基于粒子群参数优化和BP 神经网络的颗粒饲料质量预测模型.

陈啸, 王红英, 孔丹丹, 岳岩, 方鹏… - Transactions of the …, 2016 - search.ebscohost.com
针对颗粒饲料产品受配方原料, 加工参数变化而带来的质量波动问题, 提出了一种以误差反向
传播算法神经网络(back-propagation neural network, BPNN) 为核心, 平均影响值法(mean …

Quality prediction model of pellet feed basing on BP network using PSO parameters optimization method

X Chen, H Wang, D Kong, Y Yue… - Transactions of the …, 2016 - ingentaconnect.com
For a large number of advantages such as better palatability, high return, and avoiding
automatic grading, pellet has been one of the major application forms of animal feed. Aiming …

基于BP 神经网络的饲料产品品质预测方法

王红英, 宋春风 - 饲料工业, 2011 - cqvip.com
饲料加工生产过程是一个非常复杂的系统, 其产品品质受原料特性和加工参数的影响,
且各加工参数之间相互关联, 很难用精确的数学模型来反映原料特性和加工参数与产品品质的 …

[PDF][PDF] 基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型

蒋华伟, 郭陶, 杨震 - 科学技术与工程, 2021 - stae.com.cn
摘要在使用反向传播神经网络(back propagation neural networkꎬBPNN)
预测小麦的储藏品质时ꎬ 由于其易陷入局部极值且收敛速度慢ꎬ 导致预测误差较大且稳定性较 …

[PDF][PDF] 改进粒子群优化BP 神经网络粮食产量预测模型①

宗宸生, 郑焕霞, 王林山 - 2018 - csa.org.cn
改进粒子群优化BP 神经网络粮食产量预测模型① Page 1 改进粒子群优化BP 神经网络粮食产量
预测模型① 宗宸生1, 郑焕霞2, 王林山1 1(中国海洋大学 数学科学学院, 青岛 266100) 2(山东省聊 …

基于粒子群BP 神经网络的质量预测模型

徐兰, 方志耕, 刘思峰 - 工业工程, 2012 - cqvip.com
为了对产品质量进行预测控制, 辅助新产品开发设计, 寻找最优参数, 将测试样本的网络输出值与
真值之间的灰色关联度作为目标函数, 采用粒子群算法优化了BP 神经网络的权系数和阈值 …

基于BP 神经网络的乳制品质量预测研究

王辉, 王斌, 徐静, 赵艳 - 农机化研究, 2013 - cqvip.com
在乳制品加工生产中, 产品生产质量是生产过程中的关键因素. 为了实现产品生产质量的管理,
引入了基于人工神经网络的预测方法, 以实际生产过程中实验室检测数据以及仪表观测数据作为 …

数学模型与方法在颗粒成型质量预测领域的研究进展

王红英, 陈啸, 杨洁, 孔丹丹, 张国栋, 沈祥 - 饲料工业, 2015 - cqvip.com
随着饲料工业的蓬勃发展, 颗粒饲料因其摄食均一性好, 报酬率高等优点已成为主流饲料应用
方式. 文章从颗粒饲料特点及成型机理, 成型质量影响因素出发, 在对预测方法 …

[HTML][HTML] Prediction of Chongqing's grain output based on support vector machine

J Wang, G Tian, Y Tao, C Lu - Frontiers in Sustainable Food Systems, 2023 - frontiersin.org
Scientific prediction of agricultural food production plays an essential role in stabilizing food
supply. In order to improve the accuracy of grain yield prediction and reduce the error of …

基于改进BP 神经网络的农业机械数据预测研究

姬鹏飞, 孟伟娜, 杨北方, 王丹丹 - 中国农机化学报, 2020 - zgnjhxb.niam.com.cn
为提高河南省农业机械数据预测的精度, 获得更可靠的预测结果, 提出基于自适应粒子群算法(
APSO) 优化的误差方向传播(BP) 神经网络预测方法, 利用APSO 算法优越的全局搜索能力更新 …