共查询到20条相似文献,搜索用时 218 毫秒
1.
为了解决BP神经网络在对含根土抗剪强度的预测中存在的预测精度低,计算收敛速度较慢,容易陷入局部极值等问题,本研究通过直剪试验、团聚试验、根系分形分析试验等探究了不同因素对含根土抗剪强度的影响,并对各因素进行相关性分析,从中选取了大团聚体含量(R0.25)、平均重量直径(MWD)、几何平均直径(GMD)、土壤分形维数(Dd)、根表面积、平均直径6个影响含根土抗剪强度的因素作为模型输入层节点,含根土的抗剪强度作为输出层节点。参考FangfaGorman理论公式、Kolmogorov理论公式以及一种经验公式分别计算,并对结果进行讨论,确定了本研究中神经网络的最佳隐含层节点数量为13。建立6∶13∶1的BP神经网络模型,并引入了烟花算法(FWA)对BP神经网络进行优化。结果显示,BP神经网络、粒子群算法(PSO)优化的BP神经网络、FWA-BP神经网络的预测值与期望值的最大相对误差分别为11.12%、9.06%、7.44%,平均相对误差分别为4.60%、3.24%、1.96%,相较于BP神经网络和PSO-BP神经网络,FWA-BP神经网络预测误差值有明显降低;对比引入的统计参数,均方根误差(R... 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
为了解决羊只称重时因应激反应过大导致测量不精准问题,试验搭建了羊群动态称重系统并设计了一种改进GA-PSO-BP神经网络的羊群动态称重方法,即利用滑动平均滤波算法对干扰数据进行平稳处理,采用改进GA-PSO混合算法优化BP神经网络的权值和阈值;并对BP神经网络、PSO-BP神经网络、改进GA-PSO-BP神经网络三种模型进行训练和性能比较。结果表明:改进GA-PSO-BP神经网络的预测准确度最高,预测误差在1.00 kg内的体重值占85%;平均绝对百分比误差为0.679 6%,较BP神经网络(1.007 4%)和PSO-BP神经网络(0.975 2%)都有明显提升,但测量单只羊只所需时间为11.2 s,较PSO-BP神经网络(10.5 s)稍低。说明改进GA-PSO-BP神经网络的羊群动态称重方法可满足牧场智能化饲养需求。 相似文献
13.
14.
针对回归分析方法优化紫花苜蓿总黄酮提取工艺参数存在的问题,提出一种改进的遗传神经网络优化方法,该方法利用区间自适应遗传算法自动调整搜索区间的特点,彻底取代神经网络反向传播过程调整权值和阈值。以紫花苜蓿总黄酮提取率为性能指标,选取液料比、提取时间、提取温度和乙醇浓度4个工艺参数为试验因素,依据4因素5水平正交旋转组合试验数据建立学习样本,训练遗传神经网络。当神经网络训练误差达到4.34×10^-9时,遗传神经网络算法的平均相对误差为0%,而回归模型的平均相对误差为0.58%,拟合精度和拟合优度明显优于回归模型。用训练好的遗传神经网络算法优化紫花苜蓿总黄酮提取工艺参数,获得最优工艺参数为:取液料比53.26 mL/g、提取温度70.96℃、提取时间50.32 min、乙醇浓度为60%,紫花苜蓿总黄酮提取率达到最大值6.51 mg/g。 相似文献
15.
《科技视界》2016,(19)
雾霾是对大气中各种悬浮颗粒物含量超标的笼统表述。随着空气质量的恶化,阴霾天气现象出现增多,危害加重。为了更加准确的预测雾霾天气的形成,本文基于自然界遗传机制和生物进化论,提出了一种基于遗传算法优化的RBF神经网络雾霾形成的预测模型,并使用MATLAB进行仿真研究。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用遗传算法优化RBF网络权值和其他参数,形成GA-RBF预测模型。该模型通过计算群体中个体适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明GA-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。 相似文献
16.
17.
置换流水车间调度问题是一类经典的组合优化问题,智能优化算法是求解该问题的首要方法。遗传算法和分布估计算法在PFSP问题上均存在着一定的缺陷,即无法平衡局部搜索和全局搜索。为了克服它们的缺陷,本文将分布估计算法与遗传算法结合,并引入模糊逻辑控制来调节两种算法的参与率,最后用基准算例的测试结果证实了本文所设计的混合算法是有效的。 相似文献
18.
19.
基于遗传神经网络的水解米渣制备小肽工艺优化 总被引:1,自引:0,他引:1
本文提出了一种神经网络与遗传算法相结合的水解米渣制备小肽的工艺参数优化方法。以试验数据为样本.通过神经网络建立水解工艺参数与水解度关系之间的复杂模型,利用遗传算法对酶解工艺参数进行优化,充分发挥神经网络的非线性映射能力和遗传算法全局寻优能力。 相似文献