  1. 基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

  2. 用GA-BP神经网络算法和粗糙集理论进行交通事故黑点预测

  3. 所属分类：交通

    • 发布日期：2015-04-02
    • 文件大小：334kb
    • 提供者：lee2010wl

  1. GA-BP性能测试

  2. 本代码是一段经典的GA-BP代码，采用遗传算法对神经网络进行训练，克服了单一神经网络容易陷入局部极小的问题，程序打开就可以运行，希望对大家有用。

  3. 所属分类：深度学习

    • 发布日期：2018-03-21
    • 文件大小：34kb
    • 提供者：wenberhe

  1. 基于GA-BP神经网络的变压器故障诊断

  2. 提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并针对变压器故障诊断过程进行高效处理。GA-BP神经网络具备模糊算法,具有计算快速和判断准确等优点,可在很多的领域内保障电气安全,因而其具有良好的发展前景。

  3. 所属分类：其它

  1. 矿井提升机制动器的GA-BP故障诊断

  2. 针对矿井提升机制动器经常出现故障、耦合信号导致故障诊断相对复杂的问题,采用遗传算法优化BP神经网络的方法,通过调查和研究矿井提升机制动器的故障类型,收集相关数据,根据GA-BP神经网络确定网络的输入量和输出量,对矿井提升机制动器进行故障诊断.利用Matlab进行遗传算法优化的BP神经网络故障诊断的仿真分析.研究结果表明,诊断误差较小,输出向量与实际的故障结果一致,所以将遗传算法优化BP神经网络应用到矿井提升机制动器的故障诊断中是有效且可行.

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：607kb
    • 提供者：weixin_38702945

  1. 基于GA-BP神经网络模型的汽车线束导线串扰快速预测

  2. 基于GA-BP神经网络模型的汽车线束导线串扰快速预测，高印寒，王天皓，本文提出了一种基于GA-BP神经网络的汽车线束导线串扰预测模型。利用其特有的对非线性适应性问题处理能力，并且充分考虑各影响因子�

  3. 所属分类：其它

    • 发布日期：2020-02-12
    • 文件大小：665kb
    • 提供者：weixin_38632763

  1. GA-BP网络模型预测填料塔中AMP吸收CO2的传质性能

  2. GA-BP网络模型预测填料塔中AMP吸收CO2的传质性能，符开云，高红霞，采用遗传算法优化的BP网络（GA-BP）模型，以伴随化学反应的传质过程中的关键操作参数为输入变量，总体积传质系数为输出变量，对填�

  3. 所属分类：其它

    • 发布日期：2020-02-11
    • 文件大小：647kb
    • 提供者：weixin_38655998

  1. 基于GA-BP混合学习算法的交叉口短期交通量预测

  2. 基于GA-BP混合学习算法的交叉口短期交通量预测，徐志红，张美坤，充分利用人工神经网络强大的学习能力和其对非线性系统很强的模拟能力以及 MATLAB 的人工神经网络工具箱的强大功能, 建立交叉口短期�

  3. 所属分类：其它

    • 发布日期：2020-01-19
    • 文件大小：169kb
    • 提供者：weixin_38569203

  1. 基于GA-BP的煤巷围岩稳定性分类与应用

  2. 为了对煤巷围岩稳定性进行科学分类,统计24篇分类文献,建立SPSS分类指标数据库,进行频数分析,研究指标的频数和分布特征,得出重点分类指标,同时考虑指标选取原则和山西焦煤实际情况,确定了11个分类指标。联合应用遗传算法和BP神经网络,建立GA-BP煤巷围岩稳定性分类模型,通过GA全局启发式搜索构建网络拓扑结构,通过GA全局寻优和BP局部优化确定最优权值阈值,应用MATLAB对该模型进行编程。设计含80条山西焦煤煤巷的训练样本,使模型学习并获得分类能力,并应用于山西焦煤20条煤巷。结果表明:GA-

  3. 所属分类：其它

    • 发布日期：2020-05-28
    • 文件大小：228kb
    • 提供者：weixin_38725015

  1. PSO-BP网络模型在GPS高程拟合中的应用

  2. 文中介绍了一种全局随机优化算法—粒子群优化算法,并将其应用于BP网络模型的参数优化。在基本BP算法的误差反向传播调整权值的基础上,引入粒子群算法(PSO)进行权值修正,建立一个PSO优化的BP网络模型进行GPS高程拟合,并与基于遗传算法优化的BP网络模型(GA-BP)、支持向量机模型(SVM)和基本BP网络模型的拟合结果进行分析比较。结果表明,PSO-BP网络优化模型性能略高于GA-BP网络模型的性能,明显优于SVM模型和BP网络模型。

  3. 所属分类：其它

    • 发布日期：2020-05-28
    • 文件大小：208kb
    • 提供者：weixin_38727199

  1. GA-BP神经网络在煤矿突水水源判别中的应用

  2. 以6种水化离子浓度作为判别突水来源的依据,为克服人工神经网络采用标准BP算法修正初始权值和阈值所带来的具有随机性和易陷入局部最小缺点,拟采取具有全局最优功能的遗传算法(GA)优化BP神经网络,从而建立突水水源的GA-BP神经网络判别模型。将该模型分别与BP神经网络模型、Elman神经网络模型进行输出对比。应用结果表明:GA-BP神经网络模型具有仿真输出结果总误差最小、精度最高的优点,可以为判别煤矿突水来源和防治突水灾害的发生提供一定的辅助作用。

  3. 所属分类：其它

    • 发布日期：2020-05-24
    • 文件大小：218kb
    • 提供者：weixin_38651983

  1. 灰色系统理论与GA-BP网络模型在导高控制和预测中的应用

  2. 利用灰色系统理论对各主要地质采矿因素与导水裂隙带发育高度关联度计算排序,得到影响因素的主次顺序,分别建立了BP神经网络和基于遗传算法优化的BP神经网络预测模型,将2种模型预测结果与实测结果对比分析。

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：247kb
    • 提供者：weixin_38740596

  1. 基于GA-BP混合算法的电力变压器故障诊断方法

  2. 为解决BP神经网络在变压器故障诊断中存在的收敛速度慢,容易陷入局部最优点等缺点,采用了将BP网络和遗传算法相结合的方式,利用遗传算法的全局收敛性,优化BP网络的初始权值和阈值,再由BP网络进行调整搜索,同时采用了LM优化方法训练神经网络以提高网络精度,缩短训练时间,最后将训练好的网络应用到油中溶解气体分析技术中。

  3. 所属分类：其它

    • 发布日期：2020-06-30
    • 文件大小：250kb
    • 提供者：weixin_38612648

  1. 基于GA-BP算法的气化配煤灰熔点预测

  2. 为了提高气化配煤煤灰流动温度预测的精度和稳定性,提出将遗传算法(GA)与误差反向传播神经网络(BP)相结合的预测方法,采用GA优化BP神经网路的权值和阈值,再用BP算法训练网络,结合仿真实验分析比较了GA-BP网络算法与常规BP神经网络方法的精度和稳定性。结果表明:GA-BP网络改善了BP网络容易陷入局部极小值和收敛速度慢的缺点,经GA优化的BP神经网络预测方法的预测精度高于BP网络算法,将其应用于气化配煤灰熔点预测有效可行。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：389kb
    • 提供者：weixin_38651286

  1. GA-BP网络在凿岩防卡阀推进压力预测中的应用

  2. 分析了凿岩钻车防卡阀的结构和工作原理,利用某采石场原始卡钎数据,建立了防卡阀BP神经网络模型。基于遗传算法理论对BP神经网络模型进行了结构拓扑优化和训练,建立了GA-BP网络模型。分析结果表明,BP神经网络模型和GA-BP网络模型均可以较好地预测卡钎时防卡阀的推进压力,但GABP网络模型具有更高的预测精度、非线性映射和网络性能。

  3. 所属分类：其它

    • 发布日期：2020-07-17
    • 文件大小：289kb
    • 提供者：weixin_38551749

  1. 基于GA-BP网络模型的煤矿底板突水非线性预测评价

  2. 以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。

  3. 所属分类：其它

    • 发布日期：2020-07-16
    • 文件大小：621kb
    • 提供者：weixin_38606656

  1. 基于GA-BP神经网络的浮选加药量预测

  2. 针对现有煤泥浮选加药量预测不准确的问题,提出了基于GA-BP神经网络作为煤泥浮选加药量的预测模型。首先通过MIV值评价法筛选出对浮选加药量影响较大的因素,进而建立了基于GA-BP神经网络的加药预测模型。用MIV值评价法完成了对网络结构的简化;用遗传算法优化神经网络的方法提高了神经网络模型预测加药量的精度。

  3. 所属分类：其它

    • 发布日期：2020-07-15
    • 文件大小：217kb
    • 提供者：weixin_38677648

  1. 基于GA-BP网络的声发射检测储罐底板腐蚀评价

  2. 采取声发射技术检测获得储罐底板声发射信息，结合储罐本身参数，用遗传算法(GA)与BP神经网络相结合的方法建立模型对储罐腐蚀情况进行了评估，分别建立了BP神经网络评价模型和GA-BP网络评价模型，并将两模型结果进行对比。结果表明, GA-BP储罐底板腐蚀网络评价模型较单独使用BP神经网络的评价模型具有更好的适应性和更高的预测精度，对声发射检测常压储罐腐蚀情况的评估具有参考价值，为我国自主研发常压储罐在线声发射检测评估系统提供了支持。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：471kb
    • 提供者：weixin_38542223

  1. 基于GA-BP神经网络的动力锂电池SOC估算

  2. 为提升新能源汽车的整车动力性、经济性以及安全性，更精确估算车用锂电池的荷电状态值(SOC)，以纯电动汽车动力锂电池为研究对象，采用遗传算法(GA)优化BP神经网络,解决了误差逆传播存在的收敛速度慢、全局范围搜索能力弱、容易陷入局部极小值等缺陷，同时建立了基于GA-BP算法的SOC值预测神经网络模型，通过仿真实验与传统BP算法进行对比，验证该算法兼顾神经网络学习速度、误差小、全局搜索能力并满足动力电池SOC值估算要求。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：536kb
    • 提供者：weixin_38679449
« 12 3 4 5 6 7 »