本文主要研究内容
作者黄艳国,李向邯,陈超,房罡（2019）在《基于HPSO-BP神经网络融合的隧道照明功率预测》一文中研究指出：针对当前高速公路隧道照明存在的过度照明问题,采用一种混合粒子群算法和BP神经网络相结合的联合优化算法实时预测所需LED功率。该算法优化了神经网络的初始权值和阈值,克服了种群易陷入局部极小的缺点,同时也加快了收敛速度,将优化好的神经网络用于预测LED功率减小了误差。具体措施是将由传感器实时采集的洞外亮度、车流量及其车速、能见度作为照明控制系统的输入量,经过计算所得的隧道照明的调光值作为照明控制系统的输出量,搭建一个4个输入1个输出的控制模型,用混合粒子群优化神经网络对监控数据进行训练分析,拟合输入输出的关系,最终实现实时预测调控的目的。以赣州市尖峰岭隧道的真实数据进行设计,Matlab仿真结果表明,基于HPSO-BP神经网络算法比传统BP神经网络算法在预测精度和收敛速度性能上表现得更加优秀,可以达到实时预测调控的要求,减少了照明能耗。
Abstract
zhen dui dang qian gao su gong lu sui dao zhao ming cun zai de guo du zhao ming wen ti ,cai yong yi chong hun ge li zi qun suan fa he BPshen jing wang lao xiang jie ge de lian ge you hua suan fa shi shi yu ce suo xu LEDgong lv 。gai suan fa you hua le shen jing wang lao de chu shi quan zhi he yu zhi ,ke fu le chong qun yi xian ru ju bu ji xiao de que dian ,tong shi ye jia kuai le shou lian su du ,jiang you hua hao de shen jing wang lao yong yu yu ce LEDgong lv jian xiao le wu cha 。ju ti cuo shi shi jiang you chuan gan qi shi shi cai ji de dong wai liang du 、che liu liang ji ji che su 、neng jian du zuo wei zhao ming kong zhi ji tong de shu ru liang ,jing guo ji suan suo de de sui dao zhao ming de diao guang zhi zuo wei zhao ming kong zhi ji tong de shu chu liang ,da jian yi ge 4ge shu ru 1ge shu chu de kong zhi mo xing ,yong hun ge li zi qun you hua shen jing wang lao dui jian kong shu ju jin hang xun lian fen xi ,ni ge shu ru shu chu de guan ji ,zui zhong shi xian shi shi yu ce diao kong de mu de 。yi gan zhou shi jian feng ling sui dao de zhen shi shu ju jin hang she ji ,Matlabfang zhen jie guo biao ming ,ji yu HPSO-BPshen jing wang lao suan fa bi chuan tong BPshen jing wang lao suan fa zai yu ce jing du he shou lian su du xing neng shang biao xian de geng jia you xiu ,ke yi da dao shi shi yu ce diao kong de yao qiu ,jian shao le zhao ming neng hao 。
论文参考文献
论文详细介绍
论文作者分别是来自现代电子技术的黄艳国,李向邯,陈超,房罡，发表于刊物现代电子技术2019年23期论文，是一篇关于隧道照明论文,功率预测论文,混合粒子群算法论文,智能控制系统论文,实时调控论文,仿真实验论文,现代电子技术2019年23期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自现代电子技术2019年23期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：隧道照明论文; 功率预测论文; 混合粒子群算法论文; 智能控制系统论文; 实时调控论文; 仿真实验论文; 现代电子技术2019年23期论文;