搜索到982篇“ 改进ELMAN神经网络“的相关文章
- 基于改进Elman神经网络的CFRP补强钢板界面脱粘预测研究被引量：1
- 2024年
- 针对碳纤维复合材料(carbon fiber reinforced polymer, CFRP)补强钢结构出现内部界面脱粘损伤后难以观测的问题,结合Lamb波检测方法和神经网络提出了一种界面脱粘预测方法。搭建了基于Lamb波的CFRP补强钢板信号分析试验平台,利用ABAQUS软件建立了CFRP补强钢板的机电耦合有限元模型,并通过试验验证了有限元模型的准确性。将长方形和圆形两种脱粘形状的信号在时域和频域内进行分析,基于自适应遗传算法改进的Elman神经网络建立了CFRP补强钢板脱粘预测模型,并将与脱粘面积相关性较高的信号特征数据作为预测模型的特征数据。对预测模型进行性能测试,脱粘形状为长方形和圆形预测值的平均绝对百分比误差分别为3.03%和8.06%,结果表明改进的Elman网络对于脱粘损伤具有较好的预测精度。
- 王庆松张玉张洪雨陈柏桦
- 关键词：界面脱粘LAMB波ELMAN神经网络
- 改进Elman神经网络模型在地铁沉降监测中的应用
- 2024年
- 以某地铁沉降监测数据为例,提出一种改进Elman神经网络预测模型。首先,发挥局部均值分解(LMD)在信号自适应分解的优势,使用该算法对地铁沉降监测序列进行多尺度分解,得到具有不同尺度特征的乘积函数(PF);其次,发挥Elman神经网络模型在数据序列预测中的优势,对不同PF分量进行训练与预测;最后,重构不同PF分量预测结果得到最终预测成果。实验表明,本文提出的组合预测模型较单一的BP神经网络模型、Elman神经网络模型的预测精度更高,其中均方根误差(RMSE)分别降低了1.0602 mm、0.0698 mm;平均绝对误差(MAE)分别降低了0.8660 mm、0.0474 mm;平均绝对误差百分比(MAPE)分别降低了0.2189、0.0068。
- 徐超良周波
- 关键词：局部均值分解ELMAN神经网络
- 基于改进Elman神经网络的预测方法
- 2024年
- 针对钢铁企业在采购管理方面计划周期性采购量不够合理,计划供应企业的生产需求不够精准等问题,提出一种基于改进布谷鸟搜索算法优化Elman神经网络(BASCS-Elman)的模型。以宝钢德盛公司物料生铁矿为研究对象,采用此模型对其需求量进行预测,以达到精准预测,减少资源浪费,提高企业利润的目的。本文通过Logistic混沌映射优化CS初始种群,从而保持种群多样性并能提高算法搜索遍历的均匀性;通过自适应Levy飞行更新布谷鸟位置,从而增加全局搜索能力;通过多阶段动态扰动策略帮助全局寻优;通过天牛须算法加快局部寻优速度。仿真实验结果表明,提出模型的平均绝对误差为1.5042,平均绝对百分比误差为0.33423%,最快稳定时间为1.18 s,优于其他预测模型。
- 袁庆乐牟莉
- 关键词：LOGISTIC混沌映射
- 基于改进Elman神经网络的发电厂发电量预测被引量：6
- 2023年
- 为了减小计划发电量滞后性对发电厂生产活动的影响以及解决发电厂预测电量过程中缺乏科学指导的问题,提出一种结合数据重构和滚动预测的改进Elman神经网络的预测方法.采用变分模态分解(VMD)方法分解上海某电厂2016年-2022年的月度发电量数据,并建立基于天牛须搜索算法(BAS)改进Elman神经网络的发电量预测模型,将分解重构后的数据滚动输入预测模型,结果表明:VMD提高了数据的平稳性,经过分解、重构后的数据滚动输入模型,不仅扩大了原始数据量还避免了影响因素的分析,保留了原始数据特征,使模型的精度和预测速度有了显著提升,能够快速有效地指导发电厂制定燃煤采购及电力市场调度方案.
- 潘璐璐茅大钧陈思勤
- 关键词：发电厂发电量预测ELMAN神经网络
- 基于改进Elman神经网络的轧辊磨削形位精度预测被引量：1
- 2023年
- 轧辊磨削形位精度(辊形、圆度)与工艺参数间存在较强非线性关系,传统线性回归难以对形位精度进行有效拟合。针对上述问题,提出了基于改进Elman神经网络的辊形误差和圆度误差预测方法。在Elman神经网络训练过程中采用Sine混沌映射使得种群分布更均匀,同时利用麻雀搜索算法获得Elman神经网络的最优参数。验证结果表明,预测模型对于辊形精度和圆度的预测误差均小于10%,准确度高于85%,满足实际应用需求,证明了所提出方法的有效性。
- 张超王立平王立平曹宇中王冬王冬
- 关键词：轧辊磨削改进ELMAN神经网络
- 基于改进ELman神经网络的台风风暴潮损失测度被引量：2
- 2022年
- 针对传统神经网络对台风风暴潮灾害的损失测度易陷入局部极值和预测准确度低的问题,本文基于广东省1995—2020年的50组台风风暴潮灾害数据建立损失评估指标体系,使用熵权法客观赋权灰色关联分析进行损失评估指标的筛选,提出天牛须搜索(BAS)算法优化ELman神经网络模型来预测受灾人口、直接经济损失、海水养殖受灾面积、海岸工程损毁4种灾情评估指标。与多种算法模型进行了比较分析,结果表明该模型具有预测精度高且有效避免网络陷入局部极值的优点,对台风风暴潮损失测度具有一定的实用价值和普适性。
- 郝婧刘强
- 关键词：台风风暴潮ELMAN神经网络熵权法灰色关联分析
- 基于改进Elman神经网络的电缆早期故障分类识别方法被引量：3
- 2022年
- 针对电缆早期故障难以检测及现有技术识别精度低的问题,提出基于改进Elman神经网络的电缆早期故障分类与识别的方法。首先采用小波变换提取过电流信号的特征向量,将其作为Elman神经网络的输入向量,构建故障分类识别模型。为防止训练过程中出现过拟合与训练时间过长问题,利用Dropout技术对Elman神经网络进行改进。最后通过PSCAD/EMTDC搭建仿真模型进行验证,结果表明所提方法能有效识别电缆早期故障,且具有较高的准确率,与BP神经网络相比,性能提升显著。
- 游旺李文沛胡泰山吉慧子李晟李福权
- 关键词：DROPOUTELMAN神经网络小波变换
- 利用改进Elman神经网络的光伏I-V特性建模方法被引量：3
- 2022年
- 为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性,提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先,通过皮尔森相关系数分析影响I-V曲线的环境因素;其次,使用基于电压电流的双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;再次,使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样,降低数据冗余度,并利用量子粒子群(QPSO)算法优化Elman神经网络的初始权值和阈值,从而构造QPSO-Elman预测模型.最后,根据实测I-V曲线数据集进行实验验证和测试,并与多层感知机、未改进的Elman网络、支持向量机等算法进行对比.实验结果表明,所提出的建模预测方法精度更高,稳定性和泛化能力更好.
- 罗林禄陈志聪吴丽君林培杰程树英
- 关键词：光伏阵列QPSO算法ELMAN神经网络
- 利用改进Elman神经网络预测舰船感应磁场被引量：1
- 2022年
- 在舰船感应磁场的所有分量中,垂向感应磁场垂直分量很难依靠传统方法进行测量,测量精度也容易受到地磁模拟场均匀度的影响。为避免这一缺陷,提出了粒子群优化Elman神经网络的感应磁场预测方法。在硬件设施良好的磁场监测站测量不同地磁环境下的舰船感应磁场垂直分量、地磁场信号等信息,并建立数据库,利用粒子群优化Elman神经网络学习舰船垂向感应磁场垂直分量与这些磁场信号之间的非线性关系,进而对舰船在未知区域的垂向感应磁场垂直分量进行预测。仿真分析和实验室物理模型实验均验证了该方法的有效性。
- 王毅武晓康王康君李丰渫
- 关键词：粒子群优化ELMAN神经网络
- 一种基于改进Elman神经网络的笔记本电脑剩余电量估计方法
- 本发明公开了一种基于改进Elman神经网络的笔记本电脑剩余电量估计方法，所述方法适用于在笔记本电脑进入休眠状态时对电池剩余电量进行估计，步骤包括：构建原始数据集；对数据集进行预处理；对数据集进行划分；构建神经网络模型结构...
- 柯春凯陈思哲王玉乐王裕常乐章云
