神经网络预测
神经网络预测的相关文献在1997年到2023年内共计400篇,主要集中在自动化技术、计算机技术、金属学与金属工艺、建筑科学
等领域,其中期刊论文113篇、会议论文6篇、专利文献452737篇;相关期刊92种,包括佳木斯大学学报(自然科学版)、科技创新导报、中国学术期刊文摘等;
相关会议6种,包括2011全国计算机辅助焊接工程学术研讨会、颗粒学前沿问题研讨会暨第九届全国颗粒制备与处理研讨会、中国科协2005年学术年会等;神经网络预测的相关文献由1318位作者贡献,包括沈一、茅越、蔡龙军等。
神经网络预测—发文量
专利文献>
论文:452737篇
占比:99.97%
总计:452856篇
神经网络预测
-研究学者
- 沈一
- 茅越
- 蔡龙军
- 刘吉
- 张巍
- 李伟
- 王巍
- 赵岩
- 邵渠
- 齐荷梅
- 余永宁
- 刘凯
- 刘莉
- 吴洋文
- 吴港城
- 张宇
- 张蕾
- 彭兴文
- 徐立荣
- 朱婕
- 潘云鹤
- 王兴国
- 王强
- 王育飞
- 董军
- 薛花
- 赵翔
- 陈娜
- 陈玉华
- 马善为
- 丁健隆
- 丁肇红
- 丁香乾
- 万前红
- 万定生
- 万永周
- 乔焕宇
- 于春娣
- 于灏
- 于鸿飞
- 付东洋
- 付少忠
- 付玉超
- 仲立军
- 任杰
- 任永亮
- 伊利亚·苏特思科韦尔
- 何先灯
- 余培照
- 余才志
-
-
毕永升;
谭卓英;
丁宇
-
-
摘要:
在实际的岩土钻进过程中会经常遇到软弱岩土层、破碎带及断层、岩溶、高地应力等不良地质,因此给钻进工程带来一系列问题和灾害。众多文献资料和试验数据证明,此类问题与钻进的运行参数以及岩土的力学参数有着密不可分的关系。由此,本项目以PDC复合片钻头为研究对象并进行仿真模拟分析,设置不同的岩体参数以及不同的钻进参数,将在不同条件下所得的作业数据进行分析研究,揭示钻头在不同岩石中钻进参数表现的区别和在不同岩体在相同钻进条件下轴压和扭矩的区别和联系。分析发现岩石性质越好的其Mises等效应力就越高;在一定范围内钻头轴压和扭矩均与钻速呈现出正相关的关系,钻压的提高增加了钻齿的切入深度与岩石切削作用,扭矩继而随之增加;在相同钻速条件下转速的提高并没有对轴压产生较明显的影响,扭矩则呈现正相关变化。最后通过Python语言建立人工神经网络,经过机器学习对数值模拟数据和实际钻孔数据进行训练,验证利用钻进参数和机器学习的方法来实现对岩石种类的判识具有可实现性,最终结果表明对模拟数据训练预测的准确率达到90%左右,实际数据的准确率最高达到78%。
-
-
靳岚;
张雪峰;
谢黎明
-
-
摘要:
为了通过预选切削参数来准确预测残余应力,从而提前调整切削参数以提高零件加工精度,分别从宏观预测和微观分析两个角度展开研究。宏观上为了提高残余应力预测精度,提出以45#钢为研究对象,构建优化扩展系数SPREAD后的径向基函数(RBF)神经网络,并将预测结果与实验值和有限元仿真值对比,证明了较有限元预测铣削残余应力而言,进行SPREAD优化后的RBF神经网络预测具有较高的准确性和优越性;微观上建立分子动力学(MD)模型,对相同条件下的铣削过程进行模拟仿真,将模拟结果与实验结果进行对比,发现残余应力在宏观上与微观之间存在负相关的潜在联系,为通过工艺处理调整工件微观结构以改善残余应力提供可行性验证。
-
-
董浩生;
杨赫然;
孙兴伟;
董祉序;
刘寅
-
-
摘要:
目的探究工艺参数对螺杆转子砂带磨削表面质量的影响规律。方法采用工件轴向进给速度为100~300 mm/min、砂带线速度为4.4~13.1 m/s、砂带张紧压力为0.2~0.3 MPa、磨削压力为0.4~0.5 MPa、砂带粒度为120~800目的工艺参数进行螺杆转子砂带磨削正交实验,基于改进的神经网络算法,建立螺杆转子砂带磨削后的表面粗糙度值预测模型,对磨削后的工件表面质量进行预测及分析。在此基础上采用预测模型针对各工艺参数对磨削质量的影响规律进行预测分析。结果利用多因素磨削实验获得预测样本及对比样本,对比结果表明,预测模型的平均训练精度约为93.38%,预测精度为92.46%。螺杆转子砂带磨削表面粗糙度值的单因素预测结果表明,工件表面粗糙度值随着接触轮正压力及磨削装置轴向进给速度的增加而升高,随着砂带线速度及砂带粒度的增加而降低。结论提出的算法可为选择螺杆转子砂带磨削的工艺参数提供理论依据。适当提高砂带线速度及砂带粒度、降低接触轮气缸压力及磨削装置轴向进给速度可获得较高的表面质量。
-
-
赵景波;
朱敬旭辉;
邱腾飞;
鞠建珂
-
-
摘要:
针对存在信号传输诱导时延的网络化控制系统,利用Matlab truetime2.0对控制系统进行建模,通过以往系统时延采样数据,对当下网络控制系统时延值进行神经网络预测,得到控制系统实时时延值,使之成为无延迟系统,消除传输时延对系统控制稳定性的影响。基于网络控制系统时延不确定特性提出基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的SSA-BP神经网络预测系统。通过系统仿真及对比来说明所提出的方法的有效性。
-
-
陈杰;
陈永保;
刘婧楠;
赵顺安;
章立新
-
-
摘要:
由于蒸发式冷凝器(EC)换热管外阻垢率不易准确测试,搭建了一个在喷淋水中加入柠檬酸(CA)阻垢的实验装置并获取了180组实验数据。本文利用BP、GRNN两种神经网络对阻垢率进行预测并结合主成分分析(PCA)对实验输入参数进行降维并对降维前后的预测结果进行对比。降维前两种模型的输入参数为实验进行时间、换热管外壁温度、喷淋水温度、pH值、电导率,降维后两种模型的输入参数为Y1和Y2,输出参数均为阻垢率。对比降维前后的预测结果得出:经过PCA降维后,BP的网络运行时间从20s降为15s,误差指标RMSE、MAPE分别从2.45%、3.6%降为1.44%、2.38%,相关系数R从0.9745升高到0.9885;GRNN的运行时间从0.8s降为0.4s,误差指标RMSE、MAPE分别从1.78%、2.85%降为1.04%、1.98%,相关系数R从0.9853升高到0.9966,并且降维后GRNN模型比BP模型预测时间超短、误差指标小、相关性更高,更适合本领域。
-
-
时敏栋;
许牧天;
朱文杰;
崔越;
张程
-
-
摘要:
针对于车轮多边形阶次发展趋势,运用高精度车轮周向不平顺检测设备进行测量,整合检测到的历史数据,提出了一种基于灰色神经网络的车轮多边形阶次预测模型。该模型充分运用了灰色模型计算量小,不需要大量样本数据的特点以及BP神经网络较强的非线性映射能力,利用该模型对车轮周向每个采样点的不平顺数据进行预测,再通过离散傅里叶变换和滤波处理得出该车轮各个阶次的粗糙度等级,以此来判断车轮多边形阶次的发展,较大程度上解决目前车轮镟修不及时等问题。
-
-
陈玉华
-
-
摘要:
为解决大棚灌溉系统数据采集和水量预测精度差的问题,设计了一种基于神经网络预测的大棚灌溉系统。采用Penman-Monteith公式和BP神经网络对作物需水量进行建模和预测,提出基于BP神经网络预测的模糊PID控制算法,实现适时适量的大棚灌溉自动化监控,进一步推进种植业生产智能管理。
-
-
刘菊芳;
刘玉芳
-
-
摘要:
随着经济发展及城镇化的推进,城市生活垃圾产生量不断激增。本文通过多层感知器神经网络算法建模预测新疆城市生活垃圾产生量,发现真实值与预测值平均绝对误差为4.94,平均相对误差为1.39%,相关系数为0.963,预测精度较好。经预测2021—2025年新疆城市生活垃圾产生量在2020年量级基础上呈增长态势,平均增长率为0.3%,同时2021—2025年垃圾产生量逐年递减。预测结果可为新疆城市规划建设、垃圾源头控制和终端处置提供一定的参考。
-
-
彭锦韵
-
-
摘要:
文章主要分析城市轨道交通客流时序趋势及神经网络的机理,建立了基于自组织映射结合周期性时间序列特征的神经网络预测模型,该模型不需要进行复杂的数学推导,直接传递输入和输出数据即可自动建立,并与神经网络仿真分析结合,具备收敛速度快和预测轨道客流最佳唯一逼近的特点。选择轨道AFC刷卡数据进行案例分析,文章建立的模型在轨道客流预测中具备良好的适应性。
-
-
杨鑫宇;
吕政;
赵珺;
王伟
-
-
摘要:
离心式水泵作为工业领域常见的抽水机械,一直有着广泛的应用.然而在其性能指标预测过程中,理论模型难以达到高精度要求,而机器学习模型难以应用于多工况环境.本文提出了一个最小二乘归纳式迁移学习(LSITL)方法,该方法利用离心式水泵扬程性能曲线特征,通过最小二乘方式提取迁移知识,并利用归纳法建立多工况下的迁移模型,再通过最小二乘支持向量机(LSSVM)方法的反向求解实现对离心式水泵的性能预测.本文通过与机理建模方法和传统机器学习方法的对比,表明了本文中方法具有准确性高,适用范围广的优势,可以实际应用到离心式水泵性能指标的预测当中.
-
-
-
王士杰;
赵胜利;
刘燕;
张梅
- 《第六届全国土动力学学术会议》
| 2002年
-
摘要:
影响砂土地震液化的因素很多,传统的判别方法均不同程度地存在缺陷与不足,常常得不到满意的预测结果.本文基于已有的砂土地震液化资料,利用三层B-P神经网络模型,对唐山地震20个现场实例进行预测,正确率达90﹪,远高于传统的判别方法.实例研究表明,用神经网络预测砂土地震液化不仅方便、迅捷,而且具有较高的可靠性.
-
-
杨艳国;
题正义
- 《中国科协2005年学术年会》
| 2005年
-
摘要:
准确确定煤与瓦斯突出对矿井安全生产起到十分重要的作用.由于影响煤与瓦斯突出的因素很多,用传统方法很难对其进行准确预测.神经网络技术是一门20世纪80年代中期兴起且在近年迅速发展的前沿交叉学科,它是以模拟大脑的思维方式进行计算的,比较善于处理多因素问题.本文利用神经网络技术对煤与瓦斯突出预测模型进行改进,找到影响煤与瓦斯突出的主要因素,为有效的预防煤与瓦斯突出提供了防治方向,并可指导实践,因此具有一定的理论和实际应用价值.
-
-
-
-
-
-
-
周丽华;
魏艳红
- 《二十一世纪中国焊接技术研讨会、计算机在焊接中的应用技术交流会》
| 2004年
-
摘要:
本文利用BP网络,进行了铝合金焊接热裂纹预测方面的探索.通过训练、测试具有不同结构的单个模型及具有不同子模型数的组合模型的方法建立了初步的热裂纹预测模型,综合运用降维处理和缩小样本覆盖空间两种方法对模型性能进行了有效地改进,最终建立了以母材化学成分、填充金属化学成分及焊接操作方法为输入参数,以热裂纹总长度为输出参数的铝合金厚板"T"形接头焊接热裂纹预测系统.对模型性能的分析表明,热裂纹预测模型的预测规律符合已有研究结论,预测误差小于15﹪.
-
-
周丽华;
魏艳红
- 《二十一世纪中国焊接技术研讨会、计算机在焊接中的应用技术交流会》
| 2004年
-
摘要:
本文利用BP网络,进行了铝合金焊接热裂纹预测方面的探索.通过训练、测试具有不同结构的单个模型及具有不同子模型数的组合模型的方法建立了初步的热裂纹预测模型,综合运用降维处理和缩小样本覆盖空间两种方法对模型性能进行了有效地改进,最终建立了以母材化学成分、填充金属化学成分及焊接操作方法为输入参数,以热裂纹总长度为输出参数的铝合金厚板"T"形接头焊接热裂纹预测系统.对模型性能的分析表明,热裂纹预测模型的预测规律符合已有研究结论,预测误差小于15﹪.