共查询到20条相似文献，搜索用时 31 毫秒
1.
基于Matlab和BP神经网络的固体火箭发动机比冲性能的预测 总被引：2，自引：0，他引：2
本文采用基于误差反向传播算法(BP算法)的人工神经网络技术,利用Mat lab神经网络工具箱,建立了固体火箭发动机比冲性能预测的神经网络模型,并利用实验数据进行了验证.结果表明,可以利用该方法开展固体火箭发动机比冲性能的预测. 相似文献
2.
本文采用基于误差反向传播算法（BP算法）的人工神经网络技术，利用Mat lab神经网络工具箱，建立了固体火箭发动机比冲性能预测的神经网络模型，并利用实验数据进行了验证。结果表明，可以利用该方法开展固体火箭发动机比冲性能的预测。 相似文献
3.
基于改进RBF神经网络的银行个人信用评级 总被引：1，自引：0，他引：1
研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型. 相似文献
4.
交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。 相似文献
5.
6.
7.
8.
9.
提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果. 相似文献
10.
为解决图书馆文献采购经费预算这一问题,利用RBF神经网络,建立图书馆文献经费预测模型.结合北京建筑工程学院图书馆2000-2012年文献经费实际进行Matlab仿真,实验表明RBF神经网络模型能有效预测图书馆文献经费. 相似文献
11.
创业板公司成立时间较短、企业规模较小,其研发投入的影响因素较多,使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标,运用径向基神经网络(RBF)和逆传播神经网络(BP)方法构建一个训练完成的神经网络模型,研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。 相似文献
12.
13.
RBF网络是一个三层的前馈型神经网络,它隐含层的转换函数是局部响应的非线性函数,所以它能够以任何精度逼近任意连续函数,这为复杂的变形系统的解释和模型化提供了可能,因而利用RBF网络对混沌时序的分析和预测是变形分析的一种新的途径.本文首先介绍RBF网络,对其变形监测数据的混沌现象进行分析和对RBF网络的混沌时间序列作出分析、预测,最后,总结出运用RBF网络对变形分析和预测对数据拟合模型的精度和预测能力都有很大的提高作用. 相似文献
14.
15.
16.
17.
本文是对传统的厚度计式厚度控制系统的研究,针对其数学模型的不精确问题,提出了采用RBF神经网络的改进方法。使用RBF神经网络来代替数学模型模拟轧机的输入输出关系,克服一般数学模型的因为参数变化引起误差变大的困难。针对一般RBF神经网络计算复杂,难以在硬件实现的问题,本文采用动态自适应RBF网络,相对于其他RBF型网络结构简单,适于在TDC上实现。 相似文献
18.
在系统参数未知情况下,利用RBF神经网络自动建立动态模型,能快速跟踪非线性函数,具有很强分类能力。提出利用RBF神经网络对图书进行分类的基本方法。经与BP神经网络仿真的诊断结果对比,证明RBF神经网络具有收敛速度快、输出误差和离散性小的优点,并论证了该方法对图书分类的有效性。 相似文献
19.
本文利用集成的思想开展了复合神经网络模型研究。首先,利用MATLAB软件平台构建了反向传播神经网络(BP)、支持向量神经网络(SVM)和径向基函数神经网络(RBF)三个单一神经网络。其次,将单一的神经网络以加权平均的规则进行组装,形成一种复合的神经网络系统。最后,利用复合神经网络系统开展了测井储层孔隙度、渗透率和含水饱和度的预测及效果分析。研究结果显示,相比于单一的神经网络方法,构建的复合神经网络模型预测的储层孔隙度、渗透率和含水饱和度精度更高,表明基于复合神经网络模型进行储层评价是可行和有效的。 相似文献
20.
土壤有机质(Soil Organic Matter, SOM)是土壤肥力的重要指标,其含量变化对表征土壤养分含量高低和预测作物产量具有重要的作用。因此,预测有机质含量变化可以为提前进行土壤有机质积累试验提供理论支持。本文采集长期定位试验点的土壤信息,对比支持向量机预测方法与反向传播(BP)神经网络和径向基函数(RBF)神经网络,结论得出支持向量机模型预测精确度更优。 相似文献