共查询到20条相似文献,搜索用时 203 毫秒
1.
响应面法与基于神经网络的遗传算法在优化棉粕固态发酵中外源添加物用量上的应用 总被引:1,自引:0,他引:1
采用响应面法和基于神经网络的遗传算法,对提高棉粕固态发酵中游离棉酚降解的外源添加物水平(尿素添加量、碳酸钠添加量、菜粕添加量等因素)进行优化,并对这2种方法的优化效果进行比较.结果表明:采用响应面法优化,当尿素、碳酸钠和菜粕的添加量分别为0.97%、2.47%和24.32%时,预测的游离棉酚最大降解率为77.71%,实际降解率为79.10%;3因素中,添加碳酸钠对棉酚降解的影响最显著;而采用神经网络协同遗传算法优化,当尿素、碳酸钠和菜粕的添加量分别为0.98%、2.45%和23.66%时,预测值和实际值分别为81.36%和80.09%;采用神经网络模拟结合遗传算法的优化方法拟合度为99.91%,高于响应面法的91.91%,且均方差(RMSE)较低,为0.13,表明在棉粕固态发酵优化中,采用基于神经网络的遗传算法比响应面法具有更好的结果拟合度和准确性. 相似文献
2.
针对车身部件声学特性优化中计算设计灵敏度复杂和传统响应面法准确度较低的问题,提出用支持向量回归机方法构造响应面.支持向量机根据结构风险最小原理,具有小样本学习性能.本文用最小二乘支持向量机(LS-SVM)构造汽车地板部件的模态频率、域点声压的响应面,对其优化找到最优点.结果表明:与最小二乘法相比,支持向量机构造的响应面更接近仿真试验,优化结果与实际最优解更为接近. 相似文献
3.
为获得口感良好膨化绿豆饼,采用响应面组合试验综合研究影响膨化度和脆度因素,用神经网络优化膨化工艺参数。以淀粉添加量、老化和膨化时间为影响因素,以膨化度和脆度为响应指标,确定最佳膨化条件为:淀粉添加量27%、老化时间20 h、膨化时间102 s。在此条件下验证试验,膨化度为3.11,脆度为2 217.48 g,膨化度误差率为5.47%、脆度误差率为8.37%,在合理范围内,表明应用响应面分析法和神经网络法优化绿豆饼微波真空膨化工艺参数可行。 相似文献
4.
使用响应面方法取代高精度工程模拟可以减少设计周期和成本.目前,有多种响应面模型应用到导弹多学科设计优化中,每种响应面模型有不同优点和不足.本文的目的是通过比较六种响应面模型来帮助设计者选择合适的响应面模型.七种测试函数用来比较响应面模型的三个方面:近似精度、鲁棒性和应用难易度.结果表明,Kriging响应面和增强径向基函数响应面对线性响应、二次响应和高阶非线性响应都有很好的近似效果,而二次多项式响应面和移动最小二乘响应面适合于线性和二次响应,径向基函数响应面适合于高阶非线性响应.神经网络响应面在使用更多的 相似文献
5.
【目的】食品3D打印技术是食品领域具有发展前景的新技术,但是打印过程影响因素多,存在打印参数确定困难、打印精度预测能力差等问题。寻找有效建模方法,对杏鲍菇粉3D打印参数进行寻优,以确定最佳3D打印条件。【方法】本研究采用杏鲍菇粉和刺槐豆胶为3D打印原料,以单因素试验为基础,通过中心组合试验设计,研究喷嘴直径、打印高度、喷嘴移动速度和填充率4个关键的工艺参数对杏鲍菇粉3D打印精度的影响,并在此基础上采用响应面法和神经网络-遗传算法分别建模分析,确定3D打印的工艺参数。【结果】单因素试验及中心组合试验结果表明,影响3D打印精度的主要因素从大到小顺序为填充率、喷嘴直径、喷嘴移动速度、打印高度。响应面法和神经网络-遗传算法均可用于杏鲍菇粉3D打印参数优化,但是优化效果不同。响应面法的决定系数R 2值、均方根误差、相对误差、预测最优值分别为0.8817、0.2314、72.73%、0.148;神经网络-遗传算法的决定系数R 2值、均方根误差、相对误差、预测最优值分别为0.9389、0.2269、33.85%、0.215。比较模型参数可得,神经网络-遗传... 相似文献
6.
响应面法优化酶法提取麦麸膳食纤维工艺 总被引:2,自引:0,他引:2
研究了酶法提取麦麸膳食纤维工艺.通过氨基态氮含量筛选了最适蛋白酶;可溶性糖含量分析了混合酶配比,最适pH和温度.然后以膳食纤维的持水性、得率为响应值,采用响应面法优化酶法提取麦麸膳食纤维的工艺.结果表明:木瓜蛋白酶为该工艺的最适蛋白酶;混合酶中α-淀粉酶与糖化酶质量最佳比值为1∶3,混合酶最适pH值为3.6,最适温度为45℃;响应面法优化工艺参数为蛋白酶用量0.4%,蛋白酶反应时间60 min,混合酶用量0.5%;混合酶反应时间30 min,持水性达到8.87714 g·g-1,得率达到71.6985%. 相似文献
7.
8.
为探讨脉冲-旋流气流干燥工艺对木质纤维终含水率的影响,选用Box-Behnken试验设计进行响应曲面法试验,考查杨木纤维脉冲-旋流气流干燥过程中主要工艺参数对终含水率的影响。结果表明:影响杨木纤维终含水率的工艺参数递次是初含水率、进风温度、进料速度和风速。选用TensorFlow框架借助python编程语言建构BP神经网络,搭建终含水率预测模型,结果显示:足够的样本数据反映出规律特征后,预测模型的优化效果得以改善。将响应曲面法试验和BP神经网络模型优化效果进行对照,响应曲面法和BP神经网络的ERMS值、R2值分别为0.2264、0.9834和0.4419、0.9794,反映出响应曲面法的优化水平更好。研究结果旨在为丰富木质纤维气流干燥理论体系及其工业化应用提供技术支持和理论依据。 相似文献
9.
10.
11.
为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究。基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型。提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置。研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99。 相似文献
12.
13.
14.
人工神经网络在林业中的应用现状与趋势 总被引:1,自引:0,他引:1
通过概述人工神经网络的概念和常用模型,对人工神经网络在林业资源管理和动态监测、森林植被和立地分类与识别、森林灾害预防和森林生态系统评价中的应用现状进行综述,并对人工神经网络技术在林业中的应用趋势进行探讨. 相似文献
15.
文章基于沟道复垦后导排水能力最大原则研究侵蚀沟煤矸石填埋复垦方法,采用煤矸石作为侵蚀沟复垦材料,各层填埋材料最优厚度为变量,出流时间为响应值,依次建立中心组合设计响应曲面法(RSM)模型和遗传算法优化神经网络遗传算法—人工神经网络模型(GA-ANN),验证两种模型优异度及最终预测结果,分析试验结果全局灵敏性。研究表明,响应曲面法模型(RSM)和遗传算法—人工神经网络(GA-ANN)模型决定系数R~2分别为0.91810和0.94497,与响应曲面法(RSM)模型相比,遗传算法—人工神经网络模型(GA-ANN)建模能力、模型精度更优。响应曲面法(RSM)模型和遗传算法—人工神经网络模型(GA-ANN)确定的厚度最优阙值及预测出流时间分别为53.42、38.51、90 cm,145.129 s和50、41、90 cm,140.542 s。模型验证偏差率分别为2.85%和1.43%。改进全局敏感性分析结果表明,覆土厚度X_1、混合煤矸石层厚度X_2和大粒径煤矸石层厚度X_3对于全局敏感性为X_3X1X_2,大粒径煤矸石厚度单位变化对于复垦沟道导排水能力影响最大。在实际生产中,精度要求较小情况下,采用响应曲面法设计煤矸石填埋复垦方案简洁高效。 相似文献
16.
将层次分析法(AHP)和人工神经网络(ANN)相结合,采用层次分析法,对土地整理工程投资风险的各种因素进行深入研究,确定工程投资风险的评价指标体系,再利用人工神经网络投资分析评价建立投资风险评估AHP-ANN模型,并对此进行了可行性论证,为全面评估土地整理工程投资风险提供了新的思路和方法。 相似文献
17.
18.
基于BP神经网络的土壤适宜性评价——以溪洛渡水电站嘎勒移民安置区为例 总被引:3,自引:0,他引:3
人工神经网络具有大规模并行处理、分布式储存、自适应性、容错性等特点,可以解决复杂的非线性问题.本文将BP人工神经网络应用到溪洛渡水电站嘎勒移民安置区土壤适宜性评价中,构建了影响土壤适宜性的评价因子训练集,对隐层神经元数量的选择、训练过程的建立等问题进行了探讨.通过MATLAB神经网络工具箱对专家样本的学习,建立具有泛化能力的土壤适宜性评价BP神经网络模型,确定网络模型结构为9-7-1,均方误差为0.00033,并对预测地块进行评价,得出评价区域以中等适宜性的土壤为主的结果. 相似文献
19.
灌溉水质属性的人工神经网络评价方法研究 总被引:2,自引:0,他引:2
应用人工神经网络理论与方法建立了灌溉水质评价的BP神经网络模型 ,以对水质评价中普遍采用的盐浓度、渗透率、特殊离子及其毒性等 5个指标进行了示例分析计算 ,并与综合评价方法进行对比 ,所得结果表明神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系 ,评价水质简便可靠 ,采用该方法评价灌溉水质是科学的和客观的 相似文献
20.
基于BP神经网络的大气环境质量评价模型 总被引:1,自引:0,他引:1
依据BP人工神经网络原理,以MATLAB为工具,建立了某市大气环境质量评价模型,评价了该市1月上旬大气环境质量状况,并与灰色聚类法、模糊综合评价法的评价结果进行比较,得到了较为一致的评价结果。 相似文献