期刊文献+
共找到36篇文章
< 1 2 >
每页显示 20 50 100
基于广义回归神经网络-柔性最大值分类模型的轴承故障诊断方法 认领
1
作者 陈剑 吕伍佯 +1 位作者 庄学凯 陶善勇 《振动与冲击》 EI CSCD 北大核心 2020年第21期1-8,16,共9页
针对复杂工况下的滚动轴承振动信号,提出一种基于广义回归神经网络-柔性最大值分类模型的故障诊断分类方法,实现故障模式的识别。对滚动轴承振动信号进行变分模态分解,特征提取等预处理得到特征数据集,并将其划分为训练集,验证集和测试... 针对复杂工况下的滚动轴承振动信号,提出一种基于广义回归神经网络-柔性最大值分类模型的故障诊断分类方法,实现故障模式的识别。对滚动轴承振动信号进行变分模态分解,特征提取等预处理得到特征数据集,并将其划分为训练集,验证集和测试集;使用训练集和验证集训练广义回归神经网络-柔性最大值分类模型,同时引入灰狼优化算法优选该模型的关键参数平滑因子得到理想的分类模型;将训练好的模型应用测试集,输出故障识别结果;通过模拟试验采集不同工况下的轴承故障数据,进行方法有效性验证。结果表明该方法能在小样本训练集下实现对不同工况下的轴承故障的有效诊断,是一种适用于实际工况的故障诊断方法。 展开更多
关键词 故障诊断 滚动轴承 广义回归神经网络(GRNN) 柔性最大值归一化 灰狼优化(GWO)
在线阅读 下载PDF
稀疏样本下冬春季月平均气温空间插值研究——以新疆玛纳斯河流域为例 认领
2
作者 杨耘 李陇同 +4 位作者 刘艳 刘帅令 王彬泽 王丽霞 程雪 《水资源与水工程学报》 CSCD 2020年第1期248-253,共6页
针对我国典型高寒山区--新疆天山中段玛纳斯河流域积雪-融雪过程模拟中气温空间数据的制备问题,以气象站点稀少的玛纳斯河流域为研究区域,利用最小二乘相关分析法开展了冬、春季(2015年11月-2016年4月)气温环境变量分析,通过共线性检测... 针对我国典型高寒山区--新疆天山中段玛纳斯河流域积雪-融雪过程模拟中气温空间数据的制备问题,以气象站点稀少的玛纳斯河流域为研究区域,利用最小二乘相关分析法开展了冬、春季(2015年11月-2016年4月)气温环境变量分析,通过共线性检测确定了纬度、海拔、坡度、坡向、NDVI 5个环境变量组成了最优因子集,构建了基于广义回归神经网络(GRNN)的月平均气温空间插值模型。采用区域内139个站点中的119个观测站点数据作为训练数据对GRNN模型进行训练,确定了冬、春季6个月的区域气温空间插值模型。利用剩余的20个观测站点数据作为检验样本,以均方根误差(RMSE)和平均相对误差(MRE)为评价指标,对模型的回归误差进行分析。结果表明:本模型6个月的平均RMSE值为1.46,优于传统的地理加权回归克里金(GWRK)方法(其平均RMSE值为2.22)。此外,从不同月份的气温空间插值分布图来看,本文模型空间插值后的气温变化趋势与实际变化趋势一致。从气温的空间分布情况来看,各空间点的气温与其海拔高程呈正相关,且随地表覆盖类型变化。这也表明本文提出的插值策略并组合建立的GRNN模型对于稀疏气象站点条件下的气温空间插值精度更高,一致性较好。 展开更多
关键词 广义回归神经网络(GRNN) 气温 空间插值 稀疏样本 玛纳斯河流域
在线阅读 下载PDF
内腐蚀海底管道剩余强度的FOA-GRNN模型 认领
3
作者 毕傲睿 骆正山 +1 位作者 宋莹莹 张新生 《中国安全科学学报》 CAS CSCD 北大核心 2020年第6期78-83,共6页
为探究内腐蚀海底管道剩余强度,保证管道安全运营,基于管道壁厚、直径,腐蚀深度、长度、宽度和极限抗拉强度等影响因素,提出果蝇优化算法(FOA)优化广义回归神经网络(GRNN)的剩余强度计算方法,应用GRNN构建剩余强度预测模型;采用FOA优化... 为探究内腐蚀海底管道剩余强度,保证管道安全运营,基于管道壁厚、直径,腐蚀深度、长度、宽度和极限抗拉强度等影响因素,提出果蝇优化算法(FOA)优化广义回归神经网络(GRNN)的剩余强度计算方法,应用GRNN构建剩余强度预测模型;采用FOA优化模型,人为设置光滑因子的负面影响;通过有限元模拟生成影响因素和剩余强度数据库,并采用FOA-GRNN模型训练和预测;以巴西国家石油研究中心的极限强度爆破试验数据为例,分析验证预测模型。结果表明:FOAGRNN模型对有限元模拟数据的剩余强度预测平均相对误差(ARE)为16.53%,对试验数据预测ARE为7.81%,预测结果合理、准确。 展开更多
关键词 内腐蚀海底管道 剩余强度 果蝇优化算法(FOA) 广义回归神经网络(GRNN) 有限元
基于广义回归神经网络的风电机组性能预测模型及状态预警 认领
4
作者 崔恺 许宜菲 +5 位作者 李雪松 杜亦航 李洋 马良玉 乔福宇 刘卫亮 《科学技术与工程》 北大核心 2020年第32期13220-13228,共9页
提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采... 提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采集(supervisory control and data acquisition,SCADA)系统的真实历史数据,采用广义回归神经网络(GRNN)建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选。以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常。采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性。 展开更多
关键词 风电机组 性能预测模型 广义回归神经网络(GRNN) 运行状态监测 参数预警
在线阅读 免费下载
基于改进PSO算法优化GRNN的煤与瓦斯突出预测 认领 被引量:1
5
作者 胡业林 占晨阳 +1 位作者 郑晓亮 宋晓 《长江大学学报:自然科学版》 CAS 2020年第2期92-97,共6页
为提高区域性煤与瓦斯突出预测模型的预测准确度并减小预测均方误差,提出了一种基于改进的粒子群优化(PSO)算法优化的广义回归神经网络(GRNN)。以网络的光滑因子为自变量、网络误差为目标函数,通过改进PSO算法搜索出误差的全局最小值,... 为提高区域性煤与瓦斯突出预测模型的预测准确度并减小预测均方误差,提出了一种基于改进的粒子群优化(PSO)算法优化的广义回归神经网络(GRNN)。以网络的光滑因子为自变量、网络误差为目标函数,通过改进PSO算法搜索出误差的全局最小值,找出网络的最优光滑因子,用优化后的GRNN进行煤与瓦斯突出预测,并以淮南矿区的实测数据训练和检验该模型。试验结果表明,基于改进粒子群优化算法优化的GRNN模型预测准确率为95%,实际突出数据的预测准确率为100%,实际不突出数据的预测准确率为93.3%。相较于PSO算法和果蝇优化算法(FOA)优化的GRNN预测结果,该模型的预测准确率最高,均方误差最小,具有更好的泛化能力,为煤与瓦斯突出智能预测提供了新的方案。 展开更多
关键词 煤与瓦斯突出 预测模型 广义回归神经网络(GRNN) 改进PSO算法
在线阅读 免费下载
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 认领 被引量:1
6
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 认领 被引量:5
7
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
考虑驾驶人驾驶习性的自适应车道偏离预警策略 认领 被引量:2
8
作者 朱冰 李伟男 +1 位作者 赵健 韩嘉懿 《同济大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第S01期171-177,共7页
提出了考虑驾驶人驾驶习性的自适应车道偏离预警策略.通过实车驾驶数据采集平台采集驾驶人的驾驶行为数据,并基于模糊聚类对驾驶数据进行聚类处理,进而利用广义回归神经网络(GRNN)模型实现了驾驶人驾驶习性辨识策略;建立车道偏离时间估... 提出了考虑驾驶人驾驶习性的自适应车道偏离预警策略.通过实车驾驶数据采集平台采集驾驶人的驾驶行为数据,并基于模糊聚类对驾驶数据进行聚类处理,进而利用广义回归神经网络(GRNN)模型实现了驾驶人驾驶习性辨识策略;建立车道偏离时间估算模型,设计个性化的车道偏离预警系统;最后,通过驾驶模拟器进行测试验证.结果表明,所提出的考虑驾驶人驾驶习性的自适应车道偏离预警策略能够在有效辨识驾驶人驾驶习性的基础上,提高车道偏离预警的适用性. 展开更多
关键词 驾驶习性 模糊聚类 广义回归神经网络(GRNN) 车道偏离预警
在线阅读 下载PDF
充填管道磨损风险的KPCA-PSO-GRNN评估模型及应用 认领 被引量:1
9
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
基于混合改进GSO与GRNN并行集成学习模型 认领
10
作者 简书强 倪志伟 +2 位作者 李敬明 朱旭辉 倪丽萍 《模式识别与人工智能》 EI CSCD 北大核心 2019年第3期247-258,共12页
针对萤火虫群优化算法(GSO)不稳定、收敛速度较慢与收敛精度较低等问题和广义回归神经网络(GRNN)的网络结构导致预测误差的特性,提出基于混合改进萤火虫群算法与广义回归神经网络并行集成学习模型,应用于雾霾预测.首先构建融合多种搜索... 针对萤火虫群优化算法(GSO)不稳定、收敛速度较慢与收敛精度较低等问题和广义回归神经网络(GRNN)的网络结构导致预测误差的特性,提出基于混合改进萤火虫群算法与广义回归神经网络并行集成学习模型,应用于雾霾预测.首先构建融合多种搜索策略的混合改进萤火虫群优化算法(HIGSO),并使用标准测试函数验证算法性能.然后结合HIGSO与引入扰动因子的GRNN模型,建立并行集成学习模型,并通过UCI标准数据集验证模型的有效性与可行性.最后将模型应用于北京、上海和广州地区的雾霾预测,进一步验证模型在雾霾预测中的性能. 展开更多
关键词 混合改进萤火虫优化算法 广义回归神经网络(GRNN) 扰动因子 雾霾预测
在线阅读 下载PDF
基于RS-GWO-GRNN的充填管道失效风险研究 认领 被引量:2
11
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PSO-GRNN模型的埋地管道腐蚀剩余寿命预测 认领
12
作者 王文辉 骆正山 张新生 《表面技术》 EI CAS CSCD 北大核心 2019年第10期267-275,284共10页
目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的... 目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。 展开更多
关键词 埋地管道 腐蚀深度预测模型 腐蚀发展趋势 剩余寿命预测 粒子群算法(PSO) 广义回归神经网络(GRNN)
在线阅读 免费下载
基于GRNN的冻融期土壤蒸发预测 认领 被引量:1
13
作者 冯慧君 郑秀清 +4 位作者 陈军锋 薛静 李晓敏 解雪 苗春燕 《水电能源科学》 北大核心 2019年第12期10-13,共4页
基于2017~2018年冻融期实测大田土壤蒸发数据和日气象数据,采用主成分分析法与广义回归神经网络(GRNN)相结合的方法对土壤蒸发量进行预测。即先利用主成分分析法提取影响冻融期土壤蒸发的7个主要因子,将其作为GRNN模型的输入变量,土壤... 基于2017~2018年冻融期实测大田土壤蒸发数据和日气象数据,采用主成分分析法与广义回归神经网络(GRNN)相结合的方法对土壤蒸发量进行预测。即先利用主成分分析法提取影响冻融期土壤蒸发的7个主要因子,将其作为GRNN模型的输入变量,土壤蒸发量作为输出变量;再利用10折交叉验证法选取的最佳光滑因子建立GRNN土壤蒸发预测模型。结果表明,GRNN模型预测值与实测值拟合程度较高,R~2为0.982、均方根误差为0.014mm/d、平均相对误差为5.281%、平均绝对误差为0.010mm/d,模型模拟精度较高,可用于冻融期土壤蒸发预测。 展开更多
关键词 冻融期 土壤蒸发 主成分分析 广义回归神经网络(GRNN)
基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测 认领 被引量:8
14
作者 骆正山 姚梦月 +1 位作者 骆济豪 王小完 《表面技术》 EI CAS 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
几种模型在南方地区总辐射量估算中的精度分析 认领 被引量:1
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
煤矿冲击地压预测的PCA-GRNN方法 认领 被引量:8
16
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 认领 被引量:5
17
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
苏里格地区三水模型与数学方法结合的致密砂岩储层评价 认领 被引量:2
18
作者 郭宇航 潘保芝 +3 位作者 蒋必辞 刘思慧 房春慧 李丁 《石油物探》 EI CSCD 北大核心 2015年第5期621-626,共6页
应用三水模型评价苏里格地区致密砂岩储层时,在孔隙度较高的层段,孔隙度和含水饱和度预测结果与岩心数据符合度很好;在孔隙度较低的层段,孔隙度预测结果符合度较好,但含水饱和度预测结果存在很大偏差。造成这一现象的原因是孔隙度较低... 应用三水模型评价苏里格地区致密砂岩储层时,在孔隙度较高的层段,孔隙度和含水饱和度预测结果与岩心数据符合度很好;在孔隙度较低的层段,孔隙度预测结果符合度较好,但含水饱和度预测结果存在很大偏差。造成这一现象的原因是孔隙度较低的层段岩性更加致密,孔隙结构更加复杂,三水模型中的参数难以赋值。为此,提出三水模型与数学方法结合的致密砂岩储层评价方法,通过全区密闭取心资料分析确定三水模型处理下限,在下限之下的层段结合广义回归神经网络(GRNN)和粒子群-支持向量机(PSO-SVM)算法得到处理结果。三水模型结合数学方法在苏里格地区综合处理的结果与该区岩心数据符合度较好,说明方法是可行的。 展开更多
关键词 致密砂岩 含水饱和度 三水模型 粒子群-支持向量机算法(PSO-SVM) 广义回归神经网络(GRNN)
在线阅读 下载PDF
基于广义回归神经网络的变压器油中特征气体发展趋势预测研究 认领 被引量:2
19
作者 冷传东 姜欣 金宝旭 《吉林电力》 2014年第6期11-14,共4页
通过对广义回归神经网络(GRNN)在预测方面的研究,结合变压器特征气体检测的实际情况,建立了一种基于GRNN的变压器油中特征气体发展趋势的预测模型,用于等时间间隔和非等时间间隔采样,预测未来任意时刻变压器油中特征气体值、产气速率... 通过对广义回归神经网络(GRNN)在预测方面的研究,结合变压器特征气体检测的实际情况,建立了一种基于GRNN的变压器油中特征气体发展趋势的预测模型,用于等时间间隔和非等时间间隔采样,预测未来任意时刻变压器油中特征气体值、产气速率以及产气速率超出限定值的时间点,在吉林省多台变压器上应用,证明该方法预测误差均在允许范围之内,可避免设备故障的发生,提升了电网的运行水平. 展开更多
关键词 变压器 特征气体 广义回归神经网络(GRNN) 发展趋势预测
在线阅读 下载PDF
Elman与GRNN神经网络模型在水环境承载力评价中的应用——以文山州区域水环境承载力评价为例 认领 被引量:3
20
作者 郭婉娥 《水资源与水工程学报》 2013年第4期184-188,194共6页
利用层次分析法构建符合区域水环境承载力的评价指标体系和分级标准,基于Elman神经网络与广义回归神经网络(GRNN)算法原理,提出Elman与GRNN神经网络水环境承载力评价模型,采用内插法构造网络训练样本,将水环境承载力分级评价标准阈值... 利用层次分析法构建符合区域水环境承载力的评价指标体系和分级标准,基于Elman神经网络与广义回归神经网络(GRNN)算法原理,提出Elman与GRNN神经网络水环境承载力评价模型,采用内插法构造网络训练样本,将水环境承载力分级评价标准阈值样本进行评价,将结果作为区域水环境承载力等级评价的划分依据,对文山州不同规划水平年水环境承载力进行评价。结果表明:文山州不同规划水平年水环境承载力处于绝对可承载与基本可承载之间,客观反映了区域水环境现状及规划期望效果,可为区域水环境承载力评价和研究提供参考。Elman与GRNN神经网络模型评价结果基本相同,表明研究建立的区域水环境承载力评价模型和评价方法均是合理可行的,二者均可作为区域水环境承载力评价的选用模型。 展开更多
关键词 水环境 承载力评价 ELMAN神经网络 广义回归神经网络(GRNN) 文山州
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈