导读:本文包含了神经网络优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,算法,模型,纹理,齿轮箱,克莱,卷积。
神经网络优化论文文献综述
郗伟杰,李东辉[1]（2019）在《基于遗传算法优化BP神经网络的接触网磨耗预测》一文中研究指出针对接触网磨耗问题,构建利用遗传算法改进的BP神经网络模型进行接触网磨耗预测,将接触压力、列车速度、导线高度、拉出值、电压、列车频次求取均值与方差作为神经网络的输入,接触网平均磨耗量作为输出,通过Matlab编程建立神经网络模型,并通过运用遗传算法的全局搜索优势改进权值和阈值,补偿局部极值缺陷。(本文来源于《电气化铁道》期刊2019年S1期）
丁磊明,杨晓雷,黄金波,姚剑峰[2]（2019）在《基于BP神经网络优化的改进灰色模型在电量预测中的应用》一文中研究指出经济增长与电力需求作为分析一个国家经济运行状况的两个重要指标,两者相互作用,联系紧密。用单一的预测方法预测电量无法保证高精度的预测结果,如何最大程度地提高预测精度是电力系统电量预测的研究的关键。现提出用BP神经网络算法修正灰色预测值的方法,其核心是通过分析月数据规律进行灰色预测外推得到初步预测结果,在充分考虑经济指标与电量的相互作用的情况下,利用BP神经网络对电量预测值进行修正,从而得到实用性更好的中长期电量预测结果。(本文来源于《机电信息》期刊2019年36期）
郑赣,刘淑梅,汪东升[3]（2019）在《基于神经网络的法兰轴冷挤压成型工艺优化》一文中研究指出为研究冷挤压成型工艺参数对法兰轴成型质量的影响,解决法兰轴成型时法兰盘填充不满和阶梯轴肩的折迭缺陷问题,课题组设计3因素3水平正交实验进行研究。采用3层拓扑结构,以凸模挤压速度、模具与坯料之间的摩擦因数、阶梯轴处圆角半径为输入层神经元,以折迭角和成型载荷为输出层神经元构建法兰轴冷挤压成型工艺优化神经网络模型。研究结果表明该模型的预测性能较好,精度较高。通过生产验证出优化后的工艺方案可有效解决法兰轴充填不满和折迭缺陷,为解决多变量多响应复杂的多元非线性工程问题提供了参考。(本文来源于《轻工机械》期刊2019年06期）
高明慧,张尤赛,王亚军,李垣江[4]（2019）在《应用卷积神经网络的纹理合成优化方法》一文中研究指出针对传统纹理合成方法特征提取困难以及合成周期较长的问题,提出一种基于卷积神经网络的纹理合成优化方法。通过优化VGGNet卷积神经网络的结构,并提出增加批量归一化BN层的方法,来提高网络训练速度和减少参数过拟合现象;通过计算每层得到的纹理图像特征响应的克莱姆矩阵,构建克莱姆矩阵集合来表达纹理特征;由梯度下降算法计算梯度,通过L-BFGS优化算法最小化损失函数,合成纹理图像。实验结果表明,该方法可以有效提高模型训练速度,减少参数过拟合现象,合成高质量的图像。(本文来源于《计算机工程与设计》期刊2019年12期）
元松,肖志军,曾智伟,李佳伟[5]（2019）在《遗传算法优化BP神经网络的路面结构层模量反算方法研究》一文中研究指出路面结构层回弹模量是路面结构设计中最重要的指标之一。文中针对新沥青路面设计规范中推荐的路面结构层模量和上海典型路面结构厚度,利用有限元程序建立了弯沉盆数据库;然后基于数据库搜索理论,采用遗传算法优化BP神经网络模型,实现路面结构参数与弯沉盆大小的映射、学习,达到模量反算的目的;通过加入噪声,提高神经网络模型的鲁棒性和泛化能力,实现对FWD实测弯沉盆的模量反算。(本文来源于《交通科技》期刊2019年06期）
圣文顺,赵翰驰,孙艳文[6]（2019）在《基于改进遗传算法优化BP神经网络的销售预测模型》一文中研究指出随着经济的快速发展,众多企业步入科学化管理的时代.销售预测是企业经营活动中必不可少的一个环节,预测的准确性直接关系到销售经营的成败.因此提出基于传统BP神经网络与时间序列预测模型为一体的改良BP神经网络预测模型,通过该模型的预测,可以更可靠地预测企业在未来单位时间内的销售额.改良神经网络参考了同步时间序列的预测做出了自我校准,并利用遗传算法达到通过校准得到自我优化的目的,简化网络结构,提高预测的准确度.(本文来源于《计算机系统应用》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[7]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
王潇,王婷,张晨,刘芳[8]（2019）在《人工神经网络优化厚朴提取工艺及其“发汗”前后的含量测定》一文中研究指出目的:优化厚朴提取工艺,从厚朴提取物的化学成分变化,阐释厚朴"发汗"的必要性。方法:采用正交设计结合人工神经网络模型的方法,以提取物干膏得率、厚朴酚、和厚朴酚叁个指标的综合评分为评价指标,对厚朴提取时的溶剂浓度、料液比、提取时间和提取次数进行优化,确定最佳提取工艺;采用HPLC法对"发汗"及"未发汗"厚朴提取物进行含量测定,对比其"发汗"前后的厚朴酚与和厚朴酚的含量变化。结果:筛选的最佳提取工艺为加入厚朴样品100 g,加入70%乙醇提取,料液比为1∶8,提取时间为90 min,提取次数为2次;"发汗"后厚朴的厚朴酚提取率提高45.04%,和厚朴酚含量提高32.27%。结论:正交设计结合BP人工神经网络模型的方法稳定可行,具有良好重复性;"发汗"能增加厚朴中厚朴酚及和厚朴酚的提取率,从化学成分角度阐释了厚朴"发汗"的科学性与必要性。(本文来源于《中华中医药学刊》期刊2019年12期）
张永超,李金才,赵录怀[9]（2019）在《PSO优化BP神经网络齿轮箱故障诊断》一文中研究指出针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题,提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型,该模型以齿轮箱特征向量为输入、故障类型为输出,详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明,BP神经网络对齿轮箱故障诊断收敛速度慢,故障识别率为82%;概率神经网络的模型故障诊断识别率依据经验选取spread值决定,故障识别率最大为98%;粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。(本文来源于《电子技术应用》期刊2019年12期）
李斌,胡芳,张朋,董威,邵强[10]（2019）在《基于改进遗传算法优化神经网络的隧道照明控制系统研究》一文中研究指出针对传统的公路隧道照明中存在的节能效果和调光准确效果均不足,给出了一种基于改进遗传算法优化神经网络的隧道照明控制方案,在实现准确调光的同时,改善了隧道照明控制系统的照明节能效果。通过传感器实时采集隧道外部部环境的亮度、行驶车辆的车流量和车速信息,实时准确调节隧道的照明亮度。采用电力线载波通信技术实现照明灯具的控制,减少系统布线难度。仿真结果表明,改进遗传算法优化神经网络算法的均方误差较神经网络算法提高了29.1%,算法仿真时间减少了63.7%,有效的提高了照明调光准确性。最后通过实验证明在隧道照明中使用该算法实现节能效果。(本文来源于《电子设计工程》期刊2019年23期）
神经网络优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
经济增长与电力需求作为分析一个国家经济运行状况的两个重要指标,两者相互作用,联系紧密。用单一的预测方法预测电量无法保证高精度的预测结果,如何最大程度地提高预测精度是电力系统电量预测的研究的关键。现提出用BP神经网络算法修正灰色预测值的方法,其核心是通过分析月数据规律进行灰色预测外推得到初步预测结果,在充分考虑经济指标与电量的相互作用的情况下,利用BP神经网络对电量预测值进行修正,从而得到实用性更好的中长期电量预测结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络优化论文参考文献
[1].郗伟杰,李东辉.基于遗传算法优化BP神经网络的接触网磨耗预测[J].电气化铁道.2019
[2].丁磊明,杨晓雷,黄金波,姚剑峰.基于BP神经网络优化的改进灰色模型在电量预测中的应用[J].机电信息.2019
[3].郑赣,刘淑梅,汪东升.基于神经网络的法兰轴冷挤压成型工艺优化[J].轻工机械.2019
[4].高明慧,张尤赛,王亚军,李垣江.应用卷积神经网络的纹理合成优化方法[J].计算机工程与设计.2019
[5].元松,肖志军,曾智伟,李佳伟.遗传算法优化BP神经网络的路面结构层模量反算方法研究[J].交通科技.2019
[6].圣文顺,赵翰驰,孙艳文.基于改进遗传算法优化BP神经网络的销售预测模型[J].计算机系统应用.2019
[7].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[8].王潇,王婷,张晨,刘芳.人工神经网络优化厚朴提取工艺及其“发汗”前后的含量测定[J].中华中医药学刊.2019
[9].张永超,李金才,赵录怀.PSO优化BP神经网络齿轮箱故障诊断[J].电子技术应用.2019
[10].李斌,胡芳,张朋,董威,邵强.基于改进遗传算法优化神经网络的隧道照明控制系统研究[J].电子设计工程.2019
论文知识图
