為保證塔吊的作業(yè)安全,將灰色系統(tǒng)理論和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合對塔吊安全進行研究。首先取300組數(shù)據(jù)進行灰關(guān)聯(lián)分析:將傾角作為映射量,找到安全影響因素的關(guān)聯(lián)序;再利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測分析:將300組數(shù)據(jù)作為訓(xùn)練樣本分別在隱含層不同激活函數(shù)的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,取10組實測數(shù)據(jù)作為測試樣本進行預(yù)測,再根據(jù)關(guān)聯(lián)序逐一刪除各輸入特征參數(shù)分析主次要因素。結(jié)果表明影響塔吊安全的主要因素是高度、幅度、風(fēng)速和載重,次要因素為轉(zhuǎn)角,激活函數(shù)為relu的神經(jīng)網(wǎng)絡(luò)預(yù)測精度更高。利用神經(jīng)網(wǎng)絡(luò)可較準確地預(yù)測傾角的變化趨勢,具有較好的應(yīng)用價值。 

【文章來源】：計算機仿真. 2019,36(10)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

典型的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

本文按照圖2所示的流程進行訓(xùn)練并分析不同神經(jīng)元下不同激活函數(shù)的效果。訓(xùn)練樣本為表1歸一化處理后的300組數(shù)據(jù)，網(wǎng)絡(luò)的學(xué)習(xí)率lr設(shè)置為0.0005，對BP網(wǎng)絡(luò)進行1000次訓(xùn)練，直至達到設(shè)置的訓(xùn)練次數(shù)為止。不同隱含層神經(jīng)元個數(shù)時的訓(xùn)練測試結(jié)果如圖3～圖5和表3所示，綜合考慮網(wǎng)絡(luò)誤差和訓(xùn)練次數(shù)兩個因素，發(fā)現(xiàn)當神經(jīng)元個數(shù)為11時，兩種激活函數(shù)到達目標誤差為0.0015時的訓(xùn)練次數(shù)均比其它兩個情況要少，因此本文選擇11個神經(jīng)元作為BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元個數(shù)。圖2BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程圖圖37個神經(jīng)元時的訓(xùn)練次數(shù)與誤差關(guān)系圖—474—

行訓(xùn)練并分析不同神經(jīng)元下不同激活函數(shù)的效果。訓(xùn)練樣本為表1歸一化處理后的300組數(shù)據(jù)，網(wǎng)絡(luò)的學(xué)習(xí)率lr設(shè)置為0.0005，對BP網(wǎng)絡(luò)進行1000次訓(xùn)練，直至達到設(shè)置的訓(xùn)練次數(shù)為止。不同隱含層神經(jīng)元個數(shù)時的訓(xùn)練測試結(jié)果如圖3～圖5和表3所示，綜合考慮網(wǎng)絡(luò)誤差和訓(xùn)練次數(shù)兩個因素，發(fā)現(xiàn)當神經(jīng)元個數(shù)為11時，兩種激活函數(shù)到達目標誤差為0.0015時的訓(xùn)練次數(shù)均比其它兩個情況要少，因此本文選擇11個神經(jīng)元作為BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元個數(shù)。圖2BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程圖圖37個神經(jīng)元時的訓(xùn)練次數(shù)與誤差關(guān)系圖—474—

【參考文獻】：
期刊論文
[1]基于ZigBee網(wǎng)絡(luò)的塔吊監(jiān)測控制系統(tǒng)[J]. 何瑛.  電子設(shè)計工程. 2016(18)
[2]ZigBee技術(shù)在塔吊安全監(jiān)測預(yù)警系統(tǒng)中的應(yīng)用[J]. 張青春,王偉庚,孫志勇.  計算機測量與控制. 2014(08)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的金屬拉深件裂紋在線監(jiān)測[J]. 駱志高,張保剛,何鑫.  振動與沖擊. 2012(10)
[4]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在塔式起重機故障診斷中的應(yīng)用[J]. 尚敬強,原思聰,衛(wèi)東東,肖暢.  起重運輸機械. 2012(04)
[5]BP神經(jīng)網(wǎng)絡(luò)在軟件項目風(fēng)險評估中的應(yīng)用[J]. 李華,曹曉龍,成江榮.  計算機仿真. 2011(07)
[6]BP神經(jīng)網(wǎng)絡(luò)在基金價格預(yù)測中的應(yīng)用研究[J]. 肖國榮.  計算機仿真. 2011(03)
[7]TBSTC-Ⅰ型塔吊安全監(jiān)控系統(tǒng)的應(yīng)用[J]. 湯新泉,石志祥.  建筑施工. 2011(02)
[8]基于神經(jīng)網(wǎng)絡(luò)的塔式起重機電氣設(shè)備故障診斷系統(tǒng)[J]. 王丁磊.  起重運輸機械. 2010(03)



本文編號：3237390