基于双隐含层BP神经网络的绞吸挖泥船产量预测
杨金宝
倪福生
魏长赟
郑庆云
1.河海大学机电工程学院 常州 213022;疏浚教育部工程研究中心 常州 2130222.河海大学机电工程学院 常州 213022;疏浚教育部工程研究中心 常州 2130223.河海大学机电工程学院 常州 213022;疏浚教育部工程研究中心 常州 2130224.河海大学机电工程学院 常州 213022;疏浚教育部工程研究中心 常州 213022
摘要：挖泥船的产量直接决定了工程效益,因此,产量的预测具有重要的意义.疏浚作业时绞吸挖泥船疏浚工况是非恒定的且产量计算极其复杂,故提出基于Levenberg Marquardt算法的双隐含层BP神经网络模型预测绞吸挖泥船产量.相对单隐含层而言,双隐含层BP神经网络则能改善网络的性能,从而提高模型预测精度.分别以绞刀电机电流、流速、吸入真空、横移速度作为输入因素,以泥浆浓度作为输出因素,建立产量预测模型.实验结果表明,双隐含层BP神经网络的预测结果更为精确,可为预测挖泥船产量提供有效的方法.
关键词：绞吸挖泥船产量预测BP神经网络双隐含层Levenberg-Marquardt算法
分类号：TH122(机械设计、计算与制图)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1234-1237 )
英文信息