公开(公告)号：CN119918137A

公开(公告)日：2025-05-02

申请号：CN202411977626.8

申请日：2024-12-31

Applicant: 中国计量大学

Inventor： 王可可 ,  徐茂森 ,  董梦雪 ,  牟成琪 ,  牟介刚

IPC: G06F30/13 ,  G06F30/27 ,  G06T17/00 ,  G06N3/126 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明涉及一种基于GA‑BP神经网络的岛式鱼道高流速区面积比预测方法。该方法使用遗传算法对BP神经网络进行优化，结合数值仿真建立了岛式鱼道高流速区面积比预测模型，该模型的四个影响因素分别是岛宽因素、岛长因素、岛距因素以及伪垂缝因素，通过预测模型预测误差判断得出经过遗传算法优化后的BP神经网络预测精确度高，拟合效果好，结果表明该方法的提出降低了实验成本和数值仿真计算量，减少了人力与物力的浪费，对后续结构调整的精细化研究具有重要意义。

公开(公告)号：CN119475971A

公开(公告)日：2025-02-18

申请号：CN202411482005.2

申请日：2024-10-23

Applicant: 中国计量大学

Inventor： 王可可 ,  徐茂森 ,  董梦雪 ,  牟成琪 ,  牟介刚

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/086 ,  G06N3/126 ,  G06N3/006 ,  G06F111/06 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及一种基于NOA优化的岛式鱼道高速流比率预测方法。该方法根据岛式鱼道内流动特性受几何参数影响变化及趋势各不相同，造成最优参数难以确定的问题，建立了BP神经网络模型，并使用遗传算法对BP神经网络进行了优化。通过比较得出经过优化后的神经网路预测平均误差均有所降低，因此经过遗传算法优化后的BP神经网络预测精确度更高，效果较好，为后续结构的优化奠定了基础。利用NOA算法对由GA‑BP神经网络预测的模型进行参数寻优,将寻优得到的几何参数进行三维建模，并导入ANSYS Fluent仿真软件得到了优化后几何参数组合鱼道高速流比率结果数值。