为评价冲击矿压危险程度，提出一种基于粒子群算法和BP神经网络(PSO-BP)的冲击危险评估方法。利用已有冲击矿压数据，通过BP网络建立回归模型，并采用PSO算法对模型的连接权重和阀值进行优化，克服了BP网...
基于60个网页-相关网页
本文将二者相结合，建立了基于粒子群优化的BP神经网络预测模型(PSO-BP)，该模型融和了粒子群算法全局寻优功能和BP网络的映射能力强的优点，克服了BP网络的学习速度慢、易陷入局部极小值、网络稳定性差...
基于28个网页-相关网页
针对电力变压器故障综合诊断的特点和要求,运用改进粒子群优化-反向传播(PSO-BP)算法训练神经网络并结合D-S证据理论,提出了一种基于信息融合技术的变压器故障综合诊断决策模型。
基于24个网页-相关网页
As for the inadequate of BP neural network, PSO algorithm is used for its optimization, thus creating a hybrid neural network model for flood forecasting.
针对BP神经网络的不足，采用P SO算法对BP神经网络进行优化，建立一个混合的神经网络洪水预测模型。
The particle swarm optimization(PSO) algorithm, is used to train neural network to solve the drawbacks of BP algorithms which is local minimum and slow convergence.
针对多层前馈网络的误差反传算法存在的收敛速度慢，且易陷入局部极小的缺点，提出了采用微粒群算法（PSO）训练多层前馈网络权值的方法。
And, in FNN weight training, improved PSO in the convergence rate and the ability to jump out to local optimum algorithm is better than BP.
且改进的粒子群算法在模糊神经网络权值的训练中收敛速度和跳出局部最优的能力都要比BP算法更优。
应用推荐