公共文化服务平台

搜索到3172篇“ GA-BP网络“的相关文章

基于GA-BP网络的数控机床工作台定位误差分析: 2024年; 为了提高数控机床对测试误差的补偿效果,开发一种通过遗传算法(GA)来完成BP网络的优化过程,并加入坐标参数、运动速度指标,建立工作台的定位误差仿真模型。先通过Matlab软件构建得到GA-BP模型,得到优化权值与阈值后,再将结果移植至DSP内开展建模与预测,由此促进预测速率的大幅提升。研究结果表明:以DSP构建的预测系统对各定位误差残差分布进行预测得到的范围是-0.69~0.51μm。采用GA-BP网络构建的模型进行预测时达到了更高精度。; 庞晓霞; 关键词：在线测量系统

基于GA-BP网络的数控机床动态误差预测研究: 2024年; 动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非线性特征两方面对动态误差影响因素进行了深入分析,确定了神经网络输入输出参数;然后,采用了遗传算法对BP神经网络进行了优化,建立了动态误差模型,获得了最优网络学习参数,从而实现了对动态跟随误差的精准预测;之后,采用三次样条插值的方法对理想轨迹与实际轨迹之间的轮廓误差进行了计算,有效提高了轮廓误差估算精度;最后,采用了五轴数控机床进行了实验,对模型的有效性进行了验证。研究结果表明:所建神经网络模型可以精准预测机床反向越冲特性对轮廓误差的影响,各轴的动态误差预测精度为±3μm,复杂轨迹轮廓误差预测精度为±1.5μm。实验结果验证了所建模型的可靠性,为后续机床动态误差建模与控制研究提供了一定的参考价值。; 李帅杰陈光胜

一种基于GA-BP网络的桥梁影响线模型快速更新方法: 本发明公开了一种基于GA‑BP网络的桥梁影响线模型快速更新方法，具体涉及桥梁管理技术领域，包括以下步骤：步骤一、建立影响线识别数学模型求解桥梁结构准静态影响线；步骤二、获取桥梁中跨挠度影响线峰值，分别记为峰值一和峰值二；...; 周宇石英迪车来军李伟贾之俊冯喆郭家骥丰莹张天任韩烁

基于改进GA优化BP网络的双目视觉定位研究被引量：2: 2023年; 为了提高传统遗传算法(genetic algorithm, GA)IGA优化BP网络迭代时间过长以及精度偏低的缺陷,设计了一种通过改进遗传算法(improved genetic algorithm, GA)IGA优化BP网络,并进行完成双目视觉的定位计算。改进遗传算法来提升BP网络收敛能力并获得更强的全局寻优效果,显著改善BP网络处理效率与精度,最终促使相机获得更高定位精度以及运算速率。给出了IGA优化BP网络的双目视觉定位算法流程,并开展了双目视觉定位实验。研究结果表明,未优化坐标预测值误差均值为0.66 mm,优化坐标误差均值为0.08 mm。改进BP网络进行双目视觉定位精度达到0.12 mm,相对最初预测定位误差降低近0.01 mm。以BP网络来定位双目视觉精度均值是0.12 mm,以OpenCV定位的实际精度是0.10 mm。推断以神经网络双目视觉进行定位时满足双目视觉定位精度条件。; 褚新建何丹张伏; 关键词：双目视觉定位 BP网络改进遗传算法

一种基于GA-BP网络的碾压混凝土压实度评价方法: 本发明公开了一种基于GA‑BP网络的碾压混凝土压实度实时评价方法。包括选取施工现场各测点碾压料含湿率、碾压层表面应力横波波速、碾压料级配因子和胶砂比为实时评价模型的输入指标参数；确定压实度实时评价模型的神经网络结构；利用...; 郑祥田正宏向建马元山范道林米元桃叶劲松张巨会陈丹

基于GA的BP网络算法优化及应用被引量：4: 2022年; BP(Back Propagation,BP)神经网络在日常生活中的应用非常广泛。BP神经网络简单实用,执行效率较高,但同样也存在收敛速度慢、会陷入局部极小值、容易出现“过拟合”的不足。而遗传算法(Genetic Algorithm,GA)具有极强的全域搜索能力,能快速地找到BP神经网络的最优解,即最优权值和阈值。用遗传算法来进行前期的搜索查找,能有效地克服BP算法的缺点。因此,将遗传算法GA与BP网络算法完美结合,具有很强的现实意义。为此,本文利用遗传算法改进的BP网络对矿井最优通风量进行合理预测。基于遗传算法优化的BP神经网络可以基于BP网络的特性高效地对数据进行处理分析,且具有适应性强、网络稳定度高的优势。; 林浩宇; 关键词：遗传算法 BP神经网络数据预测

基于主轴动态特性的GA-BP网络预测FSW接头性能被引量：1: 2022年; 以搅拌摩擦焊过程中主轴的动态特性(主轴力和振动加速度)为输入参量,以接头的抗拉强度为输出参量,构建了4×8×13×1四层拓扑结构的遗传算法-BP神经网络模型,对1060铝/AZ31B镁异种材料搅拌摩擦的对接焊接头的力学性能进行预测。分别选取37组和8组样本数据对模型进行训练和测试。结果表明,训练样本和测试样本的预测值与实测值的平均相对误差分别为4.1%和5.4%,均在可接受范围内,表明该模型具有较高的预测精度。; 张天鹏赵亚东; 关键词：搅拌摩擦焊动态特性 BP神经网络

基于GA-BP网络的机器人行为校验识别方法: 本发明提出基于GA‑BP网络的机器人行为校验识别方法，并利用遗传算法全局搜索最优的特性对BP网络进行优化，避免BP算法在学习中陷入局部最优的弊端，使模型具有良好的收敛性和适应性，该网络具有良好的识别效果。本发明提出的方法...; 司海飞胡兴柳史震方挺; 文献传递

基于GA-BP网络的脑电与心电融合疲劳识别算法研究被引量：4: 2021年; 针对脑电信息在识别疲劳时不能完全反应疲劳状态和传统BP神经网络识别率低的问题,提出了一种基于改进GA-BP神经网络的脑电信号与心电信号融合的疲劳识别算法,运用到单兵精神疲劳状态的预测.首先,利用无线数据采集装置进行脑电和心电的数据采集.然后,对生物电数据进行伪迹去除和噪声滤波的数据预处理,利用小波包变换和Pan-Tompkins算法分别对脑电和心电数据进行特征提取,再将高维特征数据进行PCA降维来加快网络的学习速度.最后,将遗传算法优化后的改进BP神经网络参数作为其初始权重和阈值进行疲劳预测.疲劳实验对30位受试者的疲劳状态进行了识别预测,结果表明:融合了两种生物电信号的改进GA-BP网络模型的识别正确率为90.8%,优于传统BP神经网络和支持向量机的识别率.; 白志强尤文斌刘晓琦胡时光; 关键词：生物电信号小波包变换 GA-BP网络

基于GA-BP网络的掘进机截割臂摆速控制策略与仿真被引量：10: 2021年; 针对掘进机截割过程中煤岩硬度急剧变化时,截割臂的摆动速度无法迅速调节以适应当前截割载荷这一实际问题,本文提出了一种基于BP神经网络的截割臂摆速控制策略,通过控制截割臂摆速来实现截割电机恒功率输出。在该策略中,提出了一种基于多参数判据的截割载荷变化判定方法,根据截割电机的电压和电流,截割臂驱动油缸的压力和截割臂振动加速度这4个掘进机工作状态参数的变化来准确判断截割载荷的变化。为实现恒功率截割,设计一个BP神经网络来保证截割电机的输出功率恒等于其额定功率;基于井下实测数据,获取BP神经网络的训练样本;针对BP神经网络的输出稳定性问题,采用遗传算法(GA)对BP神经网络进行优化,使其获得更优的性能,且训练耗时和迭代次数大幅降低。建立截割臂系统的数学模型,针对截割臂横向截割和纵向截割2种工况,采用Simulink仿真方法建立了截割臂摆速仿真控制系统,并对提出的截割臂摆速控制策略进行了仿真研究。结果表明:截割臂摆速能够针对不同的截割载荷输入信号进行自适应调节,且截割臂摆速变化量在0.2 s之后处于恒定状态,具有较高的控制精度和较快的响应速度。所提出的截割臂摆速自适应控制策略能够为保证掘进机恒功率截割,延长掘进机使用寿命和提高巷道掘进效率提供一定的理论指导和实践参考。; 宗凯符世琛吴淼褚福磊; 关键词：悬臂式掘进机

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈