本发明提供一种基于改进ASO算法的BP神经网络参数优化方法,涉及神经网络技术领域.该方法首先对数据集进行预处理及BP神经网络的参数初始化,然后利用预处理后的数据集对BP神经网络进行初始网络训练得到网络权值和阈值,并对网络权值和阈值进行实值编码形成初始个体,得到初始原子种群;并将BP神经网络的训练误差作为个体适应度值...
基于PLC与BP神经网络的BLDCM参数优化方法专利信息由爱企查专利频道提供,基于PLC与BP神经网络的BLDCM参数优化方法说明:本发明公开了一种基于PLC与BP神经网络的BLDCM参数优化方法。该方法步骤为:将多个PLC模...专利查询请上爱企查
一种改进BP神经网络的爆破参数优化的方法专利信息由爱企查专利频道提供,一种改进BP神经网络的爆破参数优化的方法说明:本发明涉及工程爆破安全技术领域,具体涉及一种改进BP神经网络的爆破参数优化的方法,通过收集大量隧道地...专利查询请上爱企查
基才PSO—BP神经网络的PID控制器参数优化方法
1.一种基于BP神经网络的PID参数优化的辊缝控制方法,其特征在于,包括: 在预先建立的辊缝控制系统建立BP神经网络并设定初始权值,并执行以下步骤: 步骤A:获取在当前时刻k的设定输入值与实际输出值的差值; 步骤B:根据该差值计算并调整k时刻的BP神经网络输出的P、I、D参数值; 步骤C:根据该差值及P、I、D参数值计算PI...
摘要 本发明公开了一种基于BP神经网络和PID参数优化的辊缝控制方法及系统。该方法包括步骤:在预先建立的辊缝控制系统建立BP神经网络并设定初始权值,并执行以下步骤:步骤A:获取在当前时刻k的设定输入值与实际输出值的差值;步骤B:根据该差值计算并调整k时刻的BP神经网络输出的P、I、D参数值;步骤C:根据该差值及P、I、...
摘要 本发明涉及基于BP神经网络的防眩玻璃化学侵蚀工艺参数优化方法,包括以下步骤:S1:数据处理取;S2:确定侵蚀温度及侵蚀时间的优化范围;S3:利用BP神经网络构建侵蚀温度、侵蚀时间与玻璃透过率的关系模型;S4:BP神经网络寻优搜索;本发明利用BP神经网络对防眩玻璃化学侵蚀的工艺参数进行优化,BP神经网络具有高映射能力,可以...
基于PSO-BP神经网络和NSGA-II的激光切割加工建模及参数优化选择方法专利信息由爱企查专利频道提供,基于PSO-BP神经网络和NSGA-II的激光切割加工建模及参数优化选择方法说明:本发明公开了基于PSO‑BP神经网络和NSGA‑II的激光切割加工建模及参数优化选择方法,通过...
基于遗传算法优化BP神经网络的喷丸成形工艺参数预测方法专利信息由爱企查专利频道提供,基于遗传算法优化BP神经网络的喷丸成形工艺参数预测方法说明:本发明公开了一种基于遗传算法优化BP神经网络的喷丸成形工艺参数预测方法,用于解决现有喷丸成形方...专利查询请上爱企
经过改进的PSO-BP神经网络对PID参数进行优化的主要步骤为:将BP神经网络的初始权值用改进后的粒子群算法优化,即从最优粒子向量中恢复出神经网络的权值参数矩阵,在此基础上通过BP神经网络在线继续优化调整权值,直到权值最优或满足设置的隐藏的最大时间,完成对PID控制器的3个参数的调节。