10.19466/j.cnki.1674-1986.2019.06.007
基于MATLAB的车灯光通量试验数据拟合分析
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.
光通量、BP神经网络、粒子群算法、最小二乘法
TP3(计算技术、计算机技术)
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
29-33