共查询到18条相似文献，搜索用时 281 毫秒
1.
为了提高大坝变形分析模型的预测精度并检验模型的泛化能力,研究了大坝变形分析的BP神经网络模型,并基于神经网络BP算法和传统的统计模型建立了大坝变形分析的融合模型．结合陈村大坝多年的变形观测数据,对上述3种模型进行了试算及分析．分析结果表明,统计模型的平均预测精度为±0．477mm．BP神经网络模型的平均预测精度为±0．390mm,融合模型的平均预测精度为±0．318mm,相比统计模型和BP神经网络模型分别提高了33％和18％,且泛化能力较强,具有广泛的适用性． 相似文献
2.
数据挖掘技术与建筑工程之间的知识跨度较大,将两者完美融合起来存在一定难度,实际工程中也缺乏相关案例,因此在建筑工程中应用数据挖掘技术挖掘相关信息,为大型公共建筑用电能耗预测提供参考依据,是建筑领域一种新的发展趋势。基于对公共建筑用电能耗特性的分析,可利用Python构建BP神经网络建筑能耗预测模型,再将某公共建筑作为研究对象,确定影响建筑用电能耗的关键因素,并将其作为网络的输入参数进行学习训练得出预测值。研究结果表明：预测模型在不同参数下,当隐含层个数为8时,误差平方和最小,为0.000 139 6,此时BP神经网络能够较精确地预测公共建筑用电能耗值。 相似文献
3.
地基干涉合成孔径雷达具有测量精度高、测量距离远、全天候等特点,适用于大坝、桥梁的微形变监测。该文搭建了基于调频连续波的干涉合成孔径雷达系统实验平台,通过干涉测量原理构建模型分析回波信号,改进成像及形变监测算法,提高系统监测能力。搭建滑坡位移形变模型,验证系统设计和形变测量方法,实验测量结果与实际移动值相差0.11 mm,误差在规定范围内,满足系统性能要求。 相似文献
4.
建立有效的空气质量指数预测模型,可以为个人出行及相关部门治理大气污染提供指导。选取北京市的历史空气数据以及气象数据作为研究对象,建立基于BP（Back Propagation）神经网络和SVR（Support Vector Regression）支持向量机回归的BP-SVR组合预测模型。首先利用灰狼优化算法分别对BP模型和SVR模型参数进行寻优;然后运用该组合模型对空气质量指数进行预测。实验结果表明,BP-SVR模型的平均绝对百分误差、均方根误差、平均绝对误差均小于单一预测模型,分别为0.217 5、37.032 0、25.157 5。BP-SVR组合模型具有更高的预测精度,泛化能力更强,可以对空气质量指数进行有效预测。 相似文献
5.
6.
为了提高无创血糖测量的精度,基于"M+N"理论从误差理论的角度阐明了在光谱分析中M种非测量组分("M"因素)和N种外界干扰因素("N"因素)对测量精度的影响。考虑了"M"因素中四种非测量组分和"N"因素中接触压力对血糖测量值的影响,建立基于"M+N"理论的血糖人体试验系统。利用单沿法减小"N"因素系统误差中接触压力带来的误差,并将甘油三酯、胆固醇等4种非测量组分纳入预测模型中,系统地考虑其对血糖测量的影响。本次实验获得192组有效样本,采取偏最小二乘法建模预测。考虑多因素影响下的预测值与真值的相关系数为0.929 5,平均预测相对误差为0.033,而不考虑多因素影响下的血糖预测值与真值的相关系数为0.828 5,平均预测相对误差为0.046。表明基于"M+N"理论的近红外血糖无创测量方法可以达到较好的预测精度。 相似文献
7.
应用灰色系统理论计算了铁路货运量与货运量影响因素的关联度,并对其进行了排序。利用MAT-LAB软件,建立铁路货运量的RBF神经网络预测模型,对我国1992-2008年的铁路货运量进行仿真实验。结果表明基于灰色系统理论的RBF神经网络模型预测平均相对误差为0.44%,常规RBF神经网络模型的平均预测误差为1.47%,因此认为基于灰色系统理论的RBF神经网络的铁路货运量预测方法有效可行。 相似文献
8.
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
9.
10.
人口迁移预测模型是深入研究人口迁移行为的基础。现有迁移预测模型大多集中在单模型、单变量预测上,不能描述人口迁移行为的合力效应。提出了一个新的人口迁移预测模型——GRBF,该模型包含两个子模型：灰色模型和RBF模型。灰色模型构建于人口迁移的影响指标之上,为GRBF提供充分时间维度指标信息;RBF模型则接收灰色模型的输出,计算人口迁移量的预测值。实例分析证明,GRBF支持人口迁移量预测,提供对预测数据的误差分析,能够有效预测人口迁移量的变化。 相似文献
11.
12.
为了克服单相有源电力滤波器的非线性特性,在基于数据的基础上,由极限学习机建立有源滤波器非线性系统的内模和逆模,实现基于极限学习机的内模控制.根据内模控制系统稳态误差,评估内模控制系统的性能,并将极限学习机的内模控制系统与神经网络、核岭回归、支持向量机等方法进行比较分析.试验仿真表明,基于极限学习机的内模控制系统具有系统稳态误差小、鲁棒性强等特点. 相似文献
13.
14.
为了降低企业生产车间空调能耗,基于长短期记忆（LSTM）网络构建了一种工业空调启动时间预测模型。使用该模型对车间空调提前启动时间进行预测,并将预测结果应用于车间空调系统的启动控制,以达到节能目的;采用平均绝对百分误差（MAPE）对预测模型进行整体误差评估,实验结果表明：LSTM 较好地解决了生产车间空调系统启动时间预测问题,相较于传统预测方法有着更小的 MAPE。优化控制后的空调系统能够在保证车间生产环境达标的同时,降低空调系统约 27.9%的能耗。 相似文献
15.
船体外板复杂曲面自动化加工一直是船舶制造业研究热点和难点,由于加工过程中船板变形影响因素过多,导致船板加工变形预测一直不够准确快速。鉴于此,将两种复合变量用来表征加工过程中热源对应的众多加工参数,采用人工鱼群算法（AFSA）优化的支持向量机（SVM）预测船板变形。经实验验证,复合参数输入的AFSA-SVM模型预测船体外板水火线加热工艺变形线平均精确度为99.87%,角变形平均精确度为99.53%,且全局最优。将其与传统的PSO-SVM模型对比,不仅精确度有了提高,而且避免了局部极值导致的部分预测结果误差过大情况。 相似文献
16.
为了提高传统方法生成交通拥堵指数（TPI）的准确率,引入一种基于经验模态分解（EMD）与Elman神经网络的组合模型实现交通拥堵指数预测。首先,利用EMD将TPI序列分解为不同时间尺度下的IMF分量和剩余分量;然后,通过偏自相关函数（PACF）计算各分量的滞后期数,以此确定各分量在Elman神经网络中的输入和输出变量;之后,通过上述方法计算出各分量预测值并相加;最后,计算出总预测结果。通过计算结果可知,EMD-PACF-Elman预测方法3个评价指标（平均绝对误差、均方误差、平均绝对百分误差）的计算结果与单一Elman神经网络模型、EMD-Elman神经网络模型、单一BP神经网络模型、EMD-BP神经网络模型相比都为最低,分别为0.562 4、0.598 9、0.110 7。因此, EMD-PACF-Elman预测方法可以有效地预测TPI,同时也为进一步预测交通拥堵趋势提供了依据。 相似文献
17.
为了精确评估个体心理负荷状态,需要获取目标脑电信号数据,脑电信号是评估脑力负荷变化的重要指标。机器学习和神经网络越来越多地用于脑力负荷分类。利用脑电信号特征可在时域和频域中提取突出信息。因此提出一个结合支持向量机（SVM）与超限学习机（ELM）的混合型脑力负荷分类框架。其中支持向量机作为成员分类器,可在高维EEG特征中查找隐藏信息|超限学习机用于融合成员分类器的输出。将ELM-SVM模型与经典脑力负荷分类器进行比较,得出该模型训练精度准确率为1,且测试精度提升0.1个百分点。 相似文献
18.
传感器定位技术作为无线传感器网络的重要课题之一,为实现目标实时定位,提出一种基于核岭回归与卡尔曼滤波的定位算法。该算法在离线阶段使用核岭回归算法（KRR）对无线位置指纹数据库进行训练,从而得到一个可反映信号强度指标（RSSI）与位置坐标之间映射关系的函数|在线阶段先利用离线阶段得到的函数对目标进行粗定位,再结合卡尔曼滤波（KF）方法对目标进行精确定位。实验结果表明,在真实室内办公环境下,相比 KNN 算法与核函数（Kernel）算法,该算法能实现更好的定位精度,平均定位误差为 1.898 3m。 相似文献