一种粒子群优化BP神经网络配网物资价格预测方法.pdf
葫芦****io
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种粒子群优化BP神经网络配网物资价格预测方法.pdf
本发明公开了一种粒子群优化BP神经网络配网物资价格预测方法,包括,利用网络爬虫工具定期采集互联网上的配网物资市场价格和主要供应商信息;对所述信息进行数据归一化处理,形成配网物资市场价格数据库;利用PSO优化BP神经网络算法深度分析配网主要物资采购价格,形成配网主要物资价格走势预测分析模型;将所述数据库内的数据作为输入变量,输入所述预测分析模型内进行配网主要物资价格走势预测分析,降低配网主要物资采购成本。本发明进行配网主要物资价格走势预测分析,以便在价格较低的时候购买配网主要物资,减低配网主要物资采购成本。
一种基于粒子群优化BP神经网络的多元合金性能预测方法.pdf
本发明的一种基于粒子群优化BP神经网络的多元合金性能预测方法,包括:步骤1:根据材料成分?性能历史数据建立数据库;步骤2:建立并训练粒子群优化BP神经网络成分?性能预测模型,以决定系数作为预测效果的评价标准;步骤3:将步骤2训练好的预测模型所得运算集带入遗传优化BP神经网络中,以决定系数作为预测效果的评价标准;步骤4:若骤3中计算的决定系数满足判定标准,则将所要预测多元合金成分以及微合金化元素数组代入步骤2获得的粒子群优化BP神经网络中完成性能预测;否则重复步骤2和3。该预测方法适用于多元合金以及微合金化
一种基于粒子群优化BP神经网络的多元合金性能预测方法.pdf
本发明的一种基于粒子群优化BP神经网络的多元合金性能预测方法,包括:步骤1:根据材料成分?性能历史数据建立数据库;步骤2:建立并训练粒子群优化BP神经网络成分?性能预测模型,以决定系数作为预测效果的评价标准;步骤3:将步骤2训练好的预测模型所得运算集带入遗传优化BP神经网络中,以决定系数作为预测效果的评价标准;步骤4:若骤3中计算的决定系数满足判定标准,则将所要预测多元合金成分以及微合金化元素数组代入步骤2获得的粒子群优化BP神经网络中完成性能预测;否则重复步骤2和3。该预测方法适用于多元合金以及微合金化
一种基于改进粒子群优化BP神经网络的盲信道均衡方法.pdf
本发明设计了一种基于改进粒子群优化(ParticleSwarmOptimization,PSO)BP(BackPropagation)神经网络的盲信道均衡方法。在基于BP神经网络的盲均衡问题的处理中,BP神经网络初始权值和阈值的确定缺乏理论依据,存在收敛速度慢、易陷入局部极小值等缺陷,导致信道盲均衡效果差。为克服BP神经网络的缺陷,提高信道盲均衡效果,本发明提出一种基于改进PSO‑BP神经网络的盲均衡方法。该方法首先克服基本粒子群算法的缺陷,对基本粒子群的参数进行改进,自适应调节惯性权重和学习因子;
基于粒子群算法优化BP神经网络的产品质量预测分析.docx
基于粒子群算法优化BP神经网络的产品质量预测分析王超英钟辉摘要:产品制造的过程中存在较大的不确定性,从事前预测的角度出发,提出了一种结合现有产品合格率、合格率变化规律等相关数据,借助BP神经网络等数学建模思想,并加入粒子群算法加以改进的产品质量预测模型,此种预测模型与传统BP神经网络相比,通过与粒子群算法的优化结合,进一步提高了预测精度。关键词:BP神经网络;改进;粒子群算法;产品质量预测TP18:AAbstract:Owingtoexistlargeruncertaintyintheprocessofp