共查询到19条相似文献,搜索用时 809 毫秒
1.
2.
3.
4.
首先,采用对角神经网络(DRNN)对陀螺的随机误差进行建模。给出DRNN的结构与数学模型,说明DRNN作为内递归网络在建模时不必知道模型阶次;然后,利用LM算法优化BP算法,导出DRNN适用的LMBP算法对网络进行训练;最后,利用DRNN对光纤陀螺随机误差建模,并与陀螺随机误差建模常用的ARMA模型和外递归BP网络进行对比,通过仿真定量分析DRNN的建模效果。仿真结果表明,DRNN比其他方法更加有效便捷。 相似文献
5.
针对船舶碰撞危险度具有模糊性、不确定性等特点,依据模糊理论方法建立的船舶碰撞危险度的数学模型,直接采用来船航速、来船航向、来船对本船的相对舷角和来船对本船距离作为神经网络的输入,采用Levenberg-Mrquardt优化算法这种改进的BP神经网络进行训练和仿真,并与标准BP算法和动量BP算法进行比较,发现经过改进的网络求得碰撞危险度比标准BP算法和动量BP算法具有更好的效果,网络能够更有效收敛,大大提高了网络的收敛速度和泛化能力。 相似文献
6.
针对标准BP算法收敛速度慢、容易陷入局部极小值的缺点,提出了改进的BP算法——Levenberg-Marquardt算法,并将其应用到电路故障诊断问题中。实例仿真验证了改进算法在训练次数和训练时间上具有明显的优势,同时也能保证故障诊断准确率,具有良好的效果。 相似文献
7.
8.
9.
10.
11.
12.
基于自适应变异 PSO-BP算法的船舶横摇运动预测 总被引:1,自引:0,他引:1
为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法(self-adapting particle swarm optimization algorithm,SAPSO),将该算法与误差反传(back propaga-tion,BP)神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船“育鲲”轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。 相似文献
13.
随着国际海事组织(IMO)标准Tier III标准的实施,船舶柴油机尾气中的氮氧化物(NOx)的排放受到了更严格的限制。选择性催化还原脱硝技术因其高效、可靠等优势成为船舶柴油机NOx减排的主要选择。本文先根据SCR反应机理在MATLAB中搭建一级SCR脱硝系统和二级SCR脱硝系统模型,通过仿真结果对比,发现加入二级脱硝系统后,脱硝率可以得到提高。鉴于BP网络预测精度较低,本文将粒子群(PSO)算法加入到BP权值训练过程中,利用PSO-BP 神经网络预测 SCR-DeNOX系统出口处NOX浓度。结果表明:PSO-BP 神经网络不但可以预测SCR-DeNOX系统出口处的NOX浓度,而且与传统BP 神经网络相比可以提高预测结果的精度,为有效控制喷氨量、降低氨气逃逸量提供帮助。 相似文献
14.
15.
KNN算法是比较适合于文本分类的一种分类算法,但由于其计算复杂度会随着训练集规模的增加而线性增加,从而限制了它的实际应用效果。通过改变对近邻点的搜索策略,提出了一种改进型的KNN算法。该算法在对最近邻的选择过程中,放弃传统算法中遍历所有样本的做法,而是通过逐渐逼近的思想来寻找最近邻点。实验证明,该方法在保持和传统的KNN算法几乎一样的精度性能前提下,可以明显降低算法的计算复杂度,降低时间开销,取得了较满意的结果。 相似文献
16.
17.
基于遗传算法和ABAQUS参数化有限元仿真技术,对传统的BP-GA优化方法进行改进,并采用改进的BP-GA方法对浮式生产储油卸油装置(FPSO)舷侧结构的耐撞性能进行优化,以验证其可行性和准确性。结果表明,与传统的BP神经网络相比,经遗传算法优化的BP神经网络具有更高的预测精度和更强的泛化能力;改进的BP-GA优化方法可在结构减重的基础上进一步提高结构的耐撞性能,能较好地适用于复杂的FPSO舷侧结构耐撞性优化设计。采用的优化方法具有通用性,可为抗爆性能的优化设计提供参考。 相似文献
18.