基于遗传BP神经网络的耙吸挖泥船产量预测研究

• 作者: 孙健 李建祯 苏贞
• 来源期刊: 舰船电子工程
• 学科: 交通运输
• 关键词: 耙吸挖泥船 干土方生产率 BP神经网络 遗传算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 可靠性、保障性技术与效能分析
• 页码范围: 141-145
• 页数: 5页
• 分类号: U674.31
• 字数: 3654字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2018.08.032

摘要

耙吸挖泥船的工作效率和经济效益直接取决于干土方的生产率,因此预测干土方生产率对耙吸式挖泥船疏浚机构分析和效率优化具有重要意义.耙吸挖泥船疏浚过程模式是一种复杂的非线性动力学模型,该模型受多种因素的影响,为了减少各种因素带来的影响,我们采用通过遗传算法(GA)优化的BP神经网络来构建干土方生产率的预测模型.为了评估预测模型的性能,未优化的BP神经网络预测模型也用于实验比较.实验结果表明,遗传算法优化后的神经网络预测模型能够满足预测需求,训练好的神经网络可以作为干土方生产率预测的有用工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙健	江苏科技大学电子信息学院	13	18	3.0	3.0
2	苏贞	江苏科技大学海洋装备研究院	16	31	3.0	4.0
3	李建祯	江苏科技大学电子信息学院	7	15	3.0	3.0