导读:本文包含了遗传算法神经网络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,故障诊断,模型,磨耗,时间,组合。
遗传算法神经网络论文文献综述
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）
元松,肖志军,曾智伟,李佳伟[2]（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[3]（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）
康彩丽[4]（2019）在《遗传算法优化BP神经网络非线性函数拟合的研究》一文中研究指出在人工神经网络中,BP(Back Propagation)神经网络占有重要席位,它具有很多优点,但也有很多缺陷。而遗传算法(GA)是使用运算对个体进行"优胜劣汰"的一种算法,用GA优化BP网络,取长补短。论文建立了BP网络模型,研究了对BP网络的优化,根据GA的特点,在MATLAB环境下,选取合适的网络结构对BP网络非线性函数进行仿真模拟和预测。从训练的结果可以看出,BP网络经GA优化后显然比未优化前的拟合效果更好。同时论文实现了粒子群(PSO)算法优化BP网络,并与GA作对比,从实验结果分析比较得知,BP网络经两种算法优化后拟合效果都明显变好,且GA比PSO算法优化的结果更准确。(本文来源于《忻州师范学院学报》期刊2019年05期）
闫鹏洋,王利宁,郭培文,刘涛[5]（2019）在《基于组合赋权的遗传算法优化BP神经网络岩爆预测研究》一文中研究指出针对岩爆倾向性预测的复杂问题,选取隧洞应力系数、脆性系数及围岩冲击倾向指数为评价指标,利用组合赋权法确定指标的权重,结合遗传算法和BP神经网络,建立了基于组合赋权的遗传算法优化BP神经网络的预测模型。利用岩爆实例数据对建立的模型进行测试,测试结果具有良好的准确度,验证了该模型的可行性及有效性。(本文来源于《广东土木与建筑》期刊2019年10期）
张超,郑晓琼,王娣,石玮佳[6]（2019）在《基于遗传算法进化小波神经网络的电力变压器故障诊断研究》一文中研究指出针对电力变压器故障诊断这一问题,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。因此,基于遗传算法进化小波神经网络的电力变压器故障诊断方法研究,构建了基于小波神经网络故障诊断方法,利用遗传算法来进行优化,针对性的神经网络权值问题,使网络性能得到改善。在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合。最后通过MATLAB软件的平台来实现编写程序图形,搭建神经网络模拟电路故障诊断的系统界面,实现诊断过程的可视化及操作简易化。最后通过实例证明该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率。(本文来源于《自动化与仪器仪表》期刊2019年10期）
闫春,厉美璇,周潇[7]（2019）在《基于改进的遗传算法优化BP神经网络的车险欺诈识别模型》一文中研究指出为了提高BP神经网络在保险欺诈识别中的准确率,利用改进的遗传算法优化BP神经网络初始权重,以克服BP神经网络容易陷入局部极小点、收敛速度慢以及样本依赖性等问题的缺点。改进的遗传算法充分考虑了遗传算法中种群适应度的集中分散程度,并且非线性地自适应调节遗传算法的交叉概率与变异概率。同时为了加快寻优效率,将排序选择策略与最优保存策略相结合。以某保险公司汽车保险历史索赔数据为样本,采用该算法进行模拟和预测。实证结果表明:相比于IAGA-BP、GA-BP、BP叁种算法,该识别算法在识别准确率上有很大提高。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年05期）
章熙,郭翔,余云昊,陈佳捷,王金贺[8]（2019）在《一种基于遗传算法优化BP神经网络的电网故障诊断方法》一文中研究指出提出了一种基于遗传算法优化BP神经网络的电网故障诊断方法,利用神经网络的非线性问题处理能力进行故障诊断。针对BP神经网络在运算过程中易陷入局部极小的问题,结合遗传算法计算网络参数初始值,寻找最优的隐含层节点数,对网络进行优化。结合实例验证,该方法相对于传统BP神经网络在解决电网故障诊断问题上,收敛速度和准确率都有所提升。(本文来源于《科技创新与应用》期刊2019年29期）
孙婉婉,杨乐[9]（2019）在《基于遗传算法优化神经网络的电动汽车负荷短期预测》一文中研究指出开展电动汽车(EV)充电负荷预测在一定程度上可以有效缓解EV充电对配电网产生的影响。提出一种用遗传算法(GA)同时优化神经网络权阈值(连接权)和结构即隐含层单元数的EV充电负荷的预测方法,并与BP神经网络预测方法进行对比。实验结果表明所提出的预测方法有较高的预测精度。(本文来源于《电工电气》期刊2019年09期）
院琳,杨雪松,王秉中[10]（2019）在《基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测》一文中研究指出人工神经网络由于具有较强的非线性拟合能力,可用来建立终端位置与接收信号之间的映射关系,从而获得不同位置的信道特性.神经网络建模的精度一般由所使用的训练样本数量决定,训练样本数目越多,模型往往越精确.但大量的训练数据的获取,耗时较多.本文将经验知识融入遗传算法,对人工神经网络模型进行优化,实现了时间反演电磁信道的快速建模.通过提取时间反演信号的传播参数,并将其作为经验知识用于遗传算法的适应度函数,来优化神经网络模型的权值和阈值.在保证训练样本数量不变的情况下,相比直接利用神经网络建模,提高了建模的精度.以一种简单的室内时间反演场景为例,验证了方法的有效性.(本文来源于《物理学报》期刊2019年17期）
遗传算法神经网络论文开题报告
（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：
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。
（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。
遗传算法神经网络论文参考文献
[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].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
[3].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
[4].康彩丽.遗传算法优化BP神经网络非线性函数拟合的研究[J].忻州师范学院学报.2019
[5].闫鹏洋,王利宁,郭培文,刘涛.基于组合赋权的遗传算法优化BP神经网络岩爆预测研究[J].广东土木与建筑.2019
[6].张超,郑晓琼,王娣,石玮佳.基于遗传算法进化小波神经网络的电力变压器故障诊断研究[J].自动化与仪器仪表.2019
[7].闫春,厉美璇,周潇.基于改进的遗传算法优化BP神经网络的车险欺诈识别模型[J].山东科技大学学报(自然科学版).2019
[8].章熙,郭翔,余云昊,陈佳捷,王金贺.一种基于遗传算法优化BP神经网络的电网故障诊断方法[J].科技创新与应用.2019
[9].孙婉婉,杨乐.基于遗传算法优化神经网络的电动汽车负荷短期预测[J].电工电气.2019
[10].院琳,杨雪松,王秉中.基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测[J].物理学报.2019
论文知识图
