共查询到20条相似文献，搜索用时 140 毫秒
1.
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
2.
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
3.
In order to investigate the eutrophication degree of Yuqiao Reservoir, a hybrid method, combining principal component regression (PCR) and artificial neural network (ANN), was adopted to predict chlorophyll-a concentration of Yuqiao Reservoir’s outflow. The data were obtained from two sampling sites, site 1 in the reservoir, and site 2 near the dam. Seven water variables, namely chlorophyll-a concentration of site 2 at time t and that of both sites 10 days before t, total phosphorus(TP), total nitrogen(TN), dissolved oxygen(DO), and temperature from January 2000 to September 2002, were utilized to develop models. To remove the collinearity between the variables, principal components extracted by principal component analysis were employed as predictors for models. The performance of models was assessed by the square of correlation coefficient, mean absolute error (MAE), root mean square error (RMSE) and average absolute relative error (AARE). Results show that the hybrid method has achieved more accurate prediction than PCR or ANN model. Finally, the three models were applied to predicting the chlorophyll-a concentration in 2003. The predictions of the hybrid method were found to be consistent with the observed values all year round, while the results of PCR and ANN models did not fit quite well from July to October. 相似文献
4.
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
5.
6.
Based on the operation data from a certain wastewater treatment plant(WWTP) in northeast China,the models of back propagation neural network ( BP NN ) and radial basis function neural network ( RBF NN ) have been designed respectively and the ability of convergence and generalization has been analyzed separately.As for BP NN, the effects of numbers of layers and nodes have been studied ; as for RBF NN, the influences of the number of nodes and the RBF‘s width have been studied. It is concluded that BP NN has converged much slowly in comparison with RBF NN. The conclusion that the RBF NN is suitable for modeling activated sludge system has been drawn. An automatically optimum design program for RBF NN has been developed, through which the RBF NN model of traditional activated sludge system has been established. 相似文献
7.
为了检测工作人员的烦躁情绪,实现情感状态的评价,通过在工作环境中诱发情感语音,获取了足够的测试样本,建立了2000条样本的工作环境情感语音数据库．在检测烦躁情绪过程中,首先提取语音的韵律特征和音质特征参数,然后利用基于蛙跳算法的改进的BP神经网络进行烦躁情绪识别．实验比较了BP,RBF和sFLA神经网络的性能,结果显示SFLA神经网络的识别率比BP神经网络高4．7％,比RBF神经网络高4.3％．实验结果表明,使用蛙跳算法训练随机初始数据可以优化神经网络的连接权重和阈值,加快收敛速度,提高识别率． 相似文献
8.
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
9.
由于水文模型是对物理过程的简化,用以描述事物最主要的物理过程,从而数学模型受许多不确定因素的影响.因此,提出了一种耦合了人工神经网络(ANN)和新安江概念模型以提高径流预报精度的方法.该方法用最新的观测资料和新安江模型中产生的径流剩余误差/流量预报结果,其工作原理为用神经网络模型预报新安江模型误差,并作为新数据引入,使径流预报得到改进.对互补的神经网络模型而言,使用的变量要以特定格式输入以符合新安江模型的要求.结果表明,与单独用新安江模型预报相比,互补模型的洪水预报精度有明显提高. 相似文献
10.
径向基网络在环境质量评价中的应用 总被引：1，自引：0，他引：1
应用径向基网络（RBF－ANN）算法的人工神经网络建立了环境质量评价模型，为便于比较，将该模型应用于贵阳市1991－1995各年度的大气环境质量评价，结果表明，径向基网络用于环境质量评价具有客观性和实用性。 相似文献
11.
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
12.
Effective and exact short-termforecastingof urban wa-ter consumptionis veryimportant to on-line simulation andoptimal schedulingin municipal water supply management .Almost all traditional short-termpredictions use time seriesmethods,such as multi linear … 相似文献
13.
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
14.
15.
采用概率竞争和RBF(Radial-based Function Method)相结合的神经网络模型,研究UPI(UniversityPersonality Inventory大学生心理健康清单)多变量非线性诊断指标和分类标准的内在联系。提出了一种UPI辅助诊断的概率竞争型RBF神经网络的解决方案,把UPI数据作为概率竞争和RBF神经网络改进模型的输入,构建2层改进的RBF神经网络仿真模型。实验结果显示,综合运用概率竞争和RBF神经网络的方法能使UPI分类达到较好的效果。构建的概率竞争神经网络模型用于UPI的辅助诊断是可行的。 相似文献
16.
基于RBF神经网络的无通道保护 总被引：2，自引：0，他引：2
在故障分析的基础上，阐述了应用径向基函数神经网络(RBF神经网络)实现输电线全线路无通道快速保护的原理，并对各种故障类型的电磁暂态分析程序(EMTP)和madab进行仿真测试，以证明该保护的可行性。 相似文献
17.
In order to research the feasibility of artificial neural network (ANN) in the research of eutrophication of the Bohai Bay in China, an ANN model simulating chlorophyll a, b and c concentrations, concerning temperature, dissolved oxygen, salinity, pH value, chemical oxygen demand (COD), PO43-, NO2-and NO3-factors in the Bohai Bay was presented and validated. After experiencing and training by Matlab, the model′s validation mean square error (MSE) performance is 0.009 985 02. R-squared between estimated and observed concentrations of chlorophyll a, b and c are 0.965 7, 0.998 7 and 0.970 7 respectively, indicating that the estimated value agrees with the observed value well, and the model can be used in the prediction of eutrophication of the Bohai Sea. In order to study the influence of model input factors on chlorophyll concentration (i.e. model outputs), hypothetical scenarios were introduced to show model output responses to variations in input factors. The limitation of temperature, salinity and phosphate that induce red tide in the Bohai Bay was also presented. 相似文献
18.
BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型． 相似文献
19.
提出了基于人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ）对动力结构进行系统辨识的方法，即应用人工神经网络预测结构地震响应．采用ＢＰ算法的前馈网络（简称ＢＰ网络）对剪切模型结构进行系统辨识．首先用实际地震波及相应的模拟地震响应训练本文提出的ＢＰ网络，然后用“已学会”的ＢＰ网络预测其它地震波激励下的结构地震响应．还讨论了网络拓扑结构、输入单元数等对网络学习和预测的影响．通过本文可以发现，合适的人工神经网络结构能准确地辨识结构动力特性和预测结构动力响应 相似文献
20.
ZHAO Ying NAN Jun CUI Fu-yi GUO Liang 《浙江大学学报(A卷英文版)》2007,8(9):1482-1487
This paper deals with the study of a water quality forecast model through application of BP neural network technique and GUI (Graphical User Interfaces) function of MATLAB at Yuqiao reservoir in Tianjin. To overcome the shortcomings of traditional BP algorithm as being slow to converge and easy to reach extreme minimum value,the model adopts LM (Leven-berg-Marquardt) algorithm to achieve a higher speed and a lower error rate. When factors affecting the study object are identified,the reservoir's 2005 measured values are used as sample data to test the model. The number of neurons and the type of transfer functions in the hidden layer of the neural network are changed from time to time to achieve the best forecast results. Through simulation testing the model shows high efficiency in forecasting the water quality of the reservoir. 相似文献