改进梯度下降BP算法在地下水位预测中的应用

本文给出了BP神经网络预测模型的原理,分析了标准BP算法缺陷,通过改变学习率和增加动量项改进BP算法。用改进的算法预测某地地下水位,并对训练过程进行优化,实验结果表明,改进的BP神经网络能有效地提高地下水位预测的速度和精度,比标准BP算法预测性能有较大改善。     

改进GWO-BP算法的概率积分法预计参数求取

针对BP神经网络模型在求取概率积分法预计参数时的缺陷,提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型。主要通过对灰狼算法的收敛因子a进行非线性收敛的改进,再利用粒子群算法(PSO)的速度更新公式更新搜索灰狼搜索位置。用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,然后利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。结果显示经过改进的灰狼算法优化BP神经网络的参数预测结果明显优于单一的BP神经网络模型和不改进的灰狼算法优化BP神经网络模型的预测结果,可以在矿区开采沉陷预计方面得到应用。     

地表沉陷预测的改进BP神经网络模型

为了更加准确地预测地表沉陷变形,基于Adaboost算法采用多网络共同计算策略改进了BP神经网络,通过实际沉降数据对Adaboost算法改进后的神经网络进行训练,预测地表最大下沉量、影响角正切和拐点偏移距,将预测的3个参数代入概率积分法中,建立了地表沉陷公式,对改进效果和地表沉陷公式分别进行了验证。结果表明:(1)通过对比改进前后BP神经网络的计算精度,未经过Adaboost算法改进的BP神经网络误差明显大于改进后的BP神经网络,说明基于Adaboost修正后的BP神经网络计算精度得到了有效提升;(2)基于BP神经网络对最大下沉量、影响角正切和拐点偏移距3个参数进行预测,结合概率分析法,能够实现稳沉后采空区主断面上方地表沉降规律的准确描述。以鲁西南地区某矿3301采空区地表为例,利用改进BP神经网络预测了地表最大下沉量、影响角正切和拐点偏移距,进而给出了地表沉陷曲线,与现场实测结果对比显示:改进BP神经网络的最大误差小于0.105 m,最大相对误差为4.3%,证明了所提计算方法的可靠性。     

基于人工神经网络的煤矿安全事故预测研究

结合2000～2009年间的全国煤矿统计数据,建立了预测模型,以计算机软件MATLAB 7.5为平台,结合BP神经网络学习算法对10年间的煤炭产量、死亡人数和百万吨死亡率进行了预测分析.结果表明,检测样本的期望输出与模拟输出线性回归分析时的线性相关系数均在0.91以上,说明了BP神经网络较好的拟合效果.     

改进的BP神经网络在路基沉降预测中的应用

针对传统的BP神经网络存在的缺点,提出了用附加动量法、自适应学习速率和L-M优化算法等几种算法进行优化。通过对比分析,证明了采用L-M优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了BP神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点。结合现场实测数据,将该优化模型与传统的BP神经网络预测模型对比,预测结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜广泛采用。     

改进的BP神经网络预测煤炭自燃研究

基于改进BP双模型神经网络技术,提出了一种具有离线学习模型和在线校正模型的双模型BP神经网络,两者互相独立并相互结合,从而提高了神经网络预测对煤炭自燃预测的准确性。     

基于改进狮群算法和BP神经网络模型的磨矿浓度预测

针对当前选矿生产过程中磨矿参数难以实时测量,导致的无法对磨矿流程控制进行有效实时优化的问题,提出了一种基于改进狮群算法和BP神经网络的磨矿浓度预测方法。传统的狮群算法(Lion Swarm Optimization, LSO)存在容易陷入局部最优解和局部搜索能力弱的问题,通过改变狮王更新方式的同时加入衰减因子,来提升全局搜索能力,避免陷入局部最优解,对于母狮和学习狮的更新方式引入了动态学习策略,来优化局部搜索能力,并在仿真测试中验证了改进算法的优越性。同时利用改进的算法代替BP神经网络中的梯度下降法,来搜索最优的权值和阈值,提升BP神经网络收敛速度和收敛精度。试验结果表明,改进狮群算法优化的BP神经网络(Improved Lion Swarm Optimization-BP,ILSO-BP)在此预测问题上有更好的效果。     

基于IGWO-BPNN的露天矿卡车故障预测方法

为有效解决露天矿中卡车的故障预测问题，提出了一种基于改进灰狼算法的BP神经网络模型，并成功应用于预测露天矿卡车故障次数和故障持续时间。首先，针对传统灰狼算法的不足，引入了新的非线性更新机制和基于线性插值的种群更新机制，提出了融合多策略的改进灰狼优化算法。其次，将IGWO应用于BP神经网络的权值和阈值搜索中，形成了基于IGWO的BP神经网络模型(IGWO-BPNN)。最后，以宝日希勒露天煤矿卡车故障数据为例，成功将该模型应用于卡车故障预测研究。结果表明，在相同实验条件下，与其他算法相比，IGWO-BPNN具有更高的模型预测性能和分类精度，可帮助露天矿山科学制定卡车预防性检修计划，并为智慧露天矿山建设提供科学有效的基础决策数据。     

基于改进的切比雪夫神经网络的露天煤矿产量预测

由于影响露天煤矿产量的因素众多,尚未有精确方法对其进行预测。本文针对切比雪夫神经网络存在的不足,从算法和网络结构方而进行了综合改进。改进后的切比雪夫神经网络,符合生物神经网络的基本特征,算法简单,收敛速度快。用改进的切比雪夫神经网络对露天煤矿原煤产量进行建模和预测,结果表明,此种改进方法不仅提供了一种有效的预测露天矿原煤产量方法,具有优良的预测能力,而且在相同精度的前提下,其收敛速度也优于一般的BP网络,为露天煤矿的生产提供科学、合理的决策依据。     

用L-M法改进的BP神经网络评价边坡稳定性

根据人工神经网络理论,采用L-M算法,对BP神经网络的性能进行改进,建立了边坡稳定性评价模型,并在MATLAB下运行实现。通过对检验样本的预测,验证了模型的可靠性,进而应用此模型对一露天矿边坡进行稳定性评价,并与简化毕肖普方法进行了比较。计算分析表明,基于L-M算法改进的BP神经网络收敛速度快、计算精度高、泛化能力强,可以作为评价边坡稳定性的一种方法。     

基于混合遗传算法的结构优化设计

针对传统遗传算法存在的问题,提出了一种新的将最佳矢量算法和遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了最佳梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善。     

基于GA-BP算法的齿轮箱故障诊断研究

为了解决BP算法的缺陷,建立了GA-BP相结合的故障诊断模型。利用GA算法优化BP神经网络权值和阈值,改善故障诊断性能。GA-BP网络对齿轮箱的工作状态进行故障诊断,仿真表明:该算法可以高效、可靠地运用于齿轮箱故障诊断中。     

基于遗传算法的矩形件排样问题求解

在分析了常用矩形件优化排样算法的基础上,提出了一种新的改进算法,在排样过程中加入旋转策略和改进了的向后搜索方案。将此算法作为一种解码方法,与遗传算法相结合来求解矩形件排样问题。算例表明了该算法能达到更好的排样效果。     

基于遗传算法的模糊神经控制器

模糊神经网络是指利用神经网络结构来实现模糊逻辑推理,用神经网络实现模糊推理是为了融合两者的优点取得更好的推理效果,先用遗传算法对模糊神经控制器进行离线训练,然后用BP算法对模糊神经控制器进一步在线训练,仿真结果表明模糊神经控制器比模糊控制器取得了更好的控制效果。     

基于实值反向选择算法的齿轮箱异常检测

在人工免疫系统反向选择机理的基础上,分析了二进制反向选择算法的缺点及采用实值编码的优点。在利用实值编码的反向选择机理中加入2个进化学习机制,对原始反向算法进行改进得到实值反向选择算法,并应用于机床齿轮箱的运行状态检测。结果表明,该算法产生的检测器集合对非己空间有很好的覆盖能力,并得到了很高的异常检测率。     

基于遥感和遗传BP算法的流域土地覆盖/利用分类方法

本介绍了几种基于人工神经网络的土地覆盖／土地利用分类方法，对其优缺点进行了评述，并提出了一种基于遗传BP算法的土地覆盖／土地利用分类方法。这一算法克服了BP算法收敛速度慢，易陷入局部极小等缺陷，能科学地选取训练样本，提高分类精度。     

基于三值神经网络的数字电路多故障测试生成算法

针对数字电路中多故障测试生成较难的问题,提出了基于三值神经网络的数字电路多故障测试生成算法。该算法先把多故障转换成为单故障,再用三值神经网络的方法对单故障电路构造故障的约束网络,最后用遗传算法求解故障约束网络能量函数的最小值点获得原电路中多故障的测试矢量。在一些国际标准电路上的实验结果表明本算法的可行性。     

基于遗传算法的形位公差优化设计

形位公差是机械设计和制造过程中重要参数之一,它对加工成本和产品质量有很大影响,以最低制造成本为目标,根据成本-公差间的函数关系,建立非线性公差优化模型,并将遗传算法应用于形位公差优化设计中,能有效地解决形位公差类型的选择、大小及基准的确定。通过实例验证该算法可行、有效。     

混沌集算法优化采煤机螺旋滚筒性能的研究

利用混沌集算法优化采煤机螺旋滚筒的设计,提高采煤机的工作性能。在分析采煤机螺旋滚筒的工作模型的基础上,构建了具有遍历性的混沌集优化算法模型,以MATALAB实现算法输出,通过对MG250-550-WD型滚筒采煤机的实际测试,验证了混沌集算法对采煤机螺旋滚筒性能的优化效果。     

傅立叶算法在三相无功功率检测中的研究

无功功率的实时、准确检测,对保证电网经济、安全运行和无功功率补偿都有重要意义。通过对各种无功功率检测方法的分析、比较,提出了一种基于傅立叶算法的无功功率检测方法。仿真结果表明,该算法能够完成实时准确的无功功率检测,同时也验证了该算法的正确性和可行性。