[发明专利]遗传算法优化BP神经网络的声波测试系统数学模型在审
| 申请号： | 202211479269.3 | 申请日： | 2022-11-24 |
| 公开（公告）号： | CN115952858A | 公开（公告）日： | 2023-04-11 |
| 发明（设计）人： | 张美凤;蔡建文;郭杰;孟飞;张亚锋;潘雪涛 | 申请（专利权）人： | 常州工学院 |
| 主分类号： | G06N3/086 | 分类号： | G06N3/086;G06N3/044 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 213031 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能、测试系统技术领域，尤其涉及遗传算法优化BP神经网络的声波测试系统数学模型，针对当前现有的人工智能、测试系统技术仍存在BP神经网络的初始权值、阈值缺少优化，导致预测声波测试系统的输出效果差、构建的数学模型准确度低的问题，现提出如下方案，其中包括确定模块、构建模块、计算模块、训练模块，本发明的目的是通过利用遗传算法的高效启发式搜索、并行计算等的特点，对构建的声波测试系统BP神经网络数学模型的输入层与隐含层间的连接权值、隐含层节点的阈值、隐含层与输出层的连接权值、输出层节点的阈值进行优化，得到更为准确的声波测试系统的BP神经网络数学模型，提高构建的数学模型的准确度。 | ||
| 搜索关键词： | 遗传 算法 优化 bp 神经网络 声波 测试 系统 数学模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于常州工学院，未经常州工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211479269.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 油井产量预测模型生成方法、油井产量预测方法及装置-202310689240.6
- 李顶;王相;丁阳阳 - 常州大学
- 2023-06-12 - 2023-10-10 - G06N3/086
- 本申请涉及多智能体和遗传进化算法领域领域，公开了一种油井产量预测模型生成方法、油井产量预测方法及装置，所述方法利用基于卷积神经网络的多智能体系统模型结构构建油井产量模型，在训练过程中可以利用多智能体之间的协作和竞争机制，使得每个智能体在更新自己的参数时会同时更新其余的智能体，同时完成多智能体之间的信息交互，通过这种交互，可以提高油井产量预测模型的鲁棒性，可以更好地完成不同油藏的产量预测任务。然后，将预先获得的预测样本输入所述油井产量模型，并利用遗传算法对所述油井产量预测模型进行参数优化，获得油井产量预测模型，可以进一步提高预测结果的可靠性。
- 一种基于遗传算法的模糊神经网络优化方法-202310772505.9
- 张俊杰;远野;丁成;王哲;何师程;李林;张诗涵;陈景瑞;陈天明 - 盐城工学院
- 2023-06-28 - 2023-09-19 - G06N3/086
- 本发明公开了一种基于遗传算法的模糊神经网络优化方法，包括确定模糊神经网络模型的结构；提取出所要优化的参数，将其映射成二进制编码的基因串，随机产生N个基因串的初始种群并计算适应度函数；根据上述结果利用遗传算法定位出全局最优解的大体空间；将上一阶段定位的搜索空间作为模糊神经网络搜索的初始权值和阈值，利用其局部搜索能力在这个小的解空间中搜索出最优解。通过遗传算法的优化以及寻优阶段的分不使得模糊神经网络具备了较强的全局搜索和局部探索能力，提高了寻优的精度和收敛速度，提高了模糊神经神经网络的精度和稳定性。
- 基于改进Q学习的配电系统过程状态驱动的弹性策略方法-202310680191.X
- 王冲;吴峰;万灿;鞠平 - 河海大学
- 2023-06-08 - 2023-09-12 - G06N3/086
- 本发明公开了一种基于改进
- 用于测试套件生成的强化学习-202180077415.7
- A·C·M·希克斯;D·A·弗曼;M·T·科霍恩;M·E·吉尔德因 - 国际商业机器公司
- 2021-10-28 - 2023-08-29 - G06N3/086
- 本发明的各个方面包括使第一神经网络阵列的一部分中的每个神经网络突变，其中，第一神经网络阵列中的每个神经网络被配置为选择用于测试计算基础设施的相应的测试例序列。使得第二神经网络阵列中的每个神经网络选择用于测试计算基础设施的相应的测试例序列。通过执行第一阵列的该部分中的突变的神经网络与第二神经网络阵列中的神经网络之间的交叉操作来生成子神经网络，该子神经网络生成用于测试计算基础设施的新的测试例序列。
- 基于Sine-SSA-BP的电机转子系统故障诊断方法-202310642459.0
- 杜董生;宋容榕;刘贝;朱凌宇;李佳庆;王梦姣 - 淮阴工学院
- 2023-06-01 - 2023-08-29 - G06N3/086
- 本发明提出了一种基于Sine‑SSA‑BP的电机转子系统故障诊断方法，实现了电机转子的故障诊断。1)确定BP神经网络的结构和相关参数并进行特征提取；2)用正弦混沌映射初始化麻雀种群和位置；3)麻雀的初始位置作为BP神经网络的权值和偏差；4)用训练集的数据训练神经网络，通过前向传播得到误差值，作为麻雀个体种群的适应度值；5)根据正弦混沌映射改进的SSA算法更新麻雀位置；6)确定算法是否满足停止条件。如果满足停止条件，则输出最优权重和偏差；如果不是，返回步骤4继续执行算法；7)将得到的最优权重ω和偏差b作为Sine‑SSA‑BP模型的最终权重和偏差，利用优化后的Sine‑SSA‑BP模型进行电机转子故障诊断。仿真结果表明，优化后的BP神经网络具有更高的分类精度。
- 基于混合变异策略遗传算法的深度光学神经网络训练方法及系统-202310591505.9
- 柴杰;滕旭阳;毕美华 - 杭州电子科技大学
- 2023-05-24 - 2023-08-15 - G06N3/086
- 本发明公开了基于混合变异策略遗传算法的深度光学神经网络训练方法及系统，方法如下：S1.将基于MZIs的线性运算层、基于EOA的非线性激活层、基于mask的Dropmask顺序堆叠，以搭建N层深度DONN；S2.对具有不同特征种类的数据集进行预处理，以符合DONN的数据输入尺寸；S3.均匀初始化DONN种群，将真实值与预测值之间的MSE和Accuracy相结合作为个体的适应度评价函数；S4.将指数排序选择ERS和均匀交叉UC作为训练过程的选择算子和交叉算子，采用混合变异策略，将单点变异SM、均匀变异UM、高斯变异GM三种算子按动态博弈概率分配不同个体进行变异；S5.采用双精英保留策略，将MSE和Accuracy表现最优的两个个体保留到下一代，经过迭代进化，直到满足终止条件，得到具有全局最优网络参数的DONN个体。
- 演化模仿学习-202180084096.2
- E·库卢尔切洛;A·X·明·张 - 美光科技公司
- 2021-12-09 - 2023-08-15 - G06N3/086
- 描述演化模仿学习的系统、装置及方法。举例来说，计算系统根据代表将由人工神经网络(ANN)在执行任务时模仿的行为的第一实例数据使用监督机器学习技术来训练所述ANN。使用所述ANN产生代表所述ANN在执行所述任务时的行为的第一样本数据。所述计算系统使用演化算法技术修改所述第一样本数据，以根据经配置以选择所述ANN的所述行为的突变的准则产生第二样本数据。所述计算系统进一步使用所述监督机器学习技术根据所述第二样本数据训练所述ANN。
- 一种图像处理Gabor核卷积神经网络构建方法-202310270483.6
- 孟凡杰;杨春浩;陈文姣;吴春志;苑改红;焦志鑫;张宝月;颜小林 - 中国人民解放军战略支援部队航天工程大学士官学校
- 2023-03-16 - 2023-08-08 - G06N3/086
- 本发明涉及图像分类处理技术领域，提供了一种图像处理Gabor核卷积神经网络构建方法。该方法包括：基于中心凸与中心凹的高斯包络函数以及正弦光栅函数，通过初始训练样本集和多种群遗传算法，获得优化改进的Gabor滤波器和Gabor核卷积神经网络的浅层；基于优化改进的Gabor滤波器，通过反向传播算法对Gabor核卷积神经网络的浅层以外的Gabor核卷积神经网络层进行训练，获得目标Gabor核卷积神经网络，将训练样本集输入目标Gabor核卷积神经网络，提取深度特征，并进行分类。本发明的方法有效减少神经网络在训练过程中的时间消耗和内存需求、防止了网络分类精度下降。适应范围广，鲁棒性强。
- 一种基于难样本增广的神经网络模型训练方法-202310543380.2
- 邓红涛 - 上海帆声图像科技有限公司
- 2023-05-15 - 2023-07-25 - G06N3/086
- 本发明提供了一种基于难样本增广的神经网络模型训练方法，通过采用原始的训练数据训练神经网络模型，得到初版模型；然后采用遗传算法优化难样本增广策略；随后寻找难样本，即用初版模型推理训练数据，推理结果不满足设定条件的训练图片即为难样本；使用该增广策略对难样本进行增广，将增广后的难样本加入到训练数据，继续训练该神经网络模型；重复进行寻找难样本、难样本增广、模型训练，从而提高神经网络模型的训练效果和预测准确率。
- 神经网络架构搜索的方法、装置、设备和存储介质-202111641483.X
- 梁志鹏;周卫民;李亿;戴宗宏 - 华为云计算技术有限公司
- 2021-12-29 - 2023-07-11 - G06N3/086
- 本申请提供了一种神经网络架构搜索的方法、装置、设备和存储介质，属于深度学习技术领域。该方法包括：接收优化请求，该优化请求包括待优化模型的模型文件和优化要求，优化要求包括性能要求和硬件要求，基于该模型文件，在搜索空间中进行神经架构搜索处理，获得满足优化要求的神经网络架构，返回该神经网络架构。采用本申请，能够使用模型文件进行神经架构搜索，不仅不需要使用公开数据集进行神经架构搜索，而且使得搜索到神经网络架构适合本地业务。
- 一种电力故障诊断神经网络架构设计方法及系统-202310283476.X
- 粟海斌;陈海涛;刘珺;刘斌;欧阳宏剑;黄卫 - 方心科技股份有限公司
- 2023-03-22 - 2023-06-02 - G06N3/086
- 本发明公开了一种电力故障诊断神经网络架构设计方法及系统，通过采集各种变压器故障声音的原始音频，形成带有标记的数据集，并将标记后数据集分成训练数据集和测试数据集；基于超算并行进化算法，设计神经网络的搜索空间；使用设计好的神经网络的搜索空间，将训练数据集和I个初始化后的神经网络分别加载到超级计算平台的I块GPU加速卡中展开并行训练，每个神经网络均训练M次迭代，然后用测试数据集进行测试以获得I个神经网络的测试准确率；判断当前的进化轮次是否等于E，如果等于E，则结束进化。本发明通过超算系统的并行计算能力加速神经网络的进化过程，在追求更高准确率的同时尽量降低模型的复杂度，以实现更好的变压器故障诊断。
- 一种基于遗传算法对量化后神经网络优化方法及装置-202310107214.8
- 郭晓刚;张亮;韩振华;李艳鹏;欧阳鹏 - 北京清微智能科技有限公司
- 2023-01-31 - 2023-05-23 - G06N3/086
- 本发明公开了一种基于遗传算法对量化后神经网络优化方法及装置。其中，方法包括：对量化后的神经网络中的所有算子进行0、1建模，确定多种建模方案对应的多种染色体，其中多种染色体组成一个种群；分别获取多种染色体中每种染色体的适应值；根据每种染色体的适应值初始化种群，并利用遗传算法对种群进行迭代计算，确定最优种群；根据最优种群确定神经网络的最优算子分组方案。
- 面向开放环境模式识别的结构发育型神经网络优化方法-202211131405.X
- 谢海斌;丁智勇;庄东晔;李鹏;彭耀仟;江川;丁语嫣 - 中国人民解放军国防科技大学
- 2022-09-16 - 2023-05-02 - G06N3/086
- 本发明公开一种面向开放环境模式识别的结构发育型神经网络优化方法，步骤包括：获取待识别数据流输入至结构发育型神经网络中进行学习以及分类；网络在结构发育与参数调整时，根据获胜神经元的信息饱和度调控神经元参数、发育阶段以及分裂时机，并不断调整获胜神经元的信息饱和度，当神经元的信息饱和度达到重置阈值时神经元成熟，当达到预设饱和阈值时分裂出新的神经元；在结构发育过程中，使用神经元分裂的抑制机制，在神经元信息饱和度达到饱和后，如果神经元生成不成功，则将造成抑制神经元生成的神经元作为获胜神经元。本发明具有实现方法简单、网络可塑性与稳定性好且能够抑制网络规模，使得网络发育稳定性高等优点。
- 一种电站锅炉壁温预测神经网络模型的构建方法-201811401381.9
- 卢彬;高林;刘茜;高海东;王林;王明坤;周俊波 - 西安热工研究院有限公司
- 2018-11-22 - 2023-04-18 - G06N3/086
- 本发明公开了一种电站锅炉壁温预测神经网络模型的构建方法，电站锅炉壁温预测神经网络模型由输入层、隐含层和输出层构成，所述输入层由两部分构成，分别为影响壁温的外部影响因素以及需预测壁温的历史数据；所述隐含层的节点个数由公式
- 遗传算法优化BP神经网络的声波测试系统数学模型-202211479269.3
- 张美凤;蔡建文;郭杰;孟飞;张亚锋;潘雪涛 - 常州工学院
- 2022-11-24 - 2023-04-11 - G06N3/086
- 本发明涉及人工智能、测试系统技术领域，尤其涉及遗传算法优化BP神经网络的声波测试系统数学模型，针对当前现有的人工智能、测试系统技术仍存在BP神经网络的初始权值、阈值缺少优化，导致预测声波测试系统的输出效果差、构建的数学模型准确度低的问题，现提出如下方案，其中包括确定模块、构建模块、计算模块、训练模块，本发明的目的是通过利用遗传算法的高效启发式搜索、并行计算等的特点，对构建的声波测试系统BP神经网络数学模型的输入层与隐含层间的连接权值、隐含层节点的阈值、隐含层与输出层的连接权值、输出层节点的阈值进行优化，得到更为准确的声波测试系统的BP神经网络数学模型，提高构建的数学模型的准确度。
- 用于风险交易捕捉的图特征搜索方法和系统-202211658446.4
- 但家旺;朱亮;田胜 - 支付宝（杭州）信息技术有限公司
- 2022-12-22 - 2023-03-17 - G06N3/086
- 本公开提出了一种用于风险交易捕捉的图特征搜索方法。该方法包括：基于交易数据构建图特征及其初始搜索空间；从该初始搜索空间中获取多个候选图特征，其中每个候选图特征包括信息聚合表示；利用强化学习策略来确定变异位置和变异值以获得特征反馈；基于该特征反馈来缩减该初始搜索空间以获得目标搜索空间；从该目标搜索空间中获取目标图特征；利用该目标图特征来捕捉该交易数据中的风险交易。
- 基于人工神经网络的原子冷却参数在线优化方法和装置-202310089181.9
- 朱凌晓;梁昌文;颜树华;杨俊;李期学;刘纪勋;王国超 - 中国人民解放军国防科技大学
- 2023-02-09 - 2023-03-14 - G06N3/086
- 本申请涉及一种基于人工神经网络的原子冷却参数在线优化方法和装置。所述方法包括：将实验参数集输入原子冷却实验装置，得到实验参数对应的相空间密度，利用差分进化算法对实验参数与相空间密度的数据对进行进化，得到下一代实验参数与相空间密度对，直至输出进化参数集，将进化参数集作为人工神经网络的训练集和测试集，训练得到多个训练好的人工神经网络，通过对训练好的人工神经网络进行寻优，得到多个最优实验参数，对最优实验参数进行拓展，进一步得到多个最优相空间密度，选择多个最优相空间密度中的最大值所对应的实验参数作为本轮次原子冷却参数优化结果。采用本方法能够实现原子冷却参数在线优化。
- 基于遗传算法优化稀疏自编码器的数据压缩方法及装置-202211527709.8
- 何斌;杨振坤;李刚;朱忠攀;陆萍;程斌 - 同济大学
- 2022-12-01 - 2023-03-14 - G06N3/086
- 本发明提供了一种基于遗传算法优化稀疏自编码器的数据压缩方法与装置，涉及数据处理技术领域。包括：确定稀疏自编码器的网络拓扑结构，初始化稀疏自编码器网络，获得稀疏自编码器网络的初始权值和初始阈值；通过改进遗传算法对稀疏自编码器网络的初始权值和初始阈值进行优化；对未压缩的数据进行归一化处理和数据矫正，获得新的未压缩数据；将新的未压缩数据输入改进的稀疏自编码器网络，将隐含层的输出数据作为压缩后的数据；将压缩后的数据通过算数编码进行无损压缩，获得新的压缩后数据。有效地对样本数据进行降维，稀疏自编码器的多层网络结构使稀疏自编码器具有强大的非线性特征映射能力，无需输入数据具备标签，提高了压缩算法的适用范围。
- 一种基于遗传算法的神经网络切分方法及系统-202211393521.9
- 李辰;韩冉 - 瀚博半导体（上海）有限公司
- 2022-11-08 - 2023-03-07 - G06N3/086
- 本发明提供一种基于遗传算法的神经网络切分方法及系统。本发明所提供的技术方案，将神经网络按不同粒度拆分成多个计算单元后，再将计算单元随机分发到不同的计算节点并运行，统计性能数据；然后使用遗传算法对分发方式进行变异或者组合，在运行后统计新的性能数据，然后选择最优的几个作为下一轮计算的种子；经过多次迭代后，即能够选择出具有最优性能的最优切分和计算方法。本发明所提供的技术方案可获取运行AI模型的神经网络最优切分方式，大幅提升系统性能。
- 基于和声鲸鱼优化算法的入侵检测方法和系统-202211688079.2
- 王福文;陈翼;彭镭;喻忠全;刘振;林虹秀;肖小彬;田麒乐;宋洪庆;张启俊 - 民航成都物流技术有限公司
- 2022-12-28 - 2023-01-31 - G06N3/086
- 本申请涉及入侵检测技术领域，公开了一种基于和声鲸鱼优化算法的入侵检测方法和系统，所述方法包括：初始化神经网络模型；基于和声鲸鱼优化算法对所述神经网络模型的参数进行寻优，并将所述和声鲸鱼优化算法获取的最优参数赋予所述神经网络模型；基于训练数据对所述神经网络模型进行训练，获得入侵检测模型；将检测数据输入所述入侵检测模型中，获得入侵检测结果。本申请解决了现有入侵检测方法无法兼顾检测精度、资源占用和实时性的问题。
- 专利分类
