共查询到20条相似文献，搜索用时 18 毫秒
1.
2.
基于小波网络的电力系统短期负荷预报研究 总被引：7，自引：0，他引：7
本文结合小波和神经网络方法进行电力系统短期负荷预测的通用模型和方法的研究,建立了负荷预报的小波网络模型,确定了有效的算法求解小波函数线性组合的尺度和时延参数以及神经网络的权值。 相似文献
3.
针对BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点,根据BP神经网络原理,对某井筒工程特征进行分析,确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型,该模型能更好的满足实际工程投资估算和设计概算的需要,对项目工程造价快速估算有指导意义。 相似文献
4.
5.
在建设项目工程中造价估算是一项十分重要的工作,根据神经网络的原理和工程造价估算的特点,通过研究工程造价的构成,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了主要因素,作为神经网络的输入变量,提出了基于BP神经网络的工程估价模型,共收集工程估价实例作为训练样本作为检测实例,经测算其精度基本可以满足实际工程投资估算的需要。因此：神经网络在这方面有很好的应用前景。 相似文献
6.
小波神经网络(WNN)的理论基础是小波函数的重构理论,只含有一个隐含层的3层小波神经网络,该网络可以通过多种形式来解决一个接近非线性映射问题。常用的遗传算法(GA)是在达尔文生物进化论的基础上逐渐形成的一种计算机模型,可以通过模拟自然进化来选择最佳的问题解决方法,基于遗传算法优化的小波神经网络包含了神经网络理论中最精华的部分,由于其结构简单、可塑性强,可以使权值收敛到某个值后,误差为全局最小值。通过建立金华市区红层地下水的GA-WNN模型,实现了对其进行科学的预测,为以后地下水预警体系建设打下了坚实的基础。 相似文献
7.
基于BP神经网络的参考咨询馆员素质评价模型 总被引：1，自引：0，他引：1
在建立参考咨询馆员素质评价指标体系的基础上,提出一种智能化的基于BP神经网络的参考咨询馆员素质评价方法。概述BP神经网络及其基本原理,并详述基于BP神经网络的参考咨询馆员素质评价模型的建立过程,包括神经网络结构的确定、网络训练,以及网络检验等。将该模型应用于实例检验,得到较满意的结果。 相似文献
8.
基于QPSO灰色神经网络的基坑锚固荷载预测 总被引：1，自引：0，他引：1
《科技通报》2016,(1)
针对锚索锚固工程的复杂性,提出一种利用量子粒子群(QPSO)优化灰色神经网络的学习算法。在锚索荷载监测历史数据的基础上,将灰色预测残差值作为BP神经网络的输入,并用QPSO算法对常规灰色神经网络(GNN)的权值和阈值进行优化,构建了基于量子粒子群的灰色神经网络模型(QP-SO-GNN)。以某矿山深基坑支护为例,进行锚索荷载预测。结果表明:QPSO-GNN模型预测结果稳定,其模型精度和泛化能力均优于常规GNN,表明了该方法的有效性和可行性,可以为锚固设计提供一种切实可行的参考依据。 相似文献
9.
文章基于粒子群BP神经网络,同时结合水利水电工程等级划分标准建立大型水电工程投资估算模型。并利用MATLAB软件实现了模型的训练与测试。最后对已建水电工程进行了预测。结果表明模型改进了现有水电工程投资估算方法,在水电工程投资估算中具有较高的精度与泛化能力。 相似文献
10.
11.
在小微企业的成长性评价中引入BP神经网络模型进行量化评价研究。通过建立评价指标体系、对应数据的学习训练,调整模型结构,建立了基于BP神经网络的小微企业成长性评价动态模型,并进行了实证分析。该模型解决了传统评价中权重确定不客观、定量分析不足、评价效率低下等缺陷,具有较好的实际应用效果。 相似文献
12.
针对当前算法在进行目标数据特征提取时存在提取准确率不高、效率低、特异性和灵敏度较差,以及网络节点能耗较高的问题,提出一种基于大数据深度残差学习的特征提取算法,将深度学习的灰色神经网络与残差学习方法进行有机结合,求得了深度残差学习网络模型的微分方程以及时间响应公式,并计算了网络初始权值和阈值;根据深度学习的灰色神经网络拓扑结构获得深度残差学习网络各层的输出参量,采用误差反向传播方法和附加动量法对深度残差学习网络的阈值和权值进行实时更新和调整,完成深度残差学习的网络模型构建,并采用模型精度和后验差比值对该模型进行精度检验,将经过检验合格的网络模型用于目标数据特征提取。通过多组实验测试,证明所提算法相比于其他对比算法有效减少特征提取错误率、提高了执行效率,具有较高的灵敏度和特异性,大大减小了网络节点总体能量消耗,延长了网络生存寿命。 相似文献
13.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
14.
构建了基于神经网络的医院知识管理模糊综合评价模型。运用神经网络确定模糊综合评价中的权重值,同时采用改进的反向传播算法训练网络,逐步修正网络的连接权值,使权重值更符合实际情况,得到较好的训练效果。 相似文献
15.
阐述了运用粒子群优化人工神经网络建立煤层顶板导水裂隙带高度预测模型的思路与方法。利用粒子群优化神经网络模型的权值和阈值,克服了神经网络容易收敛到局部最小值,以及收敛速度慢的缺点。煤层导水裂隙带高度预测实例表明,该方法不仅能更快地收敛于最优解,且预测精度有明显的提高。 相似文献
16.
径向基(RBF)神经网络是一种典型的前馈网络,具有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了94.9%的识别准确率。 相似文献
17.
随着工程造价的约束条件越来越复杂,传统的估计方法很难建立收敛的评估模型,难以获得准确的估价结果。本文在对影响建筑工程造价特征因素进行分析的基础上,提出一种基于多造价信息合理约束的工程造价优化模型,将模糊数学与多约束模型的最优解进行了有机的结合,构造了模糊约束造价信息估算模型,通过准确提取造价中的约束规则,最大程度的精简计算量,将BP神经网络加入寻优模型中,增强了模型的学习能力,有效地提高了估算精度。 相似文献
18.
标准BP算法主要根据训练样本确定神经网络的权值,由于BP算法采用沿梯度下降的搜索算法,因而其结果对初始权值非常敏感,收敛速度慢,易陷入局部极小。结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力,收敛速度快等特性优化神经网络的权值和阈值。分类实验结果表明,该算法比标准BP算法收敛速度快,分类正确率高。 相似文献
19.
基于自组织方法的人工神经网络经济预测模型的建立 总被引：9，自引：0，他引：9
本文针对神经网络的结构特性，提出将自组织方法与神经网络相结合的思想，不仅解决了输入待定的神经网络输入维数难确定的问题，而且加快了网络的收敛速度，增强了网络的适应能力。并将新建立的模型应用到经济预测中，得到了比常规经济学模型更优的效果。 相似文献