共查询到20条相似文献，搜索用时 15 毫秒
1.
通过采用多元线性回归和BP神经网络建立了大西海子水库输水预报两个模型，并用水文实测数据对模型进行验证，结果表明预测模型具有可行性和实用性，为塔里木河流域水资源的合理利用以及水权目标管理提供科学依据。 相似文献
2.
鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示：RBF神经网络比BP神经网络平均相对误差（MRE）低约1%,在拟合度（R2）上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。 相似文献
3.
4.
基于BP神经网络的云南国际旅游需求预测 总被引：6，自引：0，他引：6
在阐述BP神经网络基本原理的基础上，建立了云南旅游需求的BP神经网络模型，并对云南旅游外汇收入及入境游客人数进行了预测和分析，在预测中首次引入了每人次旅游外汇收入的概念．分析结果表明，人工神经网络方法在旅游预测中的应用是可行的，而且是十分有效的． 相似文献
5.
BP神经网络的改进及其在股票预测中的应用 总被引：1，自引：0，他引：1
研究了BP神经网络,对BP算法的权值初始化进行改进,使得其收敛速度更快,并建立了基于BP神经网络的股价预测模型．最后以深发展A的收盘价为例,分析改进后NBP神经网络模型的预测效果． 相似文献
6.
耿悦敏 《广东技术师范学院学报》2007,(10):28-30
传统的统计分析在小样本预测中的效果不佳,虽然神经网络一定程度上解决了传统方法所遇到的问题,但样本的数量又影响了神经网络的泛化能力,神经网络集成的方法较好地解决了这一问题.在运用智能计算技术建立BP网络的基础上,再利用Bagging算法构造神经网络的集成模型.用珠江三角洲天河水文站的数据进行训练和预测,结果表明,基于Bagging算法的神经网络集成的预测不仅解决了样本数据量少、偏差大、不确定性的问题,而且比单一神经网络具有更强的泛化能力,预测更为可靠. 相似文献
7.
Artificial neural network modeling of water quality of the Yangtze River system: a case study in reaches crossing the city of Chongqing 总被引：2，自引：0，他引：2
An effective approach for describing complicated water quality processes is very important for river water quality management. We built two artificial neural network （ANN） models, a feed-forward back-propagation （BP） model and a radial basis function （RBF） model, to simulate the water quality of the Yangtze and Jialing Rivers in reaches crossing the city of Chongqing, P. R. China. Our models used the historical monitoring data of biological oxygen demand, dissolved oxygen, ammonia, oil and volatile phenolic compounds. Comparison with the one-dimensional traditional water quality model suggest that both BP and RBF models are superior; their higher accuracy and better goodness-of-fit indicate that the ANN calculation of water quality agrees better with measurement. It is demonstrated that ANN modeling can be a tool for estimating the water quality of the Yangtze River. Of the two ANN models, the RBF model calculates with a smaller mean error, but a larger root mean square error. More effort to identify out the causes of these differences would help optimize the structures of neural network water-quality models. 相似文献
8.
随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度. 相似文献
9.
为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测. 相似文献
10.
王秀 《宁波职业技术学院学报》2010,14(5):38-41
针对提供的道路交通事故相关影响因子数据,构建了基于关联分析的灰色神经网络组合道路交通事故预测模型。结合实例,用所提出的模型给与了预测。结果表明,基于灰色关联分析神经网络预测模型充分发挥关联选优的优越性,比全输入神经网络预测模型有更好的预测精度,从而说明运用灰色关联分析方法对输入因子选择是有效可行的。基于灰色关联分析的神经网络组合交通事故预测模型充分发挥各单一模型的优点同时弱化了单一模型的缺点,比单一模型的预测结果更理想、精度更高。 相似文献
11.
以某综合性医院收集的调查资料为基础,探讨改进的BP人工神经网络在2型糖尿病(DM)发病危险因素中的应用特点。用BP网络作为拟合模型,按网络输出的平均影响值(MIV)的绝对值大小对各危险因素进行排序,并与Logistic回归分析结果进行了比较。 相似文献
12.
建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。 相似文献
13.
随着纯电动汽车市场的不断扩大,对销售量的精确预测成为人们当前关注的热点。提取影响销售量的7个关键因素以及2017~2019年9月的纯电动汽车销售量,首先利用BP神经网络模型对33个月的数据进行测试,并用训练好的模型预测2019年1~9月销售量,再利用马尔科夫（Markov）模型将BP神经网络模型预测的相对误差划分为6种状态,对预测结果进行修正。通过对BP神经网络模型与Markov-BP神经网络模型预测结果进行对比检验,发现Markov-BP神经网络的预测准确度更高,表明采用Markov-BP神经网络模型对纯电动汽车月度销售量进行预测具有一定现实意义。 相似文献
14.
基于灰色神经网络串联组合模型的涌水量预测 总被引：1，自引：0，他引：1
利用矿井涌水量实测值建立灰色理论与神经网络串联组合的预测模型,即利用不同灰色模型预测值训练神经网络进行预测,提高矿井涌水量的预测精度,先后建立了GM（1,1）、二次参数拟合GM（1,1）模型,将其与BP神经网络模型串联形成最终预测模型,以淮南矿区潘三矿西翼矿井涌水量预测为例,结果说明了该模型具有较高的准确性。 相似文献
15.
BP神经网络由于自身的缺陷,导致训练时间长且易于陷入局部极小点,易导致股指预测精度不高．将粒子群优化算法用于神经网络的学习训练,可改善它原有的缺陷,并用于对股指的预测．实验结果表明,与BP神经网络相比,基于粒子群优化的神经网络对股指的预测精度更高． 相似文献
16.
徐永春 《广东广播电视大学学报》2008,17(5):101-103
本文介绍了BP网络收敛慢与全局收敛的不足等特点,提出以实数的编码机制及在迭代过程中改进的自适应交叉、变异算子更新及种群更新等改进遗传策略,以此提高BP网络学习效率和BP模型预测的准确率,并以甘蔗产量的实例数据进行模拟仿真分析验证。 相似文献
17.
为准确预测煤的自燃倾向性,在总结和分析煤自燃倾向性研究现状的基础上,选取煤的组成与结构方面的碳含量、镜质组含量、固定碳含量、比表面积、微孔占比与羟基含量6项主要影响因素建立了基于BP神经网络的煤自燃倾向性预测模型,确立了建模所需的样本,并运用Matlab软件进行网络训练并完成模型检验。将该模型应用于唐山矿9煤层、11煤层及荆各庄矿的煤自燃倾向性预测,结果显示误差均小于5%,证明基于BP神经网络的煤自燃倾向性预测模型的准确度较高,可用于工程实际。 相似文献
18.
锅炉管壁超温现象的存在严重影响了锅炉的安全及可靠性。在对BP神经网络简介的基础上,详细研究了基于BP的锅炉管壁温度预测的数字模型,并通过应用样本的获取,分析BP神经网络在锅炉管壁温度预测方面的设计、不足及具体的参数选择,从而降低了火力发电厂锅炉管壁超温情况的发生,延长了锅炉的使用寿命。 相似文献
19.
利用MATLAB编程软件,分别建立BP神经网络和AR模型,采用全国出生率,死亡率,老年抚养率等9个指标作为样本,分别对BP网络和AR模型进行训练,预测5年后的人口数量.结果表明这两种方法预测人口均是可行的,效果较好,误差很小,但是AR模型较适合线性预测,而BP网络适合较非线性预测. 相似文献
20.
改进的灰色GM(1,N)模型在经济中的预测与应用 总被引：1，自引：0，他引：1
论文就修正GM(1,N)预测模型的误差,提出了新方法.使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响.实践表明这些改进模型可以有效地提高GM(1,N)模型的预测精度. 相似文献