共查询到18条相似文献,搜索用时 140 毫秒
1.
固体火箭发动机中,药柱的结构完整性直接关系到发动机的结构完整性和可靠性,而推进剂的力学性能对保持药柱结构完整性起着重要作用,也是决定推进剂寿命的重要指标.为了预估固体推进剂的力学性能,提高系统的可靠性,将遗传算法和神经网络相结合,建立了预估固体推进剂力学性能的遗传神经网络(GA-BP)模型.利用模型预测了某固体推进剂在不同温度、湿度和时间下的抗拉强度、延伸率、弹性模量变化情况,并与试验结果进行了比较.结果表明,模型预估精度高,泛化能力强,仿真计算与试验在结果上有很好的一致性.从而为固体火箭发动机的结构完整性研究提供可靠依据. 相似文献
2.
为提高煤/气混燃机组的锅炉效率,以某300 MW煤/气混燃锅炉为对象,对热量混燃比、分级配风、排烟温度、飞灰含碳量及锅炉效率进行了优化。基于优化试验数据,采用支持向量机(SVM)、反向传播(BP)神经网络及遗传算法优化BP(GABP)神经网络等算法,建立了锅炉效率智能算法预测模型。采用均方根误差和平均绝对百分比误差,分别评价了模型预测精度和预测值相对于试验值的平均偏离情况。试验与预测结果表明:随着高炉煤气热量混燃比的增加,锅炉效率由92.87%降到了90.82%,高炉煤气与焦炉煤气的最佳配比应小于1.3;锅炉效率随着分离燃尽风开度的增加而降低,最优开度为4层,均开至100%。通过对比3种预测模型的性能发现,遗传算法优化BP神经网络算法具有较强的逼近能力和泛化能力。该模型对锅炉效率的预测能力优于其他2种模型。 相似文献
3.
模拟研究对认识固体推进剂的燃烧规律、改善燃烧性能有重要意义。本研究提出一种如图1所示的燃烧模型并据此进行了大量模拟计算。计算结果与实验值符合得很好。与Miller的实验值比较,有80%以上计算值的相对误差小于10%;比PEM模型的计算精度提高了约15%;对含Al推进剂燃速、压力指数的计算,有95%计算值的相对误差小于10%,基本上能满足定量予估的要求。 相似文献
4.
5.
6.
提出了基于BP神经网络的四旋翼无人机故障诊断方法,但考虑到经典BP神经网络算法误差收敛速率慢,训练学习容易陷入局部最优值等缺陷,设计了一种基于改进型遗传算法(Genetic Algorithm)优化BP神经网络.改进型GA算法对编码方式和选择算子进行了优化,同时对交叉和变异算子等参数进行了调整.Matlab仿真表明,改进后的BP神经网络算法的检测性能有了明显的增强,避免了经典BP算法容易陷入局部最优值的问题. 相似文献
7.
将遗传算法与神经网络盲均衡算法相结合,提出了两段式优化神经网络权值的方案。首先利用遗传算法全局搜索能力强的特点优化初始权值,然后发挥BP算法局部搜索速度快的特点得到最佳权值。经计算机仿真表明,该算法与传统BP神经网络盲均衡算法相比,收敛速度加快,稳态剩余误差减小,误码率降低。 相似文献
8.
针对基于测距模型的定位算法易受环境干扰、测距误差大的问题,提出一种基于遗传算法-广义回归神经网络(GA-GRNN)优化的指纹定位算法。利用GRNN建立节点定位模型,通过GA确定最优平滑参数,将阅读器与标签间的信号强度值作为神经网络的输入,进而得到输出节点的坐标。仿真结果表明,与GRNN算法、BP神经网络算法、FOA-GRNN算法相比,该算法的定位精度较高,泛化能力较强。 相似文献
9.
遗传算法、BP神经网络和多元回归是目前应用比较广泛的数据挖掘算法,它们各俱优点,同时也存在诸多无法避免的缺陷。该文在前三者的基础上,提出一种BP网络与多元回归模型融合的杂合BP网络,并采用遗传算法优化杂合BP网络的初始权值,有效地避免几种方法在单独使用时存在的缺陷。验证实验结果表明:新方法所建立的模型在收敛速度、精度和... 相似文献
10.
锂电池健康状态(SOH)的预测是电动汽车锂电池管理系统的最重要的关键技术之一;传统的误差逆向传播(BP)神经网络容易使权值和阈值陷入局部最优,从而导致预测结果不精确;结合布谷鸟搜索算法(CS)的全局优化能力,提出一种基于CS算法优化BP神经网络的锂电池SOH预测方法,该方法的核心在于优化BP神经网络的初始权值和阈值,从而减小算法对初始值的依赖;为了验证算法的泛化性,利用美国国家航空航天局开源锂电池数据集6号电池和7号电池进行仿真实验,仿真得到该算法预测SOH的均方根误差(RMSE)分别为0.2658和0.2620,平均绝对百分比误差(MAPE)分别为0.3319%和0.2605%;通过与BP神经网络、粒子群优化的BP神经网络(PSO-BP)、遗传算法优化的BP神经网络(GA-BP)对比,布谷鸟算法优化的BP神经网络(CS-BP)具有更小的预测误差。 相似文献
11.
基于AIGA-BP神经网络的粮食产量预测研究 总被引:1,自引:0,他引:1
为了提高预测粮食产量的准确度,针对BP神经网络进行粮食产量预测时易陷入局部最优的缺陷,主要借鉴免疫系统的浓度调节机制和遗传算法的全局寻优特性,用自适应免疫遗传算法(AIGA)来优化BP神经网络的权值和阈值,并给出了具体的优化过程。用优化的神经网络对粮食产量进行了仿真预测,通过仿真实验表明,与BP神经网络预测法和遗传神经网络预测法对比,优化的网络模型在粮食产量预测中取得了更精确的结果。 相似文献
12.
基于遗传BP网络的股市预测模型研究与仿真 总被引:14,自引:12,他引:2
股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见,利用遗传算法全局寻优和BP神经网络局部寻优相结合的方法.提高了传统BP神经网络的计算精度和收敛速度.建立了基于遗传BP网络的股市预测系统模型,对贵州茅台股票价格进行预测.仿真结果表明,经遗传算法改进后的BP神经网络模型在降低计算和预测的平均误差的同时,迭代次数比一般BP神经网络模型也大大减少.因此适用于求解如股市预测等非线性问题,具有较高的精确度和应用价值. 相似文献
13.
以提高预测软件老化趋势为应用背景,提出一种新型自适应遗传退火算法(NAGSA)优化BP神经网络模型,该模型采用轮盘赌选择法与精英保留策略相结合的选择算子,在迭代后期通过模拟退火算法对适应度函数进行拉伸,相比传统的自适应遗传算法(AGA)在个体适应度较低时,能够非线性地自适应调节交叉概率和变异概率,从而对BP神经网络的权值和阈值优化并进行网络训练.对在线售书网站注入内存泄漏的代码使之老化,收集实验所需的老化数据进行仿真训练,实验结果表明,NAGSA-BP模型相比于传统遗传算法(GA)、传统自适应遗传算法(AGA)、传统自适应遗传退火算法(NGSA)优化的BP神经网络模型提高了预测精度和取得了优良的收敛效果,在该应用领域验证了本文方法的有效性. 相似文献
14.
针对BP神经网络训练学习速度慢、容易陷入局部极小值的缺陷,利用LM算法融合高斯-牛顿法和梯度下降法优点的快速性,充分利用遗传算法全局随机搜索强的优势,构建了三层5-6-1型的GA-LM-BP神经网络结构,优化BP神经网络的初始权值和阀值,减少了BP神经网络陷入局部极小值的几率。通过对锂离子电池数据进行了实验,结果表明了该方法预测的有效性。 相似文献
15.
为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法。利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值。利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差。 相似文献
16.
提出利用粒子群优化算法训练神经网络的算法,进行混沌系统辨识,并与神经网络、遗传神经网络对同一混沌系统辨识的结果进行比较。实验表明,利用粒子群优化算法训练神经网络进行混沌系统辨识,在不明显增加执行时间的基础上,寻求最优解的质量有显著提高,并且原理简单,容易实现,可有效用于混沌系统的辨识。 相似文献
17.