自适应遗传退火算法优化BP神经网络及其应用

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.     

LabVIEW环境下基于STM32的电解液温度监测系统设计北大核心CSCD

为实现电解加工过程中对温度变化的实时监测,开发了一种多通道的测温系统,以STM32单片机为核心,PC作为上位机,基于LabVIEW软件设计了温度监测界面,使用数字式传感器DS18B20进行温度采集,利用TDMS文件存储采集的温度数据。为了验证采集系统的可靠性和监测系统的稳定性,进行温度采集试验,测试结果表明:系统运行状态稳定,能够有效监测温度变化数值及曲线,测量误差控制在1.5%之内,可实现对电解液温度实时的精确测量。