铁路计算机应用
鐵路計算機應用
철로계산궤응용
RAILWAY COMPUTER APPLICATION
2009年
9期
34-37
,共4页
周辉%杨岳%谢素超%程立志%宋加佳
週輝%楊嶽%謝素超%程立誌%宋加佳
주휘%양악%사소초%정립지%송가가
BP人工神经网络%遗传算法%成本估算%转向架
BP人工神經網絡%遺傳算法%成本估算%轉嚮架
BP인공신경망락%유전산법%성본고산%전향가
基于BP神经网络的成本估算模型,利用全局搜索能力较强的遗传算法优化BP神经网络连接权,克服传统的BP算法易陷入最小值的缺点,使模型预测性能、预测精度和泛化能力得到有效改进.以列车转向架为例,建立产品生产成本GA-BP估算模型,通过8组检测样本检验训练好的遗传人工神经网络.计算结果表明:预测值与期望值的误差小于4%,说明利用遗传神经网络模型对产品成本进行估算切实可行.
基于BP神經網絡的成本估算模型,利用全跼搜索能力較彊的遺傳算法優化BP神經網絡連接權,剋服傳統的BP算法易陷入最小值的缺點,使模型預測性能、預測精度和汎化能力得到有效改進.以列車轉嚮架為例,建立產品生產成本GA-BP估算模型,通過8組檢測樣本檢驗訓練好的遺傳人工神經網絡.計算結果錶明:預測值與期望值的誤差小于4%,說明利用遺傳神經網絡模型對產品成本進行估算切實可行.
기우BP신경망락적성본고산모형,이용전국수색능력교강적유전산법우화BP신경망락련접권,극복전통적BP산법역함입최소치적결점,사모형예측성능、예측정도화범화능력득도유효개진.이열차전향가위례,건립산품생산성본GA-BP고산모형,통과8조검측양본검험훈련호적유전인공신경망락.계산결과표명:예측치여기망치적오차소우4%,설명이용유전신경망락모형대산품성본진행고산절실가행.
