流量预测模型 (IPSO.BPNN) ,最后通过短 时交通流 量仿真实验对模型性能进行测试。 l 相空间重构和 BP 神经 网络算法 1,1 短 时交通流量相空 间重构 大量的实验证 明 ,短 时交通流 系统 中存在混沌 现象,相空问重构理论由Packard等人提出,其 目的是 ...
短时交通流量预测的IPSO-BPNN算法
Conclusion: The grasping efficiency and accuracy of the Delta robot can be effectively improved by optimizing the grasping strategy of the moving target.黄崇富常宇刘力超Food & Machinery
基于IPSO和BPNN的网络安全态势预测
本发明提供一种基于IPSOBPNN的长时人体下肢运动预测方法,基于粒子群算法获取BPNN网络中各节点的权值与阈值的初始值,得到预测各个下肢关节的关节角度的6个预测模型,本发明的预测模型计算效率更高,改进的粒子群算法IPSO的迭代收敛速度更快,优化结果更好,预测结果更加接近实际观测数据.此外,本发明可以根据设定的时间跨度重构...
本发明提供一种基于IPSOBPNN的长时人体下肢运动预测方法,基于粒子群算法获取BPNN网络中各节点的权值与阈值的初始值,得到预测各个下肢关节的关节角度的6个预测模型,本发明的预测模型计算效率更高,改进的粒子群算法IPSO的迭代收敛速度更快,优化结果更好,预测结果更加接近实际观测数据.此外,本发明可以根据设定的时间跨度重构...
RS-IPSO-BPNN 模型在建筑工程估价中的应用 莫连光 1,2,洪源 2 【摘要】摘要:针对一般建筑工程估价问题的复杂性,融合粗糙集理论、粒子 群算法和神经网络算法的优势,提出了一种新的建筑工程估价模型——基于粗 糙集理论、改进粒子群算法和神经网络算法集成的建筑工程估价模型。利用粗 糙集理论对影响建筑工程造价的...
BP神经网络负荷预测鉴于短期负荷预测精度对电力系统安全,经济和可靠运行的重要性,为提高预测精度,本文提出了基于小波分解(WT),改进粒子群算法(IPSO)和BP神经网络的组合预测模型.首先运用小波分解对负荷数据预处理,将历史数据分解成cd1,cd2,cd3以及ca3;然后对分解后的小波序列分别进行神经网络建模和预测;最后小波重构负荷...
PID控制BP神经网络粒子群优化算法目的:解决并联机器人在食品分拣中存在的效率低,精度差等问题.方法:在食品分拣系统结构的基础上,提出了一种改进BP神经网络与PID控制相结合的Delta机器人运动目标抓取策略.通过改进的粒子群优化算法优化BP神经网络初始权值,并利用优化的BP神经网络对PID控制参数进行实时调整.通过试验分析该...
本发明公开了一种基于IPSOIAGABPNN算法的空间主镜结构响应预测模型的构建方法,属于空间相机主镜结构性能预测领域.其原理是基于改进的粒子群算法(IPSO)和改进的遗传算法(IAGA)的混合算法和BPNN神经网络相结合,构建了主镜结构设计变量与结构响应之间的非线性映射关系的代理模型,代替了传统有限元分析和面形拟合计算.本发明...