GA-BP神经网络

摘要： 双馈风力发电机在风力发电系统中得到了广泛应用,但由于其工作条件及自身结构原因,导致故障发生率较高。BP神经网络作为一种多层前馈网络,在电机故障诊断分析领域应用成熟。为避免陷入极小值问题,利用GA遗传算法对其优化,建立GA-BP神经网络模型,对双馈风力发电机定子匝间短路特征进行分析,以定子电流为故障信号,经快速傅里叶分解得到的电流特征量作为样本输入,输出为预期的故障类型,进而实现不同程度的定子匝间短路故障的诊断与识别。

摘要： 科学准确的需水量预测结果可以为城市水资源供需平衡决策提供合理依据。针对城市需水涉及因素多、历史数据样本量少、需水量具有波动性和不确定性的特点,提出了基于GA-BP神经网络与正态区间估计的组合预测模型,模型使用主成分分析法、灰色关联分析法筛选影响因子,加入遗传算法优化BP神经网络,构建GA-BP神经网络,最后引入正态区间估计,输出需水量区间预测值,利用此模型对邯郸市2019年总需水量进行模拟预测,结果表明:单一使用GABP神经网络的点预测结果相对误差在-6.2%~5.13%之间;基于GA-BP神经网络和正态区间估计的组合预测模型的区间预测结果相对误差在-1.01%~0.004%之间,可见基于GA-BP神经网络与正态区间估计的组合预测模型更稳定、更准确,更接近邯郸市实际需水状况,该组合模型可作为邯郸市需水量预测的一种方法。

摘要： 为探究面料性能对A字裙动态造型的影响,文章借助三维动捕仪获得受试者穿着A字裙以6 km/h匀速运动时,腰围、臀围及摆围标记点的坐标,通过GA-BP神经网络拟合曲线,提取曲线裙厚、裙宽、周长和面积作为外轮廓造型参数,并引入动态偏移值表征三围曲线的动静态造型变化。研究结果表明:纬密与腰围曲线裙宽、周长和面积显著正相关;悬垂系数与臀围曲线裙厚、周长和面积显著负相关;纬向抗弯刚度与摆围曲线裙宽、周长和面积显著正相关。经纬向抗弯刚度与右前腰区域在人体前后方向上的偏移值显著正相关;总折皱回复角与后腰区域在人体前后方向上的偏移值显著正相关;经纬密与左臀区域在人体前后方向上的偏移值正相关。

摘要： 适用性强且准确度高的冷热电负荷预测方法能更好地为机组设备选型提供可靠依据,从而整体提升系统综合效率。针对传统BP神经网络局部过优化、预测误差较大等问题,将遗传算法与BP神经网络相结合,提升预测准确性和可靠性。为了验证GA-BP神经网络预测方法的合理性,分别采用两种方法对铁岭某园区冷热电负荷进行预测,结果证明改进后的预测方法误差更小、贴合性更高。

摘要： 针对传统电压暂降源定位方法准确率低的缺点,提出了基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)HHT和GA-BP的定位方法。用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对故障期间的电压和电流进行处理,得到有效特征值-电流实部Icosθ和系统轨迹斜率k,接着用GA-BP神经网络对有效特征值进行分类找出故障源的初步位置,然后用飞蛾扑火优化(moth-flame optimization,MFO)算法对故障线路的电压电流构建的数学模型求解,从而对电压暂降源进行精确定位。同时,根据三相电压幅值之间的关系区分故障类型。最后,以双电源系统仿真模型为例对所提方法进行验证,仿真结果表明:提出的定位方法准确率和精度很高,能够准确地定位出电压暂降源的位置。

摘要： 粮食安全作为治国理政的头等要事,实时掌握谷物含水率的变化对粮食安全存储具有重要的意义。本文以“中浙优8号”晚籼稻为研究对象,通过近红外光谱实验获取在不同温度、湿度下谷物含水率的测量数据,采用遗传算法优化的BP神经网络建立预测谷物水分计算模型,再将其应用于近红外光谱谷物含水率检测实验中。研究结果表明,该预测模型相对于BP神经网络的决定系数提升了1.356%,仪器的测量精度为94.67%,具有应用价值。

摘要： 通过建立舆情热度评价指标体系,采用遗传算法对BP神经网络的权值与阈值进行了优化,建立了基于遗传算法改进的BP神经网络事故灾难类舆情热度评价模型,并以Python程序爬取的微博数据和第三方平台数据作为数据来源,使用MATLAB进行了建模仿真,输出结果表明,构建的评价模型有更高的拟合度和更低的误差值,可为监管部门掌握舆情热度和引导舆情进程提供依据,并为制定舆情应对策略提供参考。

摘要： 针对烟叶复烤厂打叶过程中片烟结构难以预测的问题,文中提出了一种基于MATLAB图像处理的GA-BP神经网络预测模型。对于烟叶分类问题,基于获取的烟叶图片,利用MATLAB软件对图片做预处理,提取衡量片烟结构的主要特征变量,并利用行业标准与聚类分析算法对数据进行分类。通过统计学的标准数学方法,构建了遗传算法优化的BP神经网络预测模型对主要影响参数进行预测优化。研究结果表明,文中所提方法预测精度较高,预测极差均小于0.059,可有效解决打叶过程中片烟的预测问题。

摘要： 在盾构施工过程中进行地表沉降预测对盾构安全开挖具有重要参考意义。由于地下施工地表沉降受众多因素影响,论文重点从监测点位距隧道中心距、隧道埋深与直径比、盾构掘进推力、隧道注浆量、盾构刀盘转速、刀盘扭矩6个影响因子综合研究,利用灰色关联分析法进行关联度分析,确定最终影响因子。利用GA遗传算法改进BP神经网络建立预测模型,对断面监测点监测数据分别使用BP神经网络和GA-BP神经网络进行样本数据预测,证明了GA-BP网络在地表沉降预测上比BP神经网络更具优势,可在类似的工程背景即砂土土质下超大直径盾构隧道施工引起的地表沉降预测中推广应用。

摘要： 在淡水有核珍珠培育中,植核手术后的育珠蚌高死亡率和高吐核率一直影响着珍珠的品质和珍珠养殖户的收益。研究包药珠核药物的最佳浓度,提高珍珠的品质。实验设对照组1组,植入普通珠核,正交试验组16组,分别植入不同浓度的混合药液制作的包药珠核;比较各组的成活率、留核率和优质珠率的差异;采用熵权法确定成活率、留核率和优质珠率的权重,并将它们转化为一个综合评价指标;建立基于遗传神经网络的包药珠核的各种药物与综合评价指标的数学模型,并对其浓度进行寻优。实验组的成活率、留核率和优质珠率明显优于对照组;经留一法交叉验证后,选取含有三个隐层神经元的神经网络进行训练,最终得到的最优药物浓度为:黄芪生药的浓度为1.55 g/mL,黄霉素的浓度为7.9 mg/mL,土霉素的浓度为9.48 mg/mL。包药珠核能够明显提高育珠蚌的成活率、留核率和优质珠率,从而提高珍珠的品质,为制定药用珠核的质量标准和淡水有核珍珠培育技术的研究提供科学的依据。

摘要： 本文将神经网络和专家系统相结合,并利用遗传算法对其进行优化,提出了一种智能故障诊断系统.该系统不仅能够实现普通的故障识别、判断等基本故障诊断功能,还增加了关键部位健康监测,能对设备的关键部位进行故障预警,为故障诊断技术的发展提出了一种新方法.

摘要： 本文将神经网络和专家系统相结合,并利用遗传算法对其进行优化,提出了一种智能故障诊断系统.该系统不仅能够实现普通的故障识别、判断等基本故障诊断功能,还增加了关键部位健康监测,能对设备的关键部位进行故障预警,为故障诊断技术的发展提出了一种新方法.

摘要： 本文将神经网络和专家系统相结合,并利用遗传算法对其进行优化,提出了一种智能故障诊断系统.该系统不仅能够实现普通的故障识别、判断等基本故障诊断功能,还增加了关键部位健康监测,能对设备的关键部位进行故障预警,为故障诊断技术的发展提出了一种新方法.

摘要： 本文将神经网络和专家系统相结合,并利用遗传算法对其进行优化,提出了一种智能故障诊断系统.该系统不仅能够实现普通的故障识别、判断等基本故障诊断功能,还增加了关键部位健康监测,能对设备的关键部位进行故障预警,为故障诊断技术的发展提出了一种新方法.

摘要： 本文介绍了一种既经济又可缓解电网峰谷差的蓄能供热采暖技术.同时针对蓄能供热采暖系统负荷预测的BP神经网络模型容易陷入局部极小点及收敛速度慢等缺点,结合遗传算法和BP神经网络,提出了一种GA-BP神经网络算法.通过数据对比,证实了GA-BP神经网络在蓄能供热采暖系统负荷预测方面的实用性与优势.

摘要： 本文介绍了一种既经济又可缓解电网峰谷差的蓄能供热采暖技术.同时针对蓄能供热采暖系统负荷预测的BP神经网络模型容易陷入局部极小点及收敛速度慢等缺点,结合遗传算法和BP神经网络,提出了一种GA-BP神经网络算法.通过数据对比,证实了GA-BP神经网络在蓄能供热采暖系统负荷预测方面的实用性与优势.

摘要： 本文介绍了一种既经济又可缓解电网峰谷差的蓄能供热采暖技术.同时针对蓄能供热采暖系统负荷预测的BP神经网络模型容易陷入局部极小点及收敛速度慢等缺点,结合遗传算法和BP神经网络,提出了一种GA-BP神经网络算法.通过数据对比,证实了GA-BP神经网络在蓄能供热采暖系统负荷预测方面的实用性与优势.

摘要： 本文介绍了一种既经济又可缓解电网峰谷差的蓄能供热采暖技术.同时针对蓄能供热采暖系统负荷预测的BP神经网络模型容易陷入局部极小点及收敛速度慢等缺点,结合遗传算法和BP神经网络,提出了一种GA-BP神经网络算法.通过数据对比,证实了GA-BP神经网络在蓄能供热采暖系统负荷预测方面的实用性与优势.

摘要： BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及.本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性.研究表明,①从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;②从模型性能上看,GA-BP模型优于BP及SVR模型;③从SVR与GA-BP模型在登革热预测上切实可行.

摘要： BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及.本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性.研究表明,①从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;②从模型性能上看,GA-BP模型优于BP及SVR模型;③从SVR与GA-BP模型在登革热预测上切实可行.

摘要： 本发明公开了一种基于卷积神经网络及BP神经网络的地铁杂散电流泄漏等级预测方法，包括以下步骤：1、在区间内确定土壤电阻率、极化电位测量位置，收集预测模型输入数据；2、对影响杂散电流泄漏的三类影响因素：土壤电阻率、埋地管线深度、埋地管线极化电位的数据进行矩阵化处理；3、使用卷积神经网络预测模型进行单测点杂散电流泄漏等级预测；4、使用BP神经网络进行区间内杂散电流泄漏等级综合预测；5、使用基于卷积神经网络及BP神经网络的预测模型对测试数据进行预测。本发明能够通过易测数据有效预测区间内杂散电流泄漏等级，保证系统在长时间监测时的预测精度，对于直观监测杂散电流泄漏情况具有重要的实际意义。

摘要： 本发明公开了一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，包括如下步骤：建立具有集总不确定性的坦克垂向稳定器系统非线性数学模型；通过设计好的BP神经网络对坦克垂向稳定器系统的集总不确定性进行预测和补偿；基于建立的数学模型设计基于BP神经网络的神经自适应控制方程，通过设计好的神经自适应控制方程实现对于坦克垂向稳定器的神经自适应控制。本发明利用BP神经网络具有的以任意精度逼近任意非线性函数的特殊优点，设计了坦克垂直稳定器中不确定性因素的神经自适应策略，使得系统在同时存在车体基础振动及未建模动态等情况下，仍能保持较好的控制性能，可有效提高坦克垂向稳定器对坦克炮的指向控制精度。

摘要： 本发明公开了一种基于GABP神经网络预测的综合能源系统优化调度方法。首先，获取DG的出力以及电、热、冷负荷需求的历史数据；其次，建立并训练GABP神经网络模型，并确定模型参数；构建GABP神经网络模型评价指标，评估模型的预测性能；然后，构造IES优化调度模型；最后，将GABP神经网络模型预测结果作为输入，采用交替方向乘子法求解IES最优化问题。本发明能实现综合能源系统的优化调度，有利于提高求解效率；考虑光伏发电机、风力发电机、燃气轮机、电制冷机、电热冷储能装置等多种设备，并计及供能资源、用能资源、储能资源的互补性，建立了多能流耦合的优化调度模型，实现了IES经济、高效运行。

摘要： 本发明公开了一种空中交通管制扇区运行性能检测方法及系统，该方法包括步骤：步骤1：确定BP神经网络拓扑结构，采集不同时段的扇区性能检测指标样本，建立样本集；步骤2、利用遗传算法优化BP神经网络的权值和阈值，进行网络训练，输出优化后的BP神经网络；步骤3：根据输入的扇区性能检测指标实时数据，通过步骤2优化后的BP神经网络预测扇区性能综合指数。本方法全面、综合地涵盖了管制扇区运行性能的各类影响因素，能够满足空中交通管制单位对扇区性能综合指数进行实时检测和告警的实际需求，对于提升管制运行管理水平、优化管制空域结构具有数据支持作用；所设计的管制扇区运行性能综合检测系统，能够应用于空中交通管制单位，具有很强的应用工程操作性。

摘要： 本发明公开了一种管制员工作负荷预测方法即系统，所述方法包括如下步骤：步骤1：确定BP神经网络拓扑结构，采集不同时段的扇区交通流态势指标样本、建立样本集；步骤2：利用遗传算法优化BP神经网络的权值和阈值，进行网络训练，输出优化后的BP神经网络；步骤3：根据输入的扇区交通流态势指标实时数据，通过步骤2优化的BP神经网络预测管制员工作负荷指数；步骤4：若测管制员工作负荷指数的结果符合预设条件，则响应警告。本发明可以提高管制员工作负荷预测结果的可靠性，本方法能够满足空中交通管制单位对管制员工作负荷进行实时预测和告警的实际需求，对于提升管制运行管理水平、优化管制空域结构具有数据支持作用。

摘要： 本发明公开一种基于BP神经网络的钻速预测方法，采集钻井工具的扭矩、钻压、泵压和排量，并基于BP神经网络预测钻速，具体包括步骤1：按照采样周期，通过传感器测量钻井工具的扭矩N

摘要： 本申请提供了一种基于BP神经网络模型分类的方法和装置，以及一种训练BP神经网络模型的方法和装置。本申请在不丢失分类元素的特征信息的情况下，降低BP神经网络输入节点的数量。利用分类元素总量大但是不会同时在一个训练样本中出现的特点，当对预设训练集合进行训练时，仅对该预设训练集合中出现的分类元素到隐层的节点进行训练，对不出现在该训练文本中的分类元素，不进行训练。同样，当利用该神经网络进行分类时，仅对分类集合中出现的分类元素进行计算，对其他分类元素不再作为BP神经网络的输入。因此，降低BP神经网络输入节点的数量，减少了计算量。同时，利用权重二叉树提高了权重值的检索速度。

摘要： 本发明公开了一种基于卷积神经网络及BP神经网络的地铁杂散电流泄漏等级预测方法，包括以下步骤：1、在区间内确定土壤电阻率、极化电位测量位置，收集预测模型输入数据；2、对影响杂散电流泄漏的三类影响因素：土壤电阻率、埋地管线深度、埋地管线极化电位的数据进行矩阵化处理；3、使用卷积神经网络预测模型进行单测点杂散电流泄漏等级预测；4、使用BP神经网络进行区间内杂散电流泄漏等级综合预测；5、使用基于卷积神经网络及BP神经网络的预测模型对测试数据进行预测。本发明能够通过易测数据有效预测区间内杂散电流泄漏等级，保证系统在长时间监测时的预测精度，对于直观监测杂散电流泄漏情况具有重要的实际意义。

摘要： 本发明提供一种不需要偏置的神经网络电路装置、神经网络、神经网络处理方法和神经网络的执行程序。二值化神经网络电路(100)具有：输入输入值x1～xn(xi)(二值)的输入节点和输入权重w1～wn(wi)(二值)的输入部(101)；XNOR门电路(102)，其接收输入值x1～xn和权重w1～wn，且进行XNOR逻辑运算；求和电路(103)，其求出各XNOR逻辑值的总和；批归一化电路(41)，其通过扩大归一化范围且使中心位移的处理来修正由二值化导致的分布不平衡；和激活函数电路(35)，其使用激活函数fsgn(B)对信号B进行转换，其中所述信号B是对求出总和之后的信号Y进行批归一化得到的信号。

摘要： 本发明提供一种无需批归一化电路的神经网络电路装置、神经网络、神经网络处理方法及神经网络的执行程序。二值化神经网络电路(100)具备：输入输入值x1～xn(xi)(二值)的输入节点及输入加权w1～wn(wi)的输入部(101)、接收输入值x1～xn及加权w1～wn并采用XNOR逻辑的XNOR门电路(102)、输入多位偏置W'的多位偏置W'输入部(110)、取各XNOR逻辑值和多位偏置W'的总和的求和电路(103)及对于取总和后的信号Y仅输出符号位的激活电路(120)。