包雨威
,
范金辉
,
郝国庆
,
朱世根
电镀与涂饰
基于BP(反向传播)神经网络理论,利用MATLAB R2012b软件的人工神经网络工具箱,以实验中得到的25组不同温度、时间、pH、硫酸镍浓度、次磷酸钠浓度、辅助配位剂浓度下的T10A钢针织器材化学镀镍层厚度及孔隙率为样本,对建立的BP神经网络模型进行训练及预测.结果表明,该BP神经网络有较快的学习速度及较高的预测精度.
关键词:
化学镀镍
,
反向传播网络
,
厚度
,
孔隙率
,
训练
,
预测
戴前伟
,
江沸菠
中国有色金属学报
粒子群优化算法是一种启发式的全局优化算法，将其与 BP 神经网络结合，能够有效地改善 BP 神经网络在进行电阻率层析反演中的收敛速度和求解质量。提出一种基于混沌振荡的粒子群算法，使用混沌振荡曲线来自适应调整惯性权重w以提高PSO算法的全局寻优能力，并使用其训练和优化BP神经网络的权值和阈值。比较不同隐含层节点数目和惯性权重w值对反演结果的影响，并给出混沌振荡PSO-BP算法非线性反演的具体实现方案。对均匀半空间中异常体理论模型进行反演，实验结果表明：混沌振荡PSO-BP不依赖初始模型，在稳定性和准确性上优于BP反演和标准PSO-BP反演，成像质量优于最小二乘法反演的。
关键词:
电阻率层析成像
,
非线性反演
,
粒子群优化
,
反向传播网络
,
混沌序列
