您的位置: 专家智库 > >

辜琳丽

作品数:5 被引量:24H指数:2
供职机构:兰州交通大学机电工程学院机电技术研究所更多>>
发文基金:甘肃省自然科学基金更多>>
相关领域:交通运输工程自动化与计算机技术机械工程经济管理更多>>

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 3篇交通运输工程
  • 2篇自动化与计算...
  • 1篇经济管理
  • 1篇机械工程

主题

  • 4篇神经网
  • 4篇神经网络
  • 4篇网络
  • 4篇BP神经
  • 4篇BP神经网
  • 4篇BP神经网络
  • 2篇配送
  • 2篇配送中心
  • 2篇配送中心选址
  • 2篇子群
  • 2篇物流
  • 2篇物流配送
  • 2篇物流配送中心
  • 2篇物流配送中心...
  • 2篇粒子群
  • 2篇PSO-BP...
  • 2篇I
  • 1篇电机
  • 1篇电机控制
  • 1篇电机控制系统

机构

  • 5篇兰州交通大学

作者

  • 5篇辜琳丽
  • 4篇陶海龙
  • 2篇张伟
  • 2篇张胜召
  • 1篇李小平
  • 1篇郭佑民
  • 1篇董冬

传媒

  • 1篇铁道运输与经...
  • 1篇广西科学院学...
  • 1篇铁路计算机应...
  • 1篇机电技术

年份

  • 2篇2012
  • 3篇2011
5 条 记 录,以下是 1-5
排序方式:
改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用被引量:9
2012年
本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性。仿真结果表明机车滚动轴承故障得到了有效诊断。相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性。
陶海龙辜琳丽张胜召
关键词:滚动轴承粒子群优化算法BP神经网络
物流配送中心选址的IPSO-BP算法被引量:1
2012年
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。
辜琳丽张伟陶海龙
关键词:物流配送中心粒子群算法BP神经网络
基于PLC与变频器结合的立体车库电机控制系统的研究被引量:2
2011年
探讨立体车库电机控制系统常规方法及其缺点,提出了PLC与变频器结合的改进方法,分析对比结果表明,此方法优于常规的电机控制系统方法且有效可行。
董冬郭佑民辜琳丽
关键词:电机控制系统PLC变频器
基于IPSO-BP神经网络的铁路客运量预测被引量:12
2011年
在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。
陶海龙李小平张胜召辜琳丽
关键词:铁路客运量BP神经网络
物流配送中心选址的IPSO-BP算法
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...
辜琳丽张伟陶海龙
关键词:物流配送中心BP神经网络算法
共1页<1>
聚类工具0