基于投影算子的回归神经网络模型及其在最优化问题中的应用 被引量：3

1

作者 马儒宁 陈天平 《应用数学和力学》 CSCD 北大核心 2006年第4期484-494,共11页

研究了一种基于投影算子的神经网络模型.与以前研究投影算子的值域一般是n维欧氏空间中的紧凸子集不同,而是n维欧氏空间中未必有界的闭凸子集,同时目标函数也是一般的连续可微函数,未必为凸函数.证明了所研究的神经网络模型具有整体解轨... 研究了一种基于投影算子的神经网络模型.与以前研究投影算子的值域一般是n维欧氏空间中的紧凸子集不同,而是n维欧氏空间中未必有界的闭凸子集,同时目标函数也是一般的连续可微函数,未必为凸函数.证明了所研究的神经网络模型具有整体解轨道,以及当目标函数满足某些条件时解轨道的整体收敛性.此外,还将所研究的模型应用于闭凸约束极小化问题以及非线性互补问题和隐互补问题中,并通过数值模拟说明了该神经网络方法的有效性. 展开更多

关键词 回归神经网络模型 投影算子 整体收敛性 最优化 互补问题

在线阅读 下载PDF 职称材料

基于灰色⁃广义回归神经网络模型的城市群交通运输能力预测 被引量：3

2

作者 王亦虹 李雅萱 +1 位作者 田平野 罗久刚 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第8期8-16,共9页

城市群交通运输能力是构建国家综合立体交通网的战略基石。鉴于传统预测方法难以适应城市群交通运输能力影响因素众多且存在时变、耦合、不确定性强等特征,提出了一种灰色-广义回归神经网络的复合模型,以预测未来城市群交通运输能力。首... 城市群交通运输能力是构建国家综合立体交通网的战略基石。鉴于传统预测方法难以适应城市群交通运输能力影响因素众多且存在时变、耦合、不确定性强等特征,提出了一种灰色-广义回归神经网络的复合模型,以预测未来城市群交通运输能力。首先,选用LASSO算法筛选主要影响变量来降低数据复杂度,运用GM(1,1)模型弱化数据序列的随机性,预测影响变量时间序列的变化趋势,并填补数据缺失。然后,以20002019年京津冀城市群的数据集训练GRNN模型,根据GM(1,1)模型预测出的20202025年城市群交通运输能力影响因素,得出未来年份交通运输能力动态趋势。结果表明,复合预测模型精度优于传统方法,有效减少了小样本预测的不确定性。最后,结合预测结果分析了京津冀城市群核心区位城市的发展方向,为助力构建以城市群为重要抓手的新发展格局进行了前瞻性探讨。 展开更多

关键词 交通运输工程 城市群 灰色-广义回归神经网络模型 交通运输能力预测

在线阅读 下载PDF 职称材料

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：15

3

作者 孙湘海 刘潭秋 《交通运输系统工程与信息》 EI CSCD 2008年第5期32-37,共6页

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模... 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测. 展开更多

关键词 短期交通流预测 季节自回归求和移动平均模型 广义回归神经网络模型 组合模型

在线阅读 下载PDF 职称材料

基于广义回归神经网络的用水量预测模型及其应用

4

作者 张玉芳 《无线互联科技》 2023年第20期132-135,共4页

用水预测对落实最严格水资源管理制度、实现节水型社会建设具有重要意义。文章建立基于非线性优化光滑因子的广义回归神经网络模型,用来刻画人口、GDP、工业增加值、有效灌溉面积和实际灌溉面积与用水量之间的非线性映射关系。用水量预... 用水预测对落实最严格水资源管理制度、实现节水型社会建设具有重要意义。文章建立基于非线性优化光滑因子的广义回归神经网络模型,用来刻画人口、GDP、工业增加值、有效灌溉面积和实际灌溉面积与用水量之间的非线性映射关系。用水量预测实验表明:2016—2021年庆阳市用水量的预测值和实际值吻合较好,2016年用水量的预测值和实际值偏差最大,2019年和2021年用水量的预测值和实际值完全吻合,均方误差只有0.4,相对误差只有0.15;2016—2021年平凉市用水量的预测值和实际值之间的偏差不大,比较稳定,均方误差只有0.3,相对误差只有0.13,预测准确率达到87%。 展开更多

关键词 广义回归神经网络模型 光滑因子 用水量 用水因子 非线性

在线阅读 下载PDF 职称材料

ARIMA-BP神经网络高速列车隧道压力波预测模型研究 被引量：6

5

作者 陈春俊 杨露 +1 位作者 何智颖 周林春 《中国测试》 CAS 北大核心 2021年第10期80-86,共7页

为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态... 为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。 展开更多

关键词 高速列车 隧道压力波预测模型 差分自回归滑动平均-BP神经网络组合模型 工况匹配算法 加权K最近邻算法

在线阅读 下载PDF 职称材料

人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测 被引量：2

6

作者 肖兴宁 杨力 +5 位作者 张建民 廖明 李延斌 肖英平 杨华 汪雯 《食品工业科技》 CAS 北大核心 2020年第18期212-217,共6页

为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regressi... 为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regression Neural Network model,GRNN),预测鸡胸肉预冷清洗环节的沙门氏菌污染率变化,并用训练集拟合,测试集评估模型的预测效果。结果显示,鸡胸肉预冷清洗环节的沙门氏菌污染率随初始污染水平、初始污染率的升高而显著增加,相反随NaClO浓度的升高而呈下降趋势(P<0.05)。练后的GRNN模型的r值和SEP值分别为0.93和10.8%,拟合良好。模型对新数据预测的误差较小(SEP=13%),表明GRNN模型可较准确的预测鸡胸肉预冷清洗环节的沙门氏菌污染率。本研究建立的模型可用于鸡胸肉预冷清洗环节沙门氏菌污染率的预测,为微生物定量风险评估提供重要信息。 展开更多

关键词 鸡胸肉 预冷清洗 广义回归神经网络模型 沙门氏菌污染率 预测模型

在线阅读 下载PDF 职称材料

地理卷积神经网络时空加权回归理论方法研究

7

作者 杨闻新 《长江信息通信》 2022年第6期62-65,共4页

针对传统时空地理加权回归模型在探测时空异质性方面能力有限的问题,本文引入卷积神经网络,提出地理卷积神经网络时空加权回归模型。该模型通过设计一种时空加权卷积神经网络,并利用Dropout算法和批归一化算法进行优化,从而达到对时空... 针对传统时空地理加权回归模型在探测时空异质性方面能力有限的问题,本文引入卷积神经网络,提出地理卷积神经网络时空加权回归模型。该模型通过设计一种时空加权卷积神经网络,并利用Dropout算法和批归一化算法进行优化,从而达到对时空权重矩阵的精确求解,进而为充分探测事物的时空异质性提供理论方法。以2012-2019年福建省县级能源消费碳排放量及其影响因子为基础数据,对两种模型进行验证。结果表明,文章提出的模型的精度指标AICc、RSS、R2比时空地理加权回归模型的分别提升了451.3、0.51、0.06。 展开更多

关键词 时空权重矩阵 时空地理加权回归模型 卷积神经网络 地理卷积神经网络时空加权回归模型

在线阅读 下载PDF 职称材料

GRNN与统计模型在海堤渗压监测中的应用比较 被引量：2

8

作者 黄铭 刘俊 《水电能源科学》 北大核心 2009年第3期134-136,共3页

为掌握海堤状态量的变化规律并进行有效预测、评判,在对海堤渗压效应量和影响因素分析的基础上,给出了监测模型的影响因子基本形式,采用统计理论和广义回归神经网络(GRNN)分别建立了分析预测模型,对两种模型的建模原理、模型中影响因素... 为掌握海堤状态量的变化规律并进行有效预测、评判,在对海堤渗压效应量和影响因素分析的基础上,给出了监测模型的影响因子基本形式,采用统计理论和广义回归神经网络(GRNN)分别建立了分析预测模型,对两种模型的建模原理、模型中影响因素及模型效果等方面进行了比较,可为复杂的海堤状态的安全监控提供参考。 展开更多

关键词 海堤 渗压监测 统计模型 广义回归神经网络模型

在线阅读 下载PDF 职称材料

黑河流域讨赖河段水质参数及强相关因子特征研究

9

作者 许新华 《水电能源科学》 北大核心 2025年第4期74-79,共6页

黑河为西北地区重要的内陆河,其年际复杂的水质特征影响水资源高效利用。为确定黑河流域讨赖河段水质参数与强相关因子的关系,基于黑河流域讨赖河段2016~2021年逐月水质监测数据,采用相关性分析研究该河段水质参数强相关因子的年际变化... 黑河为西北地区重要的内陆河,其年际复杂的水质特征影响水资源高效利用。为确定黑河流域讨赖河段水质参数与强相关因子的关系,基于黑河流域讨赖河段2016~2021年逐月水质监测数据,采用相关性分析研究该河段水质参数强相关因子的年际变化规律,并基于强相关因子,利用广义回归神经网络模型(GRNN)对水质参数及其强相关因子进行预测分析,探索黑河流域讨赖河段水质参数及强相关因子特征。结果表明,气温与水温、总碱度与重碳酸盐、电导率与矿化度等为讨赖河段特征鲜明的水质参数及其强相关特征因子;水质参数中电导率、重碳酸盐、总碱度预测模型R2>0.85,即少样本情况下,通过强相关因子反演对应水质参数效果较好。研究结果阐明了讨赖河流域水质参数时间变化主要特征及影响机理,为流域水环境精细化管理与精准保护提供了科学依据。 展开更多

关键词 黑河流域 水质参数 强相关因子 广义回归神经网络模型 预测模型

在线阅读 下载PDF 职称材料

基于RCMAC网络的动态逆再入制导方法研究 被引量：1

10

作者 吴浩 杨业 《空间控制技术与应用》 2011年第4期49-53,共5页

针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度-速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络(RCMAC)网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC... 针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度-速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络(RCMAC)网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC网络的动态逆方法实现对阻力加速度的跟踪,并证明闭环系统的稳定性.三自由度仿真结果表明,该制导方式降低了动态逆方法对模型的依赖,增强了制导系统的鲁棒性. 展开更多

关键词 升力式再入飞行器 自回归小脑模型神经网络(RCMAC) 动态逆 阻力加速度跟踪 再入制导

在线阅读 下载PDF 职称材料

基于PSOGRNN的我国电力消费预测

11

作者 周凤翱 何楠 +1 位作者 邢通 谭忠富 《水电能源科学》 北大核心 2013年第2期221-223,共3页

为准确预测电力消费并给电力发展规划制定提供依据,提出一种电力消费混合预测模型(PSOGRNN),将GDP、人均可支配收入和电力消费历史数据作为输入变量,运用粒子群优化(PSO)算法优化选择用于电力消费预测的广义回归神经网络(GRNN)模型参数... 为准确预测电力消费并给电力发展规划制定提供依据,提出一种电力消费混合预测模型(PSOGRNN),将GDP、人均可支配收入和电力消费历史数据作为输入变量,运用粒子群优化(PSO)算法优化选择用于电力消费预测的广义回归神经网络(GRNN)模型参数值,以此提高模型的预测精度。实例验证结果表明,与自适应GRNN模型、DGM(1,1)模型和最小二乘线性回归模型相比,PSOGRNN模型的预测精度最高,且有效可行。 展开更多

关键词 电力消费 预测 广义回归神经网络模型 粒子群优化算法 参数优化

在线阅读 下载PDF 职称材料

RFOA优化EEMD阈值和SampEn的水电机组振动信号重构与特征提取 被引量：1

12

作者 董利江 朱霄珣 +6 位作者 刘伟 杨春旭 林翔 高晓霞 吕朝阳 胡乔良 苏海鹏 《水电能源科学》 北大核心 2023年第11期178-182,共5页

针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈... 针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈值;将求得的IMF分量的样本熵当作特征向量输入GRNN算法中,进行振动模式识别。研究结果表明,与小波阈值法、EEMD-GA方法相比,所提算法降噪时信噪比最高,降噪效果最佳。 展开更多

关键词 振动信号提取 集合经验模态分解 样本熵 特征提取 广义回归神经网络模型

在线阅读 下载PDF 职称材料

基于实测数据的管道变形破坏预警方法研究

13

作者 王威 《智能建筑与智慧城市》 2023年第5期75-79,共5页

通过以微机电技术为基础的传感器设备,可以实现管道变形的自动化监测。文章应用统计学理论、自回归神经网络算法与蒙特卡洛算法相结合的方法,对管道变形的风险水平做出判断,并以某排水管道变形监测数据验证以上方法,证明其在工程实践中... 通过以微机电技术为基础的传感器设备,可以实现管道变形的自动化监测。文章应用统计学理论、自回归神经网络算法与蒙特卡洛算法相结合的方法,对管道变形的风险水平做出判断,并以某排水管道变形监测数据验证以上方法,证明其在工程实践中可行。 展开更多

关键词 自回归神经网络模型 蒙特卡洛方法 管道 变形监测 预警

在线阅读 下载PDF 职称材料

商业银行信用风险评估方法研究综述

14

作者 李佳佳 《广东经济》 2017年第9X期72-72,共1页

对于商业银行信用风险的评估是其信用风险管理的一个重要的环节.本文主要针对自30年代以来信用风险评估的主要方法进行综述,这其中包括传统的多元的统计分析例如Logistic回归的模型和最近发展的人工智能的方法.譬如神经网络等方法.最后... 对于商业银行信用风险的评估是其信用风险管理的一个重要的环节.本文主要针对自30年代以来信用风险评估的主要方法进行综述,这其中包括传统的多元的统计分析例如Logistic回归的模型和最近发展的人工智能的方法.譬如神经网络等方法.最后指出评估方法中存在的优缺点,并对信用风险的评估方法的发展进行展望. 展开更多

关键词 信用风险评估 Logistic回归模型神经网络模型 CREDITMETRICS模型

在线阅读 下载PDF 职称材料