基于MATLAB的车灯光通量试验数据拟合分析

• 作者: 潘仕刚 郭锐 黄高益
• 来源期刊: 汽车零部件
• 学科: 工学
• 关键词: 光通量 BP神经网络 粒子群算法 最小二乘法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP3
• 字数: 2557字
• 语种: 中文
• DOI: 10.19466/j.cnki.1674-1986.2019.06.007

摘要

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.