基于MATLAB的车灯光通量试验数据拟合分析

论文摘要

为了研究汽车灯泡光通量的变化规律,利用基于MATLAB的粒子群算法优化BP神经网络对汽车灯泡光通量试验数据进行非线性拟合分析,即用粒子群算法对目标函数进行改进,寻到最优权值和阈值应用于BP神经网络。比较改进神经网络（PSO-BP）算法与最小二乘法以及BP神经网络算法的拟合结果,结果表明改进神经网络（PSO-BP）算法的拟合能力显著提高。

论文目录

• 0 引言
• 1 车灯光通量的测量原理
•   1.1 积分法
•   1.2 影响光通量因素分析
• 2 改进神经网络的设计
•   2.1 改进的神经网络模型
•   2.2 算法的总体结构
• 3 试验数据拟合与分析
•   3.1 仿真条件
•   3.2 试验数据拟合分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 黄高益,潘仕刚,郭锐

关键词: 光通量,神经网络,粒子群算法,最小二乘法

来源: 汽车零部件 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 柳州海关

分类号: U463.65

DOI: 10.19466/j.cnki.1674-1986.2019.06.007

页码: 29-33

总页数: 5

文件大小: 505K

下载量: 126