本文建立了以气体浓度作为输入的IPSO-BP变压器早期故障诊断模型，通过输入为故障气体与适当能量加权的故障气体，研究了考虑不同气体能量水平对变压器故障诊断的影响。试验结果表明，输入为EWDGA与输入为DGA 的IPSO-BP变压器故障诊断模型相比，前者故障诊断的准 确率更优，特别是在过热性故障诊断方面，故障诊断的准确率优于...
基于IPSO-BP模型的滑坡位移预测成枢赵燕红冯子帆马卫骄China Sciencepaper
MATLAB实现IPSO-BP、PSO-BP、BP改进粒子群算法优化BP神经网络多输入单输出(不同数据优化效果不一样,改进后的效果也有差异) 程序设计 完整程序私信博主。 AI检测代码解析 %% 粒子群初始化 Range = ones(sizepop,1)*(ub-lb); pop = rand(sizepop,Dim).*Range + ones(sizepop,1)*lb; % 初始化粒子群 V ...
IPSOBP算法.docx,基于PSO-BP算法的模糊神经网络成矿探测评价模型一、基本的BP神经网络原理基本BP算法包括两个方面:信号的前向传播和误差的反向传播,即计算实际输出时按从输入到输出的方向进行,而权值和阈值的修正从输出到输入的方向进行。图1-1 BP网络结构图1-1中变量含义
本文基于IPSO-BP神经网络方法进行短期风电功率预测。IPSO算法是一种基于粒子群优化算法的改进算法,能够有效解决神经网络参数优化问题。该方法将IPSO算法和BP神经网络相结合,通过对风速、风向等相关参数进行训练,建立风电功率与这些参数之间的映射关系,并进行预测。 4. 实验设计和结果分析 本文利用实际风电场的运行数据作为...
4, IPSO-BP 算法模型 c1( t) 、c2( t) 的取值依据式(15) 、式(16) 。 2 种气体传感器经过 IPSO-BP 网络模型的 训练,其预测输出值与理论值如图 4 所示。 群中最优的位置。 说明 IPSO-BP 算法有较快的收 敛速度。 4. 2 性能分析 根据仿真结果,对比分析 IPSO-BP 神经网络与 传统的 BP 神经网络...
物流配送中心 选址 粒子群算法 BP神经网络 IPSO-BP神经网络 摘要: 改进标准粒子群优化算法(PSO)的惯性权重参数,提出基于IPSO的BP神经网络算法,以提高物流配送中心选址的预测精度。仿真结果表明,IPSO-BP神经网络算法的预测精度优于常规BP神经网络算法,不仅改进了网络的收敛速度并且提高了预测准确性。
短时交通流量具有非线性,随机性等特点,如何准确地进行短时交通流量预测,是智能交通系统研究的一项关键内容.传统的预测模型不能实时反映短时交通流量变化特点,同时BP神经网络的交通流量预测存在收敛速度缓慢,易陷入局部极值,预测精度低等缺点.为了提高短时交通流量预测精度,提出了一种基于改进粒子群算法(IPSO)优化BP神...
The yield estimation model of I values by using the IPSO-BP neural network (R2 = 0.342) was found to be better than that using the BP neural network (R2 = 0.310). Therefore, we applied the model with better performance (R2 = 0.342) to map the regional winter wheat yields pixel by ...
自治区桂林市七星区金鸡路 1 号 (72)发明人 刘庆华;吴丙森;阳佳慧;晋良念;谢跃雷;陈紫强 (74)专利代理机构 桂林市华杰专利商标事务所有限责任公司 代理人 杨雪梅 (51)Int.CI 权利要求说明书 说明书 幅图 (54)发明名称 基于 IPSO-BP 的频率分集阵列的雷达目标定位方法 (57)摘要 本发明公开一种基于 IPSO?