《基于蚁群灰色组合算法的瓦斯爆炸检测仪研究》PDF+DOC
作者:王宏伟,王伟伟,刘鉴,彭继慎
单位:国家发展和改革委员会能源研究所
出版:《中国能源》2011年第10期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZGLN2011100120
DOC编号:DOCZGLN2011100129
下载格式:PDF + Word/doc 文字可复制、可编辑
《混沌蚁群算法在瓦斯爆炸性检测仪中的应用》PDF+DOC2010年第11期 彭继慎,李杨,王国辉,陈正一
《矿井瓦斯智能预警系统的设计》PDF+DOC2014年第08期 曹晋宏,李国勇
《基于多传感器数据融合的早期林火识别》PDF+DOC2015年第04期 赖小龙,于文华,赵燕东,颜小飞
《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2015年第02期 龚雪飞,徐景,孙寿通,刘萍,简家文
《神经网络在凝血酶原时间检测系统中的应用研究》PDF+DOC2020年第21期 邓俊伟,姚佳,郭振,周连群,赵鹤鸣
《一种基于多传感器多目标跟踪数据的时间对准方法》PDF+DOC2011年第01期 李政,谭伟,马红江,杜营营,陆百川
《基于BP神经网络数据融合的瓦斯监测系统》PDF+DOC2008年第04期 韩兵,付华
《基于BP神经网络算法的飞机发动机火警信号系统研究》PDF+DOC2008年第04期 吴光彬,王栋,贾卫东,高超
《基于BP神经网络和声达时间差的声源定位算法》PDF+DOC2007年第05期 段敬红,刘瑞华
《基于BP神经网络的回转空气预热器火灾报警系统》PDF+DOC2015年第07期 吴德君
瓦斯气体检测仪传感器在实际生产中由于自身构造和环境因素的影响会产生输入、输出非线性问题,针对这一问题,通过蚁群灰色组合模型算法对传统BP网络进行优化。该方法在传统BP算法的基础上,建立了蚁群灰色神经组合算法来调整BP网络权值的新模型。将新模型与传统BP模型进行仿真实验比较,实验结果表明:蚁群灰色神经网络算法可以有效的克服BP算法所存在的缺陷,能够提高瓦斯检测系统的精度及收敛速度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。