期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,003篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
灰色神经网络预测模型的应用 被引量：10
1
作者 夏景明 肖冬荣 卓为 《统计与决策》 CSSCI 北大核心 2004年第6期24-25,共2页
关键词 灰色神经网络预测模型 经济指标 GM(1 1)模型 组合模型 线性模型 宏观经济系统
在线阅读 下载PDF
一种新的组合灰色神经网络预测模型 被引量：20
2
作者 许秀莉 罗键 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2002年第2期164-167,共4页
对GM(1,1)灰色和几种灰色组合模型进行了讨论,针对多个相关序列预测的问题,提出了组合灰色GM(1,1)神经网络预测模型.此方法采用灰色模型对各序列进行预测,然后利用神经网络对预测值进行校正,得到最终预测值.实例表明此种模型在实际应用... 对GM(1,1)灰色和几种灰色组合模型进行了讨论,针对多个相关序列预测的问题,提出了组合灰色GM(1,1)神经网络预测模型.此方法采用灰色模型对各序列进行预测,然后利用神经网络对预测值进行校正,得到最终预测值.实例表明此种模型在实际应用中的确能够提高预测精度. 展开更多
关键词 BP神经网络 组合灰色神经网络预测模型 灰色系统理论 相关序列预测 组合预测 灰色GM(1 1)模型
在线阅读 下载PDF
改进粒子群算法优化灰色神经网络预测模型及其应用 被引量：11
3
作者 周飞 吕一清 石琳娜 《统计与决策》 CSSCI 北大核心 2017年第11期66-70,共5页
文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型... 文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。 展开更多
关键词 粒子群算法 灰色神经网络模型 专利授权数量 预测
在线阅读 下载PDF
基于最优可信度的月度负荷综合最优灰色神经网络预测模型 被引量：15
4
作者 李媛媛 牛东晓 《电网技术》 EI CSCD 北大核心 2005年第5期16-19,共4页
月度负荷具有增长和波动二重趋势。作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负... 月度负荷具有增长和波动二重趋势。作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型。该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型。对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测。 展开更多
关键词 负荷预测 月度负荷 最优可信度 电力系统 人工神经网络 综合最优预测模型
在线阅读 下载PDF
烧结矿碱度的灰色神经网络预测模型及仿真 被引量：2
5
作者 宋强 程国彪 常卫兵 《烧结球团》 北大核心 2007年第3期24-27,共4页
本文提出了用灰色神经网络对烧结矿化学成分进行预测,并在此基础上构造了灰色神经网络模型,该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力,研究结果证明,本模型能在小样本、贫信息的条件下... 本文提出了用灰色神经网络对烧结矿化学成分进行预测,并在此基础上构造了灰色神经网络模型,该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力,研究结果证明,本模型能在小样本、贫信息的条件下对烧结矿碱度做出比较准确的预测,此种模型具有预测精度高、所需样本少、计算简便等优点,取得了比较满意的结果。和BP神经网络算法相比,灰色神经网络算法有很大的应用前景和推广价值。 展开更多
关键词 碱度 灰色神经网络 预测 烧结过程 灰色GM(1 1)
在线阅读 下载PDF
基于神经网络模型的煤层气产能预测研究
6
作者 金毅 郑晨晖 +5 位作者 宋慧波 马家恒 杨运航 刘顺喜 张昆 倪小明 《河南理工大学学报（自然科学版）》 CAS 北大核心 2025年第1期46-56,共11页
目的煤层气产能主要受地质和工程因素影响,阐明这些因素对煤层气井产能的影响机制是实现储层精细改造和煤层气井提产的基础。方法本文以沁水盆地柿庄南区块为研究对象,综合考虑地质背景、储层物性和动态排采数据,利用神经网络算法开展... 目的煤层气产能主要受地质和工程因素影响,阐明这些因素对煤层气井产能的影响机制是实现储层精细改造和煤层气井提产的基础。方法本文以沁水盆地柿庄南区块为研究对象,综合考虑地质背景、储层物性和动态排采数据,利用神经网络算法开展煤层气产能预测。首先,利用灰色关联分析法遴选出10个地质参数作为煤层气产能预测的主控因素,在此基础上,运用模糊数学法实现研究区34口煤层气井富集区划分,最后,根据分类结果,结合实际排采数据,分别利用BP(back propagation)和LSTM(long short-term memory)神经网络算法实现煤层气井日产气量预测。结果结果表明:(1)渗透率、含气饱和度和储层压力梯度等10个参数是影响研究区煤层气产气性能的关键因素;(2)利用模糊数学评价方法评价煤层气的富集,可将研究区34口井产气效果划分为有利区、较有利区和不利区;(3)依托LSTM算法建立了煤储层日产气量预测模型,预测误差值为4.06%~14.79%,平均误差值为11.09%,预测精度明显高于BP神经网络模型,结论根据LSTM算法建立的煤储层日产气量预测模型稳定性好且预测精度高,可作为煤储层产能长程预测的一种有效手段,进而为煤层气开发工艺布施与排采方案制定提供科学依据。 展开更多
关键词 LSTM神经网络 BP神经网络 灰色关联分析 产能预测
在线阅读 下载PDF
基于循环神经网络与注意力机制的波动预测模型
7
作者 李希今 王祥任 刘金石 《吉林大学学报(理学版)》 北大核心 2025年第5期1397-1403,共7页
针对经典机器学习算法(如决策树、随机森林)在建模复杂隐式交互关系时预测准确率较低的问题,提出一个基于循环神经网络与注意力机制的波动预测模型.首先通过注意力机制计算各影响因素之间复杂的交互关系,然后采用循环神经网络学习表示... 针对经典机器学习算法(如决策树、随机森林)在建模复杂隐式交互关系时预测准确率较低的问题,提出一个基于循环神经网络与注意力机制的波动预测模型.首先通过注意力机制计算各影响因素之间复杂的交互关系,然后采用循环神经网络学习表示模型的隐变量,从而实现精准预测.与多个经典预测模型进行仿真对比实验的结果表明,该模型的预测准确率显著高于其他机器学习模型,从而为波动预测领域提供了一种更高效、精准的解决方案. 展开更多
关键词 循环神经网络 注意力机制 机器学习 预测模型
在线阅读 下载PDF
车辆主动悬架RBF神经网络的模型预测控制仿真研究
8
作者 顾苏怡 蒋昌华 《中国工程机械学报》 北大核心 2025年第3期410-414,共5页
为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,... 为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,利用RBF神经网络结构捕捉车辆主动悬架系统的复杂动态特性,通过对大量数据的学习和训练,能够快速建立主动悬架MPC参数,最终实现对车辆主动悬架系统的精确控制。利用Matlab软件对车辆主动悬架的车身加速度、悬架位移、轮胎位移进行仿真,评估车辆不同控制策略的行驶性能。结果显示:在路面信号激励下采用MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较大;采用RBF神经网络的MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较小。所提出的RBF神经网络MPC系统,能够增强车辆主动悬架抗干扰能力,从而保持车辆行驶的稳定性和舒适性。 展开更多
关键词 车辆 主动悬架 RBF神经网络 模型预测控制 仿真
在线阅读 下载PDF
基于灰色-BP神经网络的高铁快运量预测
9
作者 杨向飞 陈钰 《重庆交通大学学报(自然科学版)》 北大核心 2025年第8期66-74,122,共10页
随着绿色物流的推进,“高铁+快递”货运模式的应用价值逐渐凸显,其运量的精准预测对于铁路运力优化具有现实意义。以甘青宁地区为例,通过灰色关联度分析法从15个初始指标中筛选出关键影响因素,构建了基于灰色-BP神经网络的组合预测模型... 随着绿色物流的推进,“高铁+快递”货运模式的应用价值逐渐凸显,其运量的精准预测对于铁路运力优化具有现实意义。以甘青宁地区为例,通过灰色关联度分析法从15个初始指标中筛选出关键影响因素,构建了基于灰色-BP神经网络的组合预测模型。研究结果表明:相较于GM(1,1)和ARIMA模型,该组合模型的预测精度提升显著;通过建立包含经济性、时效性、环保性等7个维度的Logit模型,揭示了高铁快运分担率随运距变化的倒U型曲线特征,优势运距区间为400~1000 km;基于上述模型,测算出该区域未来三年的高铁快运量预测值,为铁路部门运力配置提供数据支撑。 展开更多
关键词 交通运输工程 高铁快运 灰色-BP神经网络 快运量预测 高铁分担率
在线阅读 下载PDF
图神经网络模型预测和解释离子液体毒性的研究 被引量：1
10
作者 冯海军 章冰璇 周健 《化工学报》 北大核心 2025年第1期93-106,共14页
离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子... 离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子结构信息,图卷积模型在4个数据集中的RMSE和MAE均最低,R^(2)均最高,因此,图卷积模型在预测离子液体毒性上更优越。同时,基于图卷积模型,建立毒性解释模型,从数据驱动上来分析原子基团对毒性的贡献。阳离子的芳香环和长烷基链会产生毒性,S^(+)、P^(+)、N^(+)、NH^(+)等原子基团会显著增强离子液体的毒性,而P^(-)、F、B^(-)、C等原子基团会有效降低离子液体的毒性。该发现可为快速筛选和开发更绿色低毒型离子液体提供理论依据。 展开更多
关键词 离子液体 毒性 机器学习 图神经网络 模型 预测 可解释性
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
11
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 BP神经网络预测
在线阅读 下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
12
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
基于深度神经网络的竖向地震动加速度反应谱预测模型
13
作者 高铭宇 公茂盛 +3 位作者 左占宣 贾佳 刘博 王晓敏 《世界地震工程》 北大核心 2025年第4期106-117,共12页
竖向地震动对工程结构地震响应有重要影响,发展可靠的竖向地震动预测模型是地震工程领域的一项重要课题。传统的地震动预测主要基于实际强震动记录,采用最小二乘回归方式得到地震动参数预测模型,但是传统最小二乘回归通常假设变量之间... 竖向地震动对工程结构地震响应有重要影响,发展可靠的竖向地震动预测模型是地震工程领域的一项重要课题。传统的地震动预测主要基于实际强震动记录,采用最小二乘回归方式得到地震动参数预测模型,但是传统最小二乘回归通常假设变量之间是线性关系或预设的函数形式,这可能无法完全捕捉地震数据中复杂的非线性关系,而深度学习模型能够从数据中学习规律并对复杂的数据分布提供更高的预测精度。因此通过深度学习方法,基于NGA-West2数据库选取了9 953条竖向地震动记录,然后计算反应谱并进行模型训练与预测,建立了Self-DNN竖向地震动反应谱预测模型,并与传统预测模型以及DNN神经网络模型进行了对比。结果表明,本文基于深度学习算法建立的竖向地震动反应谱预测模型具有较好的可靠性和准确性,可以取得良好的预测效果。研究结果可以为竖向地震动反应谱预测和结构抗震设计等工作提供参考。 展开更多
关键词 竖向地震动 地震动反应谱 神经网络 深度学习 预测模型
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
14
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(BP)神经网络
在线阅读 下载PDF
基于HBF神经网络观测器的PMSM无模型预测电流控制
15
作者 马炳图 杜钦君 +2 位作者 张婷 李伟强 刘家合 《仪器仪表学报》 北大核心 2025年第8期376-386,共11页
针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM... 针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM无模型预测电流控制的预测模型,仅需使用电机的电流和电压等历史信息即可预测未来时刻的电流值,彻底摆脱对电机电阻、电感和磁链等参数的依赖,解决了传统模型预测电流控制(MPCC)依赖于精确电机参数的问题;设计了一种HBF神经网络观测器来对预测模型的集总误差进行快速辨识,采用决策树优化基函数中心与宽度,该观测器具有较高的辨识速度和适应性,能够有效提高预测模型的准确度;采用一种改进的双矢量最优占空比调制策略,从19组电压矢量组合中选择最优矢量作用于逆变器,并通过自适应时长分配抑制电流纹波,提高电流的跟踪性能。仿真和实验结果表明,在模拟极端参数失配的工况下,提出的HBF-MFPCC策略相比MPCC策略能够使电流跟踪误差降低50%,谐波失真率降低28%;设计的HBF神经网络观测器能够使电流跟踪误差降低53%,谐波失真率降低55%;改进双矢量调制方法能够使电流跟踪误差降低24%,谐波失真率降低11%;该方案能够显著提高系统的鲁棒性且保证良好的电流跟踪性能。 展开更多
关键词 风力发电机 永磁同步电机 无模型预测电流控制 一阶超局部模型 神经网络观测器 双矢量控制
在线阅读 下载PDF
农村消费增长趋势预测优化模型构建——基于面板计量与SCG-BP神经网络 被引量：1
16
作者 王刚 宋思睿 《商业经济研究》 北大核心 2025年第7期56-60,共5页
农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化... 农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化共轭梯度法训练BP神经网络,对农村居民消费增长趋势进行预测,有效解决了BP神经网络收敛速度慢、局部振动的缺点。结果表明,SCG-BP模型在预测精度上优于传统BP神经网络模型、灰度预测模型以及指数平滑预测模型;在训练集和测试集上的误差率均小于0.02%,具有较高精度。结合实证分析结果,从提高收入、完善保障、人才回流等方面提出促进农村居民消费增长潜力的合理性建议。 展开更多
关键词 面板模型 农村消费增长潜力 预测模型 人工神经网络 SCG-BP神经网络
在线阅读 下载PDF
结合神经网络与模型预测控制的燃机运行扰动抑制研究
17
作者 张玉豪 王子楠 +1 位作者 曾博洋 田震 《推进技术》 北大核心 2025年第10期229-243,共15页
本文针对燃气轮机中氢燃料的扰动带来的控制问题,首先针对PI控制器利用改进的差分算法对控制器参数进行优化,以提高其动态性能及抗扰动效果。在此基础上,进一步选用智能控制方法进行研究,提出了一种结合门控循环单元与混沌神经网络的模... 本文针对燃气轮机中氢燃料的扰动带来的控制问题,首先针对PI控制器利用改进的差分算法对控制器参数进行优化,以提高其动态性能及抗扰动效果。在此基础上,进一步选用智能控制方法进行研究,提出了一种结合门控循环单元与混沌神经网络的模型预测控制器(GRU-CNN-MPC)。采用门控循环单元(GRU)构建非线性预测模型,并结合混沌神经网络(CNN)进行滚动优化以增强全局寻优能力。仿真结果表明,GRU-CNN-MPC控制方法相对于差分进化算法整定参数的PI控制器显著提升了系统的跟踪性能,在燃料短时阶跃和周期性供应不稳定的情况下,可大幅降低扰动幅值并缩短调节时间。其中,扰动幅度最大可降低75.00%,调节时间最多可缩短91.18%,展现出更优的扰动抑制效果。该方法为燃气轮机提供了更精准、快速的转速控制方案,满足了复杂工况下的控制需求。 展开更多
关键词 氢燃气轮机 燃料扰动 模型预测控制 门控循环单元 混沌神经网络
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
18
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(BP)神经网络 FBRLNNA-BP模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于灰色神经网络的地铁牵引用电预测模型 被引量：2
19
作者 张军 王凯 +6 位作者 刘佳喜 李根 赵岩 王鹏 耿伟 张浩 陈欢 《城市轨道交通研究》 北大核心 2024年第7期16-20,26,共6页
[目的]为了提高列车运行效率,需对地铁牵引能耗进行监测,并建立相关能耗模型对地铁牵引能耗进行预测分析。[方法]介绍了灰色预测模型和BP(反向传播)神经网络的基本原理;以天津某典型地铁车站2021年6月的牵引日用电量数据为例,采用灰色... [目的]为了提高列车运行效率,需对地铁牵引能耗进行监测,并建立相关能耗模型对地铁牵引能耗进行预测分析。[方法]介绍了灰色预测模型和BP(反向传播)神经网络的基本原理;以天津某典型地铁车站2021年6月的牵引日用电量数据为例,采用灰色关联分析法筛选出与地铁牵引日用电量关联度大的影响因素,基于GM(1,1)灰色预测模型预测出短期牵引日用电量;将所筛选出的关联度大的影响因素、GM(1,1)灰色预测模型预测的短期牵引日用电量及相邻历史牵引日用电量数据,作为BP神经网络模型中的输入量进行训练,建立GM-BP灰色神经网络模型,并生成所需短期地铁牵引日用电量预测数据。[结果及结论]与传统GM(1,1)灰色预测模型和BP神经网络模型相比,通过GM-BP灰色神经网络模型预测的短期牵引日用电量预测误差有明显的改善,能够作为有效的地铁牵引能耗数据进行短期预测数据分析。 展开更多
关键词 地铁 牵引日用电预测量 灰色神经网络
在线阅读 下载PDF
府谷地区黄土湿陷性与土体物性参数关系及其神经网络预测模型
20
作者 许力 樊杰 朱凯 《太原理工大学学报》 北大核心 2025年第5期1054-1060,共7页
【目的】为充分利用现有实验资料,挖掘土体物性参数与湿陷性之间的内在联系,建立了快速预测黄土湿陷性系数的神经网络模型。【方法】以陕北府谷地区黄土为例,基于该区长期以来积累的岩土勘察数据,以各物性参数的物理意义为基础将其分为5... 【目的】为充分利用现有实验资料,挖掘土体物性参数与湿陷性之间的内在联系,建立了快速预测黄土湿陷性系数的神经网络模型。【方法】以陕北府谷地区黄土为例,基于该区长期以来积累的岩土勘察数据,以各物性参数的物理意义为基础将其分为5类,而后结合土力学基本理论及黄土湿陷性的定义,通过绘制各物性参数与湿陷系数之间的相关性散点图及拟合曲线,对其相关性进行讨论分析;通过偏相关分析的方法,定量讨论了各物性参数与湿陷系数之间的相关程度;剔除了相关程度较弱的液限、塑限、塑性指数、压缩模量和压缩系数,将相关性较大的取土深度、孔隙比、饱和度引入GRNN神经网络,建立了一套府谷地区黄土湿陷性评价预测模型。【结果】通过验证得出该评价模型参数选取全面、可靠,建模方法科学,结果精度较高,贴近实际,可以较好满足工程应用的需要。 展开更多
关键词 府谷县 黄土湿陷 物理力学指标 偏相关分析 模型预测 神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部