期刊文献+
共找到70篇文章
< 1 2 4 >
每页显示 20 50 100
基于广义回归径向神经网络的工业超纯水智能远程运维系统 预览
1
作者 沈洁 《电力信息与通信技术》 2019年第5期13-18,共6页
为了满足通过远程运维系统控制电力、电子等制造业用水等质量,降低能耗的要求,文章针对电子工业超纯水制造,构建了超纯水智能化远程运维系统,利用径向基神经网络和广义回归神经网络对超纯水出水水质进行拟合预测。通过数据分析,采用上... 为了满足通过远程运维系统控制电力、电子等制造业用水等质量,降低能耗的要求,文章针对电子工业超纯水制造,构建了超纯水智能化远程运维系统,利用径向基神经网络和广义回归神经网络对超纯水出水水质进行拟合预测。通过数据分析,采用上述算法实现了对超纯水系统的精确预测,以及智能自适应控制,提升了算法精度和收敛速度。结果表明,在所建模型仿真基础上,通过回水利用、变频调速,达到提升产水质量和节能降耗的目的。 展开更多
关键词 智能远程控制 超纯水有机碳含量(TOC) 径向基神经网络(RBN) 广义回归神经网络(GRNN)
在线阅读 免费下载
基于Elman神经网络模型的IGBT寿命预测
2
作者 刘子英 朱琛磊 《半导体技术》 CAS 北大核心 2019年第5期395-400,共6页
建立了Elman神经网络模型来实现绝缘栅双极型晶体管(IGBT)的寿命预测。分析了IGBT的结构及其失效原因,结合NASA埃姆斯中心的加速热老化试验数据,确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据。利用高斯滤波的方法对试验数据... 建立了Elman神经网络模型来实现绝缘栅双极型晶体管(IGBT)的寿命预测。分析了IGBT的结构及其失效原因,结合NASA埃姆斯中心的加速热老化试验数据,确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据。利用高斯滤波的方法对试验数据进行预处理,构建了单、多隐层Elman神经网络寿命预测模型,并构建了广义回归神经网络(GRNN)寿命预测模型作为对比模型。采用均方误差、平均绝对误差、最大相对误差作为各模型预测性能的评估指标。结果表明,提出的Elman神经网络模型比GRNN模型有更好的预测效果。二隐层的Elman神经网络模型均方误差为0.202 0%,平均绝对误差为0.387 6%,最大相对误差为3.023 0%,可以更好地实现IGBT寿命的预测。 展开更多
关键词 绝缘栅双极型晶体管(IGBT) 失效 ELMAN神经网络 广义回归神经网络(GRNN) 寿命预测
充填管道磨损风险的KPCA-PSO-GRNN评估模型及应用 预览
3
作者 李晓晨 聂兴信 《有色金属工程》 CAS 北大核心 2019年第2期84-92,共9页
针对影响充填管道磨损风险因素的复杂性和不确定性,为更加科学准确的预测充填管道的磨损状况,减少由管道磨损带来的矿山损失,构建了一种基于核主成分分析(KPCA)和粒子群算法(PSO)优化广义回归神经网络(GRNN)的充填管道磨损风险评估模型... 针对影响充填管道磨损风险因素的复杂性和不确定性,为更加科学准确的预测充填管道的磨损状况,减少由管道磨损带来的矿山损失,构建了一种基于核主成分分析(KPCA)和粒子群算法(PSO)优化广义回归神经网络(GRNN)的充填管道磨损风险评估模型。建立充填管道磨损风险评估指标体系,运用KPCA,对数据进行特征提取,将其结果作为GRNN的输入,采用PSO算法优化选取GRNN的光滑因子,完成GRNN的训练和学习,将该模型应用于国内某矿山充填管道的磨损风险评估中,并与其它模型进行对比。结果表明,利用该模型可以准确的预测充填管道磨损风险等级,与实际情况相一致。工程应用实例表明,所建模型预测精度更高,适用性更好,对充填管道的磨损评估具有较好的借鉴意义。 展开更多
关键词 核主成分分析(KPCA) 粒子群优化(PSO)算法 广义回归神经网络(GRNN) 充填管道 磨损风险评估
在线阅读 下载PDF
基于RS-GWO-GRNN的充填管道失效风险研究 预览
4
作者 骆正山 王文辉 张新生 《有色金属工程》 CAS 北大核心 2019年第6期76-83,共8页
为克服充填管道失效风险评判指标间的复杂性,传统方法预测精度低及适用性差等缺陷,提出基于粗糙集(RS)和灰狼优化(GWO)算法融合广义回归神经网络(GRNN)的充填管道失效风险评价模型。选取10项风险评价指标,通过属性约简提取影响充填管道... 为克服充填管道失效风险评判指标间的复杂性,传统方法预测精度低及适用性差等缺陷,提出基于粗糙集(RS)和灰狼优化(GWO)算法融合广义回归神经网络(GRNN)的充填管道失效风险评价模型。选取10项风险评价指标,通过属性约简提取影响充填管道失效的主要风险因素,运用GWO优化GRNN的参数,构建预测模型,以国内某具体矿山充填系统为例进行实证研究,结果表明:与其它预测模型相比,RS-GWO-GRNN模型的预测精度更高,泛化能力更强,为充填管道失效风险研究提供了新思路,具有较好的借鉴意义。 展开更多
关键词 粗糙集(RS)理论 灰狼优化(GWO)算法 广义回归神经网络(GRNN) 充填管道 失效风险
在线阅读 下载PDF
基于情感空间的用户阅读兴趣模型研究 预览
5
作者 赵泽昱 陈健 张月琴 《计算机工程》 CAS CSCD 北大核心 2019年第1期308-314,共7页
现有多数新闻推荐方法将用户兴趣划分为感兴趣和不感兴趣,难以对用户兴趣实现更精细的描述。针对该问题,将情感空间的思想融合到推荐系统中,提出一种以情感为依据的阅读兴趣表述方法。采用广义回归神经网络对眼动追踪数据的分析,提取阅... 现有多数新闻推荐方法将用户兴趣划分为感兴趣和不感兴趣,难以对用户兴趣实现更精细的描述。针对该问题,将情感空间的思想融合到推荐系统中,提出一种以情感为依据的阅读兴趣表述方法。采用广义回归神经网络对眼动追踪数据的分析,提取阅读兴趣和眼动追踪数据之间的关系,建立基于眼动数据的用户兴趣模型。实验结果表明,该模型预测准确率达到86%,比PLSR模型高7%,具有较高的实用性。 展开更多
关键词 情感模型 阅读兴趣模型 眼动追踪 情感量化 广义回归神经网络
在线阅读 下载PDF
基于广义回归神经网络的微生物降解效应对助燃剂检测的影响 预览
6
作者 方强 刘玲 《色谱》 CAS CSCD 北大核心 2019年第6期655-660,共6页
为探究火场土壤载体中微生物降解效应对助燃剂鉴定的影响,在普通土和培养土两种土样上注射助燃剂,以密封存放时间为变量,通过静态顶空的样品预处理方式对样品内的助燃剂残留物进行气相色谱-质谱法(GC-MS)鉴定.研究发现,微生物降解效应... 为探究火场土壤载体中微生物降解效应对助燃剂鉴定的影响,在普通土和培养土两种土样上注射助燃剂,以密封存放时间为变量,通过静态顶空的样品预处理方式对样品内的助燃剂残留物进行气相色谱-质谱法(GC-MS)鉴定.研究发现,微生物降解效应会改变样品内助燃剂组分,不同土样内降解结果有所不同,普通土样的降解效应较培养土样明显,C9~C12直链烷烃和单取代芳香烃更易被降解,多取代芳烃的降解难度随取代基含量的增多而增加.按土样种类采用主成分分析(PCA)的方式进行数据降维后,采用广义回归神经网络(GRNN)对不同土样结果区分,准确率达100%. 展开更多
关键词 气相色谱质谱 主成分分析 广义回归神经网络 微生物降解 助燃剂
在线阅读 下载PDF
基于不同优化准则和广义回归神经网络的风电功率非线性组合预测 被引量:1
7
作者 喻华 卢继平 +3 位作者 曾燕婷 段盼 刘加林 苟鑫 《高电压技术》 EI CAS CSCD 北大核心 2019年第3期1002-1008,共7页
为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、... 为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、平均相对误差最小和均方根误差最小为优化准则构建线性组合优化模型。最后,利用GRNN神经网络对基于不同优化准则的线性组合模型进行非线性组合,得到优化模型。以实测风电功率数据对所提方法进行验证,仿真结果表明:与各单项预测模型、线性组合模型相比,所提优化模型的整体预测精度高,证明了该方法的有效性和实用性。 展开更多
关键词 广义回归神经网络 优化准则 灰色关联度 非线性组合预测 优化模型
基于GRNN的可穿戴式脑电仪EEG疲劳检测 预览
8
作者 张兆瑞 赵群飞 张朋柱 《高技术通讯》 CAS 北大核心 2019年第3期266-273,共8页
针对单电极可穿戴式脑电仪的脑电波信号(EEG)的疲劳状态智能识别,进行了基于广义回归神经网络(GRNN)的疲劳状态检测的研究。首先,通过调查问卷调查用户主观疲劳量,结合疲劳检测手环实现EEG数据的疲劳等级标记以建立数据集;其次,采用数... 针对单电极可穿戴式脑电仪的脑电波信号(EEG)的疲劳状态智能识别,进行了基于广义回归神经网络(GRNN)的疲劳状态检测的研究。首先,通过调查问卷调查用户主观疲劳量,结合疲劳检测手环实现EEG数据的疲劳等级标记以建立数据集;其次,采用数据清洗等方式实现数据预处理并提取数据的时域特征、频域特征;运用主元分析进行特征降维;然后,建立GRNN疲劳识别模型并计算识别准确率;同时以支持向量机(SVM)方法作为对比实验检验模型效果;最后,以建立好的GRNN模型进行疲劳检测。研究发现,GRNN模型下EEG疲劳状态识别准确率最高为88.1%,相比SVM模型更高,对于EEG的疲劳状态的检测具有更好的稳定性和区分度。 展开更多
关键词 可穿戴式脑电仪(EEG) 疲劳检测 数据清洗 特征提取 广义回归神经网络 脑电波信号
在线阅读 下载PDF
基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测 预览
9
作者 骆正山 姚梦月 +1 位作者 骆济豪 王小完 《表面技术》 CSCD 北大核心 2018年第11期173-180,共8页
目的提高埋地管道外腐蚀速率的预测精度。方法建立基于核主成分分析法(KPCA)和天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外... 目的提高埋地管道外腐蚀速率的预测精度。方法建立基于核主成分分析法(KPCA)和天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外腐蚀速率预测的数学模型,并采用BAS算法对模型进行优化,减小了人为设置参数的影响。以川气东送埋地管段为例,分析选取出12种关键影响因素,建立了埋地管道外腐蚀指标体系,借助MATLAB-R2014a编写程序进行仿真,并与实际值进行对比。结果模型的预测结果与实际值基本一致,KPCA可有效降低指标体系的维度,提取出包含原始信息97.9%的3个主因素—土壤电阻率、氧化还原电位、氯离子含量,简化了运算过程。采用的BAS-GRNN模型将预测精度提高到7.83%以内,平均相对误差5.21%,决定系数取值0.93。与其他模型相比,该模型性能较好,预测精度更高。结论采用KPCA提取的主要影响因素符合工程实际,建立的BAS-GRNN模型预测精度高,有较好的适应性,为埋地管道外腐蚀速率预测提供了新思路,对管道的维护更新工作提供了参考依据。 展开更多
关键词 埋地管道 外腐蚀速率预测模型 核主成分分析法(KPCA) 天牛须搜索算法(BAS) 广义回归神经网络(GRNN)
在线阅读 免费下载
基于Akima-LMD和GRNN的短期负荷预测 预览 被引量:3
10
作者 邹红波 伏春林 喻圣 《电工电能新技术》 CSCD 北大核心 2018年第1期51-56,共6页
传统局域均值分解(LMD)对极值点采用了滑动平均值处理得到局域均值函数和局域包络函数,易造成分解的分量过平滑而影响精度。为了减小过平滑影响,采用Akima插值法代替滑动平均值法处理局域函数来改进LMD算法,针对电力系统负荷序列的非... 传统局域均值分解(LMD)对极值点采用了滑动平均值处理得到局域均值函数和局域包络函数,易造成分解的分量过平滑而影响精度。为了减小过平滑影响,采用Akima插值法代替滑动平均值法处理局域函数来改进LMD算法,针对电力系统负荷序列的非平稳性和非线性,利用改进LMD算法进行序列分解得到若干分量,再利用广义回归神经网络(GRNN)预测各个分量的趋势,叠加各分量趋势得到负荷序列总趋势。GRNN神经网络较传统神经网络训练速度快、精度高,能很好地预测非线性序列。算例分析表明,改进LMD结合GRNN的方法较经验模态分解(EMD)结合GRNN的方法在短期电力负荷预测中有更高的预测精度。 展开更多
关键词 Akima插值 LMD算法 GRNN神经网络 短期负荷预测
在线阅读 下载PDF
交叉验证的GRNN神经网络雷达目标识别方法研究 预览
11
作者 林悦 夏厚培 《现代防御技术》 2018年第4期113-119,共7页
雷达目标识别是现代雷达技术的重要发展方向之一,在未来武器系统中具有重要的意义。针对高分辨一维距离像在预处理中平移敏感性的问题,使用了全局最小熵距离对齐算法,能够较准确快速对准距离像单元,提高了距离对齐的精度。为了提高雷达... 雷达目标识别是现代雷达技术的重要发展方向之一,在未来武器系统中具有重要的意义。针对高分辨一维距离像在预处理中平移敏感性的问题,使用了全局最小熵距离对齐算法,能够较准确快速对准距离像单元,提高了距离对齐的精度。为了提高雷达目标识别的准确率,提出了一种与广义回归神经网络模型(generalized regression neural network,GRNN)相结合的目标识别方法。利用K重交叉验证法对神经网络训练,并且根据最小均方误差寻找出GRNN神经网络光滑因子spread的最优值,同时获得目标识别训练样本的最优输入输出值。通过对比,取得最优光滑因子的GRNN神经网络将大幅度提高其收敛速度与泛化能力。仿真实验证明,基于改进GRNN神经网络的雷达目标识别可以获得较高较稳定的识别正确率。 展开更多
关键词 雷达自动目标识别 高分辨距离像 最小熵对齐法 广义回归神经网络 光滑因子 交叉验证法
在线阅读 下载PDF
基于BFA-GRNN的飞行绩效预测 预览
12
作者 刘文萌 钱晨 黄丹 《电光与控制》 北大核心 2018年第4期78-82,共5页
通过对飞行员多维生理信号的分析来预测飞行绩效是飞行安全的重要研究内容之一。基于细菌觅食算法(BFA)优化的广义回归神经网络(GRNN)建立飞行绩效预测模型,对飞行员多维生理信号进行训练.从而预测模拟飞行实验中的飞行绩效。通... 通过对飞行员多维生理信号的分析来预测飞行绩效是飞行安全的重要研究内容之一。基于细菌觅食算法(BFA)优化的广义回归神经网络(GRNN)建立飞行绩效预测模型,对飞行员多维生理信号进行训练.从而预测模拟飞行实验中的飞行绩效。通过对比模型预测结果与飞行绩效真值,验证了该方法的有效性,为飞行绩效的预测提供了一条新途径。 展开更多
关键词 飞行绩效预测 飞行安全 广义回归神经网络 细菌觅食算法 多维生理信号
在线阅读 下载PDF
基于膨胀腐蚀聚类方法的风电功率预测
13
作者 周晓 冬雷 +2 位作者 郝颖 廖晓钟 高阳 《太阳能学报》 CSCD 北大核心 2018年第12期3536-3543,共8页
提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数... 提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。 展开更多
关键词 风电功率预测 聚类 膨胀腐蚀 广义回归神经网络
基于AGA—GRNN神经网络的刀具寿命预测研究 预览 被引量:1
14
作者 李浩平 欧阳俊 谢雪媛 《三峡大学学报:自然科学版》 CAS 北大核心 2018年第6期84-87,共4页
针对基于BP神经网络的刀具寿命预测中存在参数数量多、优化工作量复杂、网络参数主观确定等较多预测精度的问题,提出一种改进广义回归神经网络预测模型AGA-GRNN,该模型运用自适应遗传算法(AGA)优化光滑因子.经实例验证,相较于交叉验证... 针对基于BP神经网络的刀具寿命预测中存在参数数量多、优化工作量复杂、网络参数主观确定等较多预测精度的问题,提出一种改进广义回归神经网络预测模型AGA-GRNN,该模型运用自适应遗传算法(AGA)优化光滑因子.经实例验证,相较于交叉验证法和遗传算法优化的GRNN预测模型,AGA—GRNN刀具寿命预测模型在参数优化效率和寿命预测精度上均较高,本刀具寿命预测模型的构建为实现制造系统中智能刀具调度提供了基础. 展开更多
关键词 刀具寿命预测 广义回归神经网络 自适应遗传算法 交叉验证法
在线阅读 下载PDF
几种模型在南方地区总辐射量估算中的精度分析 预览
15
作者 吴立峰 王娟 +3 位作者 张富仓 范军亮 燕辉 鲁向晖 《中国农业气象》 CSCD 北大核心 2017年第3期150-162,共13页
以南方地区15个辐射站1981-2014年逐日常规气象资料和大气顶层辐射(Ra)为输入参数,以辐射站观测的逐日地表总辐射量(R_s)为对照,分别利用1981-2009年气象资料以及5种经验模型(?ngstr?m-Presscott模型、Bahel模型、Bristow-Campb... 以南方地区15个辐射站1981-2014年逐日常规气象资料和大气顶层辐射(Ra)为输入参数,以辐射站观测的逐日地表总辐射量(R_s)为对照,分别利用1981-2009年气象资料以及5种经验模型(?ngstr?m-Presscott模型、Bahel模型、Bristow-Campbell模型、Chen模型和Hargreaves模型)和12种不同参数组合形式的广义回归神经网络(GRNN)建立R_s估算模型,并对以上模型模拟效果进行对比分析,利用2010-2014年数据对各模型模拟精度进行验证,最后采用相邻站点资料建立模型,使用本站数据评价模型的适用性。结果表明:经验模型中Chen模型精度最高,其次是Bahel模型,Bristow-Campbell模型与Hargreaves模型相比在大部分站点精度相差不大。当缺乏本地资料时,Bahel模型精度最高的站点有9个,而Chen模型最适宜的站点为7个;15个站中有13个站点B-C模型比Hargreaves模型精度更高,但在武汉站和赣州站,Hargreaves模型精度更高,其RMSE降低约14%。输入参数为日照百分比时GRNN模型的平均RMSE最低,优于Bahel和Chen模型,但其各站平均RMSE相差不足2%。当仅有本站气象资料时,GRNN模型与Bristow-Campbell模型和Hargreaves模型相比,其RMSE下降约14%,但使用邻近站点数据建模时,由于光滑因子在各站差异较大,GRNN模型与Bristow-Campbell模型和Hargreaves模型精度相差不大。因此,考虑到GRNN模型建模较复杂,故认为Bahel模型和Chen模型为南方地区更适宜的R_s估算模型。 展开更多
关键词 地表总辐射 广义回归神经网络(GRNN) Bahel模型 Chen模型 日照时数
在线阅读 免费下载
高速铣削工件表面粗糙度预测建模 预览
16
作者 陆凤岭 张心光 《上海工程技术大学学报》 CAS 2017年第2期112-114,共3页
高速铣削工件表面粗糙度是衡量高速铣削工件表面质量的重要指标.利用广义回归神经网络对工况1、工况3、工况5、工况7、工况9、工况11、工况13和工况15下的高速铣削试验数据进行分析,得到用于预测高速铣削工件表面粗糙度的数学模型.对工... 高速铣削工件表面粗糙度是衡量高速铣削工件表面质量的重要指标.利用广义回归神经网络对工况1、工况3、工况5、工况7、工况9、工况11、工况13和工况15下的高速铣削试验数据进行分析,得到用于预测高速铣削工件表面粗糙度的数学模型.对工况2和工况6下的高速铣削工件表面粗糙度进行预测,将高速铣削工件表面粗糙度预测结果和试验结果进行对比.结果表明,高速铣削工件表面粗糙度预测数学模型具有良好的泛化性能,广义回归神经网络可为高速铣削工件表面粗糙度预测建模提供一种有效工具. 展开更多
关键词 高速铣削 表面粗糙度 广义回归神经网络
在线阅读 下载PDF
基于sEMG和GRNN的手部输出力估计 预览 被引量:3
17
作者 吴常铖 宋爱国 +2 位作者 曾洪 李会军 徐宝国 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第1期97-104,共8页
针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂... 针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号;同时为了全面测量人手在三维空间中的输出力,采用三维力传感器对手部的输出力进行测量;在同步获得手臂上的多通道肌电信号(X)和手部三维力推拉信号(F)后,对采集得到肌电信号进行了特征提取得到特征矩阵X_F;将X_F和F用于构建GRNN网络,并用均方差和残差绝对值均值对手部输出力的估计结果进行评估。为验证该方法的有效性,进行了实验验证,结果表明,该方法能够很好地利用sEMG对手部的输出力进行估计。 展开更多
关键词 表面肌电信号 广义回归神经网络 手部输出力估计
在线阅读 下载PDF
基于大数据的汽配生产过程制造物联网系统设计与研究 预览
18
作者 卓宝毓 程良伦 黄思猛 《工业控制计算机》 2017年第11期112-113,140共3页
汽车零配件生产制造过程,具有多品种、工序繁多、现场实时信息反馈要求高以及质量控制严格等特点,为提高制造过程实时可视化监控、生产过程产品质量监管和全程追溯定位,构建大数据环境下的汽配生产过程制造物联网系统,并对系统架构设计... 汽车零配件生产制造过程,具有多品种、工序繁多、现场实时信息反馈要求高以及质量控制严格等特点,为提高制造过程实时可视化监控、生产过程产品质量监管和全程追溯定位,构建大数据环境下的汽配生产过程制造物联网系统,并对系统架构设计、实现与分析。该系统实现对海量数据采集与管理,以质量预测为关注点,对海量多源异构的工业大数据进行处理分析,利用广义回归神经网络算法对产品质量数据直接建模、进行回归预测研究。实验表明:其预测值与实测值相接近,该系统在生产过程中具有实际应用意义。 展开更多
关键词 大数据 制造物联网 广义回归神经网络 预测模型
在线阅读 下载PDF
煤矿冲击地压预测的PCA-GRNN方法 被引量:7
19
作者 史策 高峰 +1 位作者 陈连城 王连国 《中国安全科学学报》 CAS CSCD 北大核心 2016年第7期119-124,共6页
为更合理有效地解决煤矿开采引起的冲击地压危险性预测问题,以忻州窑煤矿冲击地压事故为工程背景,采用一种数据降维算法—主成分分析法(PCA),对广义回归神经网络(GRNN)的输入样本进行信息压缩,构建冲击地压危险性预测的PCA-GRNN模... 为更合理有效地解决煤矿开采引起的冲击地压危险性预测问题,以忻州窑煤矿冲击地压事故为工程背景,采用一种数据降维算法—主成分分析法(PCA),对广义回归神经网络(GRNN)的输入样本进行信息压缩,构建冲击地压危险性预测的PCA-GRNN模型。通过PCA法提取影响冲击地压强度的煤层厚度、倾角等9个因素,得到冲击地压危险性影响因素的前4个主成分因子表达式,并构建BPNN,GRNN和PCA-BP等另外3种模型,验证PCA-GRNN法预测冲击地压危险性的智能性和泛化能力。结果表明,所建PCA-GRNN模型平均训练误差为3.5%,平均预测误差为3.6%,有很好的预测能力和泛化能力。 展开更多
关键词 冲击地压 主成分分析法(PCA) 广义回归神经网络(GRNN) 电磁辐射 预警技术
基于CFOA-GRNN的冲击地压危险等级预测 被引量:5
20
作者 唐鸣东 史秀志 +1 位作者 周健 邱贤阳 《中国安全科学学报》 CAS CSCD 北大核心 2016年第12期110-115,共6页
针对冲击地压影响因素模糊、非线性等特性,选用一种混沌果蝇优化算法改进的广义回归神经网络(CFOA-GRNN),通过引入混沌扰动因子,增加网络的参数搜寻能力,建立冲击地压危险等级预测模型。模型选取煤层厚度、埋深等10个主要影响因... 针对冲击地压影响因素模糊、非线性等特性,选用一种混沌果蝇优化算法改进的广义回归神经网络(CFOA-GRNN),通过引入混沌扰动因子,增加网络的参数搜寻能力,建立冲击地压危险等级预测模型。模型选取煤层厚度、埋深等10个主要影响因素。以砚台煤矿的35个样本数据对模型进行学习、训练和预测,并将预测结果与传统预测模型的结果进行比较;同时采用敏感性分析法,评价各主要因素对模型精度的影响。结果表明煤层倾角影响最大,其次为卸压方式。研究表明,所构建的CFOA-GRNN模型正确率为92.8%,明显优于传统预测模型。 展开更多
关键词 冲击地压 分级预测 混沌果蝇优化算法(CFOA) 广义回归神经网络(GRNN) 敏感性分析
上一页 1 2 4 下一页 到第
使用帮助 返回顶部 意见反馈