第1篇论文《BPQP:一种用于高效端到端学习的可微分凸优化框架》 近年来,深度神经网络被越来越多地用于解决数据驱动的决策问题。但在很多场景中,为了满足工业场景的各种约束,直接端到端地学习并生成最终决策存在困难。这类问题在最后进行决策的时候常常需要进行带有约束的凸优化问题(在投资组合优化、控制系统和信号处理...
Shen和Wen(2019)提出了一种反向传播(back propagation,BP)神经网络态势预测方法,对BP误差反馈算法进行改进,在云环境中验证了其准确的态势感知。 无论是安全数据提取、态势评估还是态势预测,都会涉及处理复杂庞大的多维安全指标体系。目前对多...
基于神经网络和CFD的规整填料塔流体力学计算 李邢1,曾爱武1,2∗ (1.天津大学化工学院,天津300072;2.化学工程联合国家重点实验室,天津300354) 摘要:提出一种结合计算流体力学(CFD)和BP(Back Propagation)人工神经网络的多尺度计算方法,计算规整填料塔上的...
具备mesh组网能力,具有高带宽、传输距离远的特点,能够采集节点周围的音视频信息进行巨量数据远距离传输,同时作为转发节点接收传感网络信息并进行转发;汇点汇集整个异构网络内的所有数据并
模型采用 BP 神经网络,使用遗传算法对网络的结构及关键参数进行了优化,最后使用最优模型对絮凝剂 PAC 投加 量进行预测。模型在验证集 72 个样本上的平均绝对误差(MAE)为 3.78 mg/L;训练集 288 个样本平均绝对误差为2.75 mg/L,结果表明模型能有效拟合絮凝剂投加量变化趋势,具有一定的参考价值。
模型采用 BP 神经网络,使用遗传算法对网络的结构及关键参数进行了优化,最后使用最优模型对絮凝剂 PAC 投加 量进行预测。模型在验证集 72 个样本上的平均绝对误差(MAE)为 3.78 mg/L;训练集 288 个样本平均绝对误差为2.75 mg/L,结...
(PNN)结构简单、识别效果好的特点,实现控制图单一模式和混合模式的识别;通过改进的单目标优化遗传算法(SGA)对PNN的关键参数进行寻优,以消除经验取值的不足;最后通过仿真实验对所提方法进行了验证,并与传统的BP神经网络、单一的PNN、未进行参数优化的PCA-P...
首先对历史负荷数据进行预处理,然后应用K均值聚类算法对待测点气象因素进行分析,选择与待测点同类气象因素的历史负荷作为训练样本,最后采用Adaboost算法建立配电网负荷预测模型。通过实例证明K-Adaboost预测模型比BP神经网络预测模型更加稳定并且更贴近实际...