公共文化服务平台

搜索到23052篇“ 遗传神经网络“的相关文章

基于遗传神经网络的道路交通量预测研究: 2025年; 近年来,随着我国汽车保有量的急剧增长,城市道路的改扩建速度却未能跟上交通需求的步伐,导致了严重的交通拥堵问题。在此背景下,道路交通量预测作为智能交通系统的重要组成部分,直接影响着交通控制的效能,决定了能否及时向出行者提供准确的交通信息,从而为缓解城市交通拥堵提供有效解决方案。近年来,基于遗传神经网络的预测方法成为非参数化方法中研究最为广泛的方向之一,因其良好的自适应性能力,能够有效捕捉交通流动的复杂特征。基于此,文章对基于遗传神经网络的道路交通量预测展开了深入分析,以期为城市交通管理提供一定科学依据。; 张晓丽; 关键词：遗传神经网络道路交通交通预测

基于遗传神经网络的光纤激光网络回波信号增强方法: 2025年; 光纤激光网络中的回波信号会受到光衰减、色散等因素的影响,导致回波信号特征变得复杂多样,降低了信号增强的效果,因此,提出基于遗传神经网络的光纤激光网络回波信号增强方法。使用经验模式分解法,将原始回波信号分解为若干本征模态函数,并用粗糙惩罚函数进行平滑处理,抑制信号噪声。基于高斯函数拟合方法,提取与去噪后回波信号函数规则一致的特征。根据回波信号特征提取结果,基于遗传算法优化神经网络的权重和门限,多次训练运算,输出最优解序列,即回波信号增强结果,避免回波信号特征变化对增强结果的影响。实验结果表明,该方法能够有效抑制回波信号中的噪声,能够精准提取回波信号的波形变化特征,并且峰值信噪比最高达到了42.3 dB。; 武文权任志红闫静静; 关键词：神经网络

基于特征选择与遗传神经网络的土壤水分反演: 2024年; 土壤水分是作物生长的重要影响因素,也是水文、生态和气候等环境因素中不可忽视的环节,对自然环境过程具有深远的影响。遥感技术发展与应用为区域地表土壤水分监测提供了有效手段。本研究以Sentinel数据为主要数据源,提取特征参数构建输入参数数据集,利用遗传算法优化的BP神经网络重构土壤水分反演模型。结果表明:借助Sentinel微波遥感影像与光学遥感影像提取20个特征参数,可基于BP神经网络反演研究区内土壤水分含量,但特征参数冗余导致模型运算效率较低,耗时较长。利用特征选择算法对特征子集降维后,借助XGBoost重要性得分进行特征筛选,最终确定8个最优特征变量,保留了特征数据集主要信息,有效减少数据冗余,反演结果R2为0.62,RMSE为0.59%,网络运行时间与内存占用情况较全要素的GA-BP神经网络明显改善,运行时间平均下降75s,内存占用平均减少863.86MB。反演研究区年内7月、9月土壤水分含量最高,土壤重量含水量最大值为38.29%,平均14.52%,1月土壤水分含量最低,土壤重量含水量最大值为15.71%,平均12.52%,与当年降水趋势相近。本文所提方案在满足较高反演精度同时,能实现较快速的区域土壤水分反演,为微波与光学等多源遥感数据结合反演农田地表土壤水分提供了新思路。; 刘昀昊李雪冬费龙杨拂晓; 关键词：土壤水分微波遥感神经网络遗传算法

基于GA_BP遗传神经网络优化PID控制器参数研究: 2024年; 作为一种重要的控制技术,传统PID控制器具有设计独特、运行机理精准以及出色的可靠性等优点,被广泛应用于工业控制领域。但PID控制器存在参数整定困难,在面对复杂的非线性系统时会出现控制效果不理想等情况。针对以上问题,提出一种基于遗传算法与神经网络的新型PID控制器。通过BP神经网络的在线实时调整能力提升系统稳定性,利用GA遗传算法搜寻全局最优解,提高了控制器调整速度,并能避免BP_PID控制器陷入局部极限,实现了参数自动调整和控制效果的优化,提高了控制系统的性能。; 刘辛黄琼桃周莹李嘉玉罗俊元; 关键词：PID控制器 BP神经网络

遗传神经网络下机器人双头夹具参数优化研究: 2024年; 由于直角坐标机器人双头夹具动力学较为复杂,难以找到双头夹具最优参数组合,因此以直角坐标机器人为基础,提出遗传神经网络下机器人双头夹具参数优化方法。分析不同工况下双头夹具关节在夹持工件时的接触力,结合偏移量约束搭建双头夹具动力学模型。以动力学模型为基础,设置参数优化约束条件,包括竖直与水平移动距离、末端节点运行速度、夹具质量、等效应力、丝杠变形量等。结合相关约束条件,构建双头夹具参数优化目标函数,利用遗传神经网络对目标函数进行求解,获取目标函数最优解,该解即为双头夹具参数结果。经实验数据分析证明,所提方法优化后的双头夹具参数更接近于理想值,夹具灵敏度更高,能够有效提升其工作质量。; 景兴淇任涛卢万里董俊; 关键词：遗传神经网络直角坐标机器人参数优化动力学模型

基于灰色遗传神经网络的建筑工程造价估算预测被引量：2: 2024年; 投资估算是项目建议书和可行性研究报告的重要组成部分,是项目投资决策的主要依据之一。项目估算准确性直接影响设计概算与施工图预算的编制。估算的影响因素与其结果之间存在复杂的非线性映射关系,传统数学方法用于解决非线性映射问题时具有很大的局限性。为了提高投资估算的准确性,基于遗传BP神经网络,对误差反向传播机理进行深度分析,引入灰色系统理论,得到样本数据之间变化规律以及弱化适应度函数值的波动性,建立了灰色遗传神经网络预测模型。并对已有样本数据进行仿真,结果显示灰色遗传神经网络模型误差均值为1.54%,优于GM(1,1)预测模型、标准BPNN模型、GA-BPNN模型。验证了文中所建立的模型在工程估价中的有效性,对工程建设成本控制具有一定的实际意义。; 李平赵浩南张艳茹; 关键词：项目投资估算非线性映射遗传神经网络

遗传神经网络下光伏功率高比例异常数据检测被引量：1: 2024年; 在天气、设备以及多个因素的影响下,大部分光伏功率易出现异常。因此,该文提出基于遗传神经网络的光伏功率高比例异常数据检测方法。分析光伏功率高比例异常数据聚集特征,并利用遗传神经网络架构确定光伏发电条件概率分布。结合最小化估算区间原理,在确定高比例异常光伏概率分布情况下,估计光伏概率所在区间。利用遗传算法调整神经网络权值,确定神经细胞异常分数以及离群点异常分数平均值,从而判断当前数据是否为高比例异常数据,并得到光伏功率高比例异常数据检测结果。实验结果表明,该文方法能够有效检测出异常数据,误差小,实际应用效果好。; 汪鹤董晓峰沈健; 关键词：遗传神经网络

一种冬小麦LAI的SAR数据遗传神经网络模型反演方法: 本发明公开了一种冬小麦LAI的SAR数据遗传神经网络模型反演方法。该方法包括如下步骤：步骤1)基于GF‑1WFV和GF‑3SAR数据，分析光学与微波极化分解植被指数模型与叶面积指数的相关性；步骤2)基于GF‑3SAR数据...; 班孝章王凯伦牛明昂袁铭翔张冬雪王林芳郭俊花张利争贾培培邵妍妍

基于遗传神经网络方法的2309号台风“苏拉”路径和强度预报分析: 2024年; 以多种数值预报产品资料为基础,将影响广西的2309号台风“苏拉”作为研究对象,采用广西遗传神经网络台风预报方法,通过综合运用多种智能计算方法与系统降维技术,分析研究台风自身的变化特点及其与环境流场的相互作用,对2309号台风“苏拉”路径、强度预报情况进行分析研究。结果表明,广西遗传神经网络台风预报方法预报精度较高,预报性能稳定,在台风“苏拉”强度预报中有优异的表现,但该方法在路径预报中较其他预报模式误差偏大,未来针对此类前期打转、后期路径稳定西行的台风,将对模型的预报因子及数据挖掘技术进行分析并加以改进,以提高该方法对异常路径台风的预报精度。; 黄颖黄小燕赵华生吴玉霜

基于遗传神经网络的舰船磁场等效源重构方法被引量：1: 2023年; 针对传统等效源模型的磁场预测精度和稳定性易受等效源参数设置(数量和位置)影响的问题,本文提出了利用遗传神经网络重构等效源的舰船磁场预测算法。以传统的等效源理论为基础,利用人工神经网络的非线性学习能力和遗传算法的自适应寻优功能,通过多次网络训练,得到一个隐性的等效源模型;设计了数值仿真试验和船模试验,把包含场点和源点信息的系数向量作为神经网络的输入,把近场平面的磁场测量值作为输出,代入隐性等效源模型。结果表明:该方法的磁场预测精度优于传统等效源模型,对船模磁场垂向分量的预测误差小于5%,具有工程应用价值。; 王毅周国华武晓康朱雪莲; 关键词：人工神经网络遗传算法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈