HJPSO-BP算法在齿轮热处理预测中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(60963002);江西省教育厅青年科学基金(GJJ11165)


Predictive Application of Gear Heat Treatment Based on HJPSO-BP Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    将HJPSO算法引入BP神经网络中并建立优化的BP网络模型,克服了标准BP网络在实际应用预测中易陷入局部极小点、收敛速度慢的缺点。通过本模型对汽车齿轮热处理进行了预测研究。研究结果表明优化后的BP网络比标准BP网络具有较高的预测能力和稳定性。

    Abstract:

    The neural network model based on Hooke-Jeeves Particle Swarm Optimization(HJPSO) is proposed in this paper for overcoming some shortcomings of BP neural network that is slow at the convergence rate and easy to trap in local minimum.This improved model has utilized prediction of gear heat treatment.The experimental data shows the effect of the improved BP neural model is much better than standard BP neural network in term of the predicting ability and stability.

    参考文献
    相似文献
    引证文献
引用本文

韩月娇,董华. HJPSO-BP算法在齿轮热处理预测中的应用.计算机系统应用,2012,21(4):193-197

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-07-15
  • 最后修改日期:2011-08-22
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号