毛竹导热系数非线性拟合的PSO-BP模型     

吴舒辞  刘帅  李建军  沈学杰  王传立 《林业科学》2012,48(11):87-91

应用粒子群优化算法(particle swarm optimization,PSO)训练多层前馈(back propagation,BP)神经网络,提出毛竹导热系数的PSO-BP模型,将神经网络的学习过程映射为粒子群体的迭代寻优过程,达到优化神经网络权值及阈值的目的。结果表明:毛竹导热系数PSO-BP模型在泛化性能、拟合精度、训练及验证误差等方面均优于标准BP网络模型。  相似文献   

家禽孵化智能控制系统的设计及实现     

沈学杰  周国雄 《农机化研究》2009,31(4)

针对家禽孵化的复杂工艺特点,设计了家禽孵化智能控制系统.系统采用免疫PID控制算法,通过引用免疫反馈机理实现对系统的快速反应和稳定作用,并采用单片机作为控制器件.实际情况表明,该系统能够较好地实现孵化主要参数的稳定.  相似文献   

毛竹导热系数的神经网络预测模型   总被引：1，自引：0，他引：1  

刘帅吴舒辞  沈学杰 《中国农学通报》2011,27(31):53-57

为了准确测算一定范围内的毛竹导热系数,同时改进现有的竹材导热系数研究方法,笔者采用激光闪光法精确测量毛竹导热系数值,并以此为基础,建立毛竹导热系数随不同温度和密度变化的神经网络预测模型。由于原始BP算法收敛速度慢,笔者使用Trainlm函数训练神经网络模型,确定了最佳隐层神经元个数,并对该模型的输出预测值进行线性分析及误差分析。实验结果如下：毛竹导热系数神经网络模型具有很高的预测精度,能准确预测一定条件范围内毛竹的导热系数,从而节省了以往常规试验所花费的大量时间和资源。本研究初步揭示了毛竹导热系数随温度、密度等因素的变化关系,为进一步研究毛竹热物理特性提供了理论依据。  相似文献