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。
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
本文来源: https://www.lunwen90.cn/article/868f35cc4bde76fb256e443c.html