基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.
推荐文章
图像处理与神经网络识别技术在船舶分类中的应用
船舶识别
图像处理
神经网络
海上值班系统
浅谈铝合金在船舶与海洋工程中的应用
铝合金
船舶
海洋工程
应用
神经网络在船舶柴油机故障诊断中的应用研究
船舶柴油机
故障诊断
RBF网络
遗传算法
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的BP神经网络在船舶与海洋工程中的应用研究
来源期刊 船舶力学 学科 交通运输
关键词 人工神经网络 BP网络 数值预测 船舶与海洋工程
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 619-632
页数 分类号 U661.3
字数 1948字 语种 中文
DOI 10.3969/j.issn.1007-7294.2010.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙志林 浙江大学水利与海洋工程学系 88 451 11.0 15.0
2 张火明 浙江大学水利与海洋工程学系 68 423 13.0 17.0
4 高明正 中国计量学院计量测试工程学院 6 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (46)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (3)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(3)
  • 二级参考文献(0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(3)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
BP网络
数值预测
船舶与海洋工程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
船舶力学
月刊
1007-7294
32-1468/U
大16开
江苏省无锡市滨湖区山水东路222号
1997
chi
出版文献量(篇)
2913
总下载数(次)
11
论文1v1指导