本文主要研究内容
作者喻喜平（2019）在《基于CAPSO-BPNN的铁路信号运行状态预警方法研究》一文中研究指出：为提高铁路信号运行状态预警的准确率,克服BPNN模型存在收敛速度慢和局部最优的缺点及其性能易受网络的初始权值、阈值等参数选择的影响,本文提出一种基于CAPSO-BPNN的铁路信号运行状态预警模型。结果表明,与PSO-BPNN和BPNN相比较,CAPSO-BPNN模型具有更高的预警准确率和更优的性能,为铁路信号运行状态预警提供了新的方法和途径。
Abstract
wei di gao tie lu xin hao yun hang zhuang tai yu jing de zhun que lv ,ke fu BPNNmo xing cun zai shou lian su du man he ju bu zui you de que dian ji ji xing neng yi shou wang lao de chu shi quan zhi 、yu zhi deng can shu shua ze de ying xiang ,ben wen di chu yi chong ji yu CAPSO-BPNNde tie lu xin hao yun hang zhuang tai yu jing mo xing 。jie guo biao ming ,yu PSO-BPNNhe BPNNxiang bi jiao ,CAPSO-BPNNmo xing ju you geng gao de yu jing zhun que lv he geng you de xing neng ,wei tie lu xin hao yun hang zhuang tai yu jing di gong le xin de fang fa he tu jing 。
论文参考文献
论文详细介绍
论文作者分别是来自山东农业大学学报(自然科学版)的喻喜平，发表于刊物山东农业大学学报(自然科学版)2019年02期论文，是一篇关于铁路信号论文,云自适应粒子群优化算法论文,神经网络论文,运行状态论文,山东农业大学学报(自然科学版)2019年02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，资料来自山东农业大学学报(自然科学版)2019年02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：铁路信号论文; 云自适应粒子群优化算法论文; 神经网络论文; 运行状态论文; 山东农业大学学报(自然科学版)2019年02期论文;