[发明专利]基于粒子群优化BP神经网络的惯容器力学性能预测方法有效
| 申请号： | 201310158043.8 | 申请日： | 2013-05-02 |
| 公开（公告）号： | CN103258234A | 公开（公告）日： | 2013-08-21 |
| 发明（设计）人： | 陈龙;孙晓强;张孝良;汪若尘 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 李媛媛 |
| 地址： | 212013 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： | 本发明公开了一种基于粒子群优化BP神经网络的惯容器力学性能预测方法，包括如下步骤：（1）进行惯容器的力学性能试验，获取惯容器在不同惯容系数和不同激振输入下的力学响应；（2）根据试验结果得到与惯容器力学性能相关的试验数据，并建立基于BP神经网络的惯容器力学性能预测模型；（3）将网络的权值和阈值定义为粒子群搜索空间中的一个粒子，并对算法的相关参数进行初始化；（4）基于粒子群优化算法对粒子进行迭代寻优，根据结束条件确定最优个体，并将其作为BP网络的权值和阈值；（5）利用经过优化的网络对惯容器的力学性能进行预测。本发明可以对类似机械元件的力学性能进行有效地预测。 | ||
| 搜索关键词： | 基于 粒子 优化 bp 神经网络 容器 力学性能 预测 方法 | ||
【主权项】：
基于粒子群优化BP神经网络的惯容器力学性能预测方法，其特征在于，包括如下步骤：（1）进行惯容器的力学性能试验，通过装入不同质量的飞轮，获取惯容器在不同惯容系数和不同激振输入下的力学响应； （2）根据试验结果得到与惯容器力学性能相关的试验数据，并建立基于BP神经网络的惯容器力学性能预测模型； （3）将BP网络的权值和阈值定义为粒子群搜索空间中的一个粒子，并对算法的相关参数进行初始化；（4）基于粒子群优化算法对粒子进行迭代寻优，根据结束条件确定最优个体，并将其作为BP网络的权值和阈值；（5）利用经过优化的BP网络来预测惯容器的力学性能。
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江苏大学，未经江苏大学许可，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/201310158043.8/，转载请声明来源钻瓜专利网。
- 上一篇：汞离子荧光传感器及其合成方法和应用
- 下一篇：一种柑橘白兰地的酿制方法
