基于双隐含层BP神经网络的绞吸挖泥船产量预测

作者：杨金宝; 倪福生; 魏长赟; 郑庆云

来源：计算机与数字工程, 2016, 44(07): 1234-1237.

• 绞吸挖泥船
• 产量预测
• BP神经网络
• 双隐含层
• Levenberg-Marquardt算法

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。

• 单位
  河海大学; 机电工程学院