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

1

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

灰色广义回归神经网络在木薯产量预测中的应用 被引量：3

2

作者 于平福 陆宇明 +2 位作者 韦莉萍 龙文卿 苏晓波 《西南农业学报》 CSCD 北大核心 2009年第6期1709-1713,共5页

将GM(1,1)预测模型与广义回归神经网络(GRNN)相融合,构建一种兼具两者优点、互补型的灰色广义回归神经网络(GGRNN)。以1985-2007年度广西木薯鲜薯总产量为数据样本,采用GGRNN模型进行广西木薯产量预测研究。研究结果表明,GGRNN训练期平... 将GM(1,1)预测模型与广义回归神经网络(GRNN)相融合,构建一种兼具两者优点、互补型的灰色广义回归神经网络(GGRNN)。以1985-2007年度广西木薯鲜薯总产量为数据样本,采用GGRNN模型进行广西木薯产量预测研究。研究结果表明,GGRNN训练期平均拟合指数、预测期平均拟合指数分别为0.99和0.93,分别比GM(1,1)模型高0.09和0.04。该组合模型在拟合精度和预测精度方面均优于单一的GM(1,1)预测模型,并具有自学习能力、非线性映射能力以及适应性强等优点,为木薯产量预测的定量化和智能化提供了一条有效途径。 展开更多

关键词 灰色预测模型GM(1 1) 广义回归神经网络(GRNN) 木薯产量预测

在线阅读 下载PDF 职称材料

基于灰色广义回归神经网络的工业废水排放量预测 被引量：10

3

作者 张文丽 路金喜 +2 位作者 宋双虎 董淑惠 关珂 《水资源与水工程学报》 2007年第1期64-67,共4页

将GM(1,1)预测模型与广义回归神经网络结合起来,构建了一种新型串联灰色神经网络预测方法,有效地将灰色系统的贫乏数据建模和神经网络特有的非线性适应性信息处理能力相融合,充分提取历史数据及相关因素数据包含的信息,建立精度较高的... 将GM(1,1)预测模型与广义回归神经网络结合起来,构建了一种新型串联灰色神经网络预测方法,有效地将灰色系统的贫乏数据建模和神经网络特有的非线性适应性信息处理能力相融合,充分提取历史数据及相关因素数据包含的信息,建立精度较高的预测模型。通过对工业废水排放量实例预测,结果表明该方法是有效可行的。 展开更多

关键词 改进的灰色模型 广义回归神经网络 相关因素数据 工业废水排放量预测

在线阅读 下载PDF 职称材料

基于萤火虫算法?广义回归神经网络的光伏发电功率组合预测 被引量：34

4

作者 王昕 黄柯 +4 位作者 郑益慧 李立学 邵凤鹏 贾立凯 徐清山 《电网技术》 EI CSCD 北大核心 2017年第2期455-461,共7页

随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取... 随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。 展开更多

关键词 主成分分析法 灰色关联度 萤火虫算法 广义回归神经网络

在线阅读 下载PDF 职称材料

基于广义回归神经网络的税务稽查选案实证研究 被引量：4

5

作者 楼文高 娄元英 尹淑平 《广东商学院学报》 CSSCI 北大核心 2013年第6期74-80,共7页

针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续... 针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续非线性系统建模。实证研究结果表明,GRNN模型非常适用于税务稽查选案研究,在上述五种模型中,分类错误率最低,小于10%。 展开更多

关键词 纳税稽查选案 广义回归神经网络 分类错误率 五重-交叉检验法 评价指标体系

在线阅读 下载PDF 职称材料

基于不同优化准则和广义回归神经网络的风电功率非线性组合预测 被引量：25

6

作者 喻华 卢继平 +3 位作者 曾燕婷 段盼 刘加林 苟鑫 《高电压技术》 EI CAS CSCD 北大核心 2019年第3期1002-1008,共7页

为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、... 为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、平均相对误差最小和均方根误差最小为优化准则构建线性组合优化模型。最后,利用GRNN神经网络对基于不同优化准则的线性组合模型进行非线性组合,得到优化模型。以实测风电功率数据对所提方法进行验证,仿真结果表明:与各单项预测模型、线性组合模型相比,所提优化模型的整体预测精度高,证明了该方法的有效性和实用性。 展开更多

关键词 广义回归神经网络 优化准则 灰色关联度 非线性组合预测 优化模型

在线阅读 下载PDF 职称材料

结合灰色理论的人工神经网络方法在水质预测中的应用 被引量：16

7

作者 翟伟 毛静 +4 位作者 孟雅丹 邬雯雅 张程博 周鑫隆 高巍 《南水北调与水利科技（中英文）》 CAS 北大核心 2020年第1期138-143,共6页

针对现阶段水质监测中存在的水质变化响应滞后问题,提出了采用灰色预测法、人工神经网络(BP神经网络、径向基神经网络、广义回归神经网络)以及两者组合的方法对水质动态预测进行研究。以太湖流域嘉兴斜路港监测断面为例,并依据后验差检... 针对现阶段水质监测中存在的水质变化响应滞后问题,提出了采用灰色预测法、人工神经网络(BP神经网络、径向基神经网络、广义回归神经网络)以及两者组合的方法对水质动态预测进行研究。以太湖流域嘉兴斜路港监测断面为例,并依据后验差检验比值c及小概率精度p对模型预测效果进行了分析。结果表明,对年内预测,通过广义回归神经网络的动态预测值平均相对误差为0.61%,后验差检验比值小于0.65,小误差概率大于0.7;采用灰色结合广义回归神经网络的方法对水质pH值进行预测,平均相对误差仅有0.85%,后验差检验比值小于0.65,小误差概率等于1。研究结果还表明,对年际预测,灰色结合BP神经网络和灰色结合径向基函数神经网络的动态预测值平均相对误差分别为0.57%和0.80%,其后验差比值都小于0.5,小概率误差都为0.9,大于0.8。 展开更多

关键词 灰色理论 后反馈神经网络 径向基函数神经网络 广义回归神经网络 水质预测

在线阅读 下载PDF 职称材料

基于GRA和AHP的GRNN神经网络零件失效概率预测方法 被引量：6

8

作者 鞠萍华 柯磊 +2 位作者 冉琰 朱晓 李松涛 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第4期34-40,共7页

为了提高对机械零件失效概率的预测精度,提出一种基于GRA和AHP的广义回归神经网络零件失效概率预测方法.在分析机械零件失效概率影响因素的基础上,首先利用灰色关联分析法(Grey Relational Analysis,GRA)分析影响机械零件失效概率的主... 为了提高对机械零件失效概率的预测精度,提出一种基于GRA和AHP的广义回归神经网络零件失效概率预测方法.在分析机械零件失效概率影响因素的基础上,首先利用灰色关联分析法(Grey Relational Analysis,GRA)分析影响机械零件失效概率的主要因素,通过层次分析法(Analytic Hierarchy Process,AHP)构建机械零件失效概率的评价指标层次体系,评估各个指标对于零件失效概率的权重;结合各个指标权重与初始值,以获取各指标的加权评价值;最后通过广义回归神经网络(Generalized Regression Neural Network,GRNN)建立以各指标加权评价值来预测机械零件失效概率的预测模型.利用本文方法所建立的预测模型对某企业数控转台的上齿盘失效概率进行预测,并与传统的GRNN神经网络预测模型、BP神经网络预测模型和回归预测模型进行对比,结果显示本文所建立的模型预测误差小于0.8%、残差在-0.2%～0.2%范围内,均优于对比模型的预测结果,表明所建立的预测模型具有更高的精度和更强的稳健性,适合于零件失效概率的预测. 展开更多

关键词 广义回归神经网络 灰色关联分析 层次分析法 加权评价值 预测

在线阅读 下载PDF 职称材料

基于SOBOL-OEGO-GRNN模型的土石坝渗透系数反演方法与应用

9

作者 倪勇 沈振中 +3 位作者 张延贺 孙一清 李永超 冯亚新 《水电能源科学》 北大核心 2025年第6期138-142,共5页

针对实际工程中各筑坝材料渗透系数难以准确测定的问题,提出了一种基于SOBOL-OEGO-GRNN组合代理模型的土石坝渗流场渗透系数反演方法。引入新型高效元启发式算法鳗鱼-石斑鱼算法(EGO),利用SOBOL抽样优化种群分布,对原始算法中部分系数... 针对实际工程中各筑坝材料渗透系数难以准确测定的问题,提出了一种基于SOBOL-OEGO-GRNN组合代理模型的土石坝渗流场渗透系数反演方法。引入新型高效元启发式算法鳗鱼-石斑鱼算法(EGO),利用SOBOL抽样优化种群分布,对原始算法中部分系数取值公式用二次函数进行改进,采用三角形随机游走策略形成改进后鳗鱼-石斑鱼优化算法(OEGO)。通过CEC测试函数集验证了改进效果,同时与常见算法性能进行了比较。结果表明,采用的3种改进策略能有效提升算法性能并优于几种常见算法。在某面板堆石坝工程的应用中,根据最终反演的渗透系数,正算得到测点水头理论值,相比实际水头值,相对误差最大不超过1.52%,且坝体渗流场整体位势分布合理,表明反演结果合理可靠。该模型为反演土石坝渗流场材料渗透系数提供了参考。 展开更多

关键词 渗透系数 反分析 鳗鱼-石斑鱼优化算法 广义回归神经网络

在线阅读 下载PDF 职称材料

基于GRA-GRNN模型的露天金属矿爆破后矿岩界线位移分析 被引量：5

10

作者 刘德儿 罗毅超 +1 位作者 马大喜 杨鹏 《有色金属工程》 CAS 北大核心 2020年第1期102-112,共11页

为了避免露天金属矿爆破后导致爆堆边缘矿石品位贫化损失,需要根据最低品位阈值重新计算矿岩边界,而影响矿岩边界发生改变因素众多,需要确定主要影响因素。因此,利用爆堆爆破前地形方向和爆堆地质数据,构建灰色关联-广义回归神经网络模... 为了避免露天金属矿爆破后导致爆堆边缘矿石品位贫化损失,需要根据最低品位阈值重新计算矿岩边界,而影响矿岩边界发生改变因素众多,需要确定主要影响因素。因此,利用爆堆爆破前地形方向和爆堆地质数据,构建灰色关联-广义回归神经网络模型(GRA-GRNN)分析爆堆矿岩边界变化主要影响因素。首先对爆堆钻孔品位数据使用析取克里金法进行空间插值,并根据矿山工艺最低品位阈值提取爆破前的矿岩边界;其次,将爆破前后的数字DEM模型进行求差,求得爆破后的爆堆数字DEM模型,并构建爆破前后爆堆数字DEM模型空间分布椭圆,从而确定爆堆爆破后的水平形变方向;对影响爆堆爆破后形变的可能因素进行提取,并应用GRA-GRNN模型选取主要影响因素及对其强度进行分析,并将其结果与BP神经网络模型预测结果进行了对比。从实验结果可知,影响爆堆爆破后形变强度排前三的因素为:爆破前地形方向、爆孔排距和列距,强度分别为0.880、0.760和0.755,预测结果优于BP模型。 展开更多

关键词 广义回归神经网络 灰色关联分析 误差椭圆 矿岩界线位移 空间分布度量

在线阅读 下载PDF 职称材料

基于SFLA-GRNN模型的基坑地表最大沉降预测 被引量：24

11

作者 钟国强 王浩 +2 位作者 李莉 王成汤 谢壁婷 《岩土力学》 EI CAS CSCD 北大核心 2019年第2期792-798,808,共8页

为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型(SFLA-GRNN模型)。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关... 为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型(SFLA-GRNN模型)。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关性进行量化,并剔除与输出变量相关性明显偏小的输入变量;其次,利用混合蛙跳算法(SFLA)对广义回归神经网络模型(GRNN)的平滑因子进行优化确定,减少人为因素对模型精度和泛化能力的不良影响;最后,利用筛选得到的输入变量集建立基坑地表最大沉降预测的广义回归神经网络模型。实例应用及对比计算结果表明,基于灰色相关度的输入变量筛选和基于混合蛙跳算法的平滑因子优化均能够有效提高广义回归神经网络模型的精度和泛化能力,以上结论可为类似变形预测提供参考。 展开更多

关键词 混合蛙跳算法 广义回归神经网络 平滑因子 灰色相关度分析 沉降预测

在线阅读 下载PDF 职称材料

基于动态权值相似日选取算法的短期负荷预测 被引量：39

12

作者 李啸骢 李春涛 +5 位作者 从兰美 任子熠 罗宏亮 王彧文 袁辉 丘浩 《电力系统保护与控制》 EI CSCD 北大核心 2017年第6期1-8,共8页

提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取... 提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取算法的适应性和有效性。选取出相似日后,采用灰色模型和广义回归神经网络(GRNN)串联组合的短期负荷预测方法,并通过改进的布谷鸟(MCS)算法对GRNN平滑因子进行优化,组合模型改善了单一模型预测精度的稳定性。实例预测结果验证了该方法的有效性。 展开更多

关键词 短期负荷预测 相似日 改进的果蝇优化算法 灰色模型 广义回归神经网络 改进的布谷鸟算法

在线阅读 下载PDF 职称材料

学习相位一致特征的无参考图像质量评价 被引量：21

13

作者 李朝锋 唐国凤 +1 位作者 吴小俊 琚宜文 《电子与信息学报》 EI CSCD 北大核心 2013年第2期484-488,共5页

为了有效地评价不同失真类型的图像质量,该文提出一种利用广义回归神经网络(GRNN)学习图像相位一致特征的无参考评价方法。该方法首先使用相位一致模型产生相位一致图像、相位一致协方差最大、最小图像,然后利用灰度-梯度共生矩阵模型... 为了有效地评价不同失真类型的图像质量,该文提出一种利用广义回归神经网络(GRNN)学习图像相位一致特征的无参考评价方法。该方法首先使用相位一致模型产生相位一致图像、相位一致协方差最大、最小图像,然后利用灰度-梯度共生矩阵模型计算该3幅图像的梯度熵、原始图像的梯度均值和梯度熵,再加上该3幅图像的均值,共8个特征输入GRNN模型训练学习,预测得到图像质量评价得分。实验结果表明新方法与主观得分有较好的一致性,同时具有可靠的推广性。 展开更多

关键词 图像处理 无参考图像质量评价 相位一致 灰度-梯度共生矩阵 广义回归神经网络

在线阅读 下载PDF 职称材料

东盟水果产量变化趋势分析 被引量：5

14

作者 于平福 何新华 +2 位作者 陆宇明 黄桂香 杨媚 《西南农业学报》 CSCD 北大核心 2010年第4期1329-1333,共5页

采用基于小波分析的灰色系统模型和人工神经网络相结合的研究方法,对东盟水果产量变化趋势进行测定分析。结果表明,东盟水果产量总体上随时间呈指数增长,并以13年为最明显特征时间尺度的周期波动变化;东盟水果产量长期增长趋势变化对水... 采用基于小波分析的灰色系统模型和人工神经网络相结合的研究方法,对东盟水果产量变化趋势进行测定分析。结果表明,东盟水果产量总体上随时间呈指数增长,并以13年为最明显特征时间尺度的周期波动变化;东盟水果产量长期增长趋势变化对水果产量变化趋势影响最大;在品种结构、区域分布及面积和单产因素方面,东盟水果产量长期增长趋势和周期波动均具有非对称特征;灰色关联性分析显示香蕉产量长期增长趋势变化、印度尼西亚的水果产量长期趋势变化和水果单产长期趋势变化对东盟水果长期增长趋势变化的影响程度最大,菠萝产量周期波动、印度尼西亚的水果产量周期波动和收获面积周期波动对东盟水果产量的周期波动最为敏感。未来几年东盟水果产量仍将保持增长趋势。 展开更多

关键词 东盟 水果产量 变化趋势 小波分析 灰色关联分析 灰色预测模型GM(1 1) 广义回归神经网络

在线阅读 下载PDF 职称材料

基于变权重组合模型的铁路客运量短期预测 被引量：11

15

作者 褚鹏宇 刘澜 《计算机工程与应用》 CSCD 北大核心 2017年第4期228-232,262,共6页

科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪... 科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM(1,1)模型、离散GM(1,1)模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。 展开更多

关键词 铁路客运量 变权重 灰色理论 广义回归神经网络 组合预测

在线阅读 下载PDF 职称材料

苏里格地区三水模型与数学方法结合的致密砂岩储层评价 被引量：6

16

作者 郭宇航 潘保芝 +3 位作者 蒋必辞 刘思慧 房春慧 李丁 《石油物探》 EI CSCD 北大核心 2015年第5期621-626,共6页

应用三水模型评价苏里格地区致密砂岩储层时,在孔隙度较高的层段,孔隙度和含水饱和度预测结果与岩心数据符合度很好;在孔隙度较低的层段,孔隙度预测结果符合度较好,但含水饱和度预测结果存在很大偏差。造成这一现象的原因是孔隙度较低... 应用三水模型评价苏里格地区致密砂岩储层时,在孔隙度较高的层段,孔隙度和含水饱和度预测结果与岩心数据符合度很好;在孔隙度较低的层段,孔隙度预测结果符合度较好,但含水饱和度预测结果存在很大偏差。造成这一现象的原因是孔隙度较低的层段岩性更加致密,孔隙结构更加复杂,三水模型中的参数难以赋值。为此,提出三水模型与数学方法结合的致密砂岩储层评价方法,通过全区密闭取心资料分析确定三水模型处理下限,在下限之下的层段结合广义回归神经网络(GRNN)和粒子群-支持向量机(PSO-SVM)算法得到处理结果。三水模型结合数学方法在苏里格地区综合处理的结果与该区岩心数据符合度较好,说明方法是可行的。 展开更多

关键词 致密砂岩 含水饱和度 三水模型 粒子群-支持向量机算法(PSO-SVM) 广义回归神经网络(GRNN)

在线阅读 下载PDF 职称材料

优化HHT端点效应的新方法 被引量：5

17

作者 赵军 李林峰 +2 位作者 郭天太 王道档 孔明 《计量学报》 CSCD 北大核心 2016年第5期509-514,共6页

在旋转机械的故障诊断中，希尔伯特-黄变换（HHT）方法常用于提取故障特征信号以及分解结果的时频分析，然而，在HHT中会出现端点效应问题，且导致模态混叠和虚假本征模态函数（IMF）等一系列问题。针对这一问题，提出了利用广义回归神... 在旋转机械的故障诊断中，希尔伯特-黄变换（HHT）方法常用于提取故障特征信号以及分解结果的时频分析，然而，在HHT中会出现端点效应问题，且导致模态混叠和虚假本征模态函数（IMF）等一系列问题。针对这一问题，提出了利用广义回归神经网络（GRNN）和边界局部特征尺度延拓（BLCC）相结合的方法先对信号延拓，再进行经验模式分解（EMD）。通过仿真与故障实验，在时域、频域和希尔伯特-黄谱的相关参数的情况下，对比镜像延拓优化的HHT分解结果，验证了所提方法的有效性。实验结果表明：所述方法能够有效地抑制HHT中的端点效应，且减轻了模态混叠和虚假IMF分量，同时能准确地表现信号的真实结构成分。 展开更多

关键词 计量学 故障诊断 旋转机械 希尔伯特-黄变换 端点效应 模态混叠 边界局部特征尺度延拓法 广义回归神经网络

在线阅读 下载PDF 职称材料

多种灾情预测模型的研究──2001年后上海市热带气旋灾情预测 被引量：7

18

作者 茆会勇 张相庭 《自然灾害学报》 CSCD 北大核心 2001年第2期73-78,共6页

采用３种方法，即灰色模型ＧＭ、自回归－滑动平均模型ＡＲＭＡ和人工神经网络ＡＮＮ预测了上海市２００１年后（含２００１年）强热带气旋出现的趋势与规律。结果表明，２００１，２００６和２０１０年将出现中级以上灾情，而前两个年... 采用３种方法，即灰色模型ＧＭ、自回归－滑动平均模型ＡＲＭＡ和人工神经网络ＡＮＮ预测了上海市２００１年后（含２００１年）强热带气旋出现的趋势与规律。结果表明，２００１，２００６和２０１０年将出现中级以上灾情，而前两个年份灾情较重．通过数值计算结果比较了３种方法的应用特点，为进一步建立综合预测模型打下基础。 展开更多

关键词 灾害预测 灰色模型 自回归-滑动平均模型 人工神经网络 上海市 热带气旋

在线阅读 下载PDF 职称材料

疾病费用预测的建模分析

19

作者 张菁芳 李佳承 任家顺 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第2期99-106,共8页

根据重庆市某三级甲等医院2012年1月至2014年12月5种常见疾病(糖尿病、甲状腺功能亢进、顺产、肠息肉、脑梗死)的月人均治疗费用数据,采用BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型以及非线性回归模型,分别预测2015年1月... 根据重庆市某三级甲等医院2012年1月至2014年12月5种常见疾病(糖尿病、甲状腺功能亢进、顺产、肠息肉、脑梗死)的月人均治疗费用数据,采用BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型以及非线性回归模型,分别预测2015年1月至8月5种疾病的月人均治疗费用的变化情况,并与真实费用数据进行对比,判断4种模型预测的准确程度。结果表明:BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型、非线性回归模型预测5种疾病的可决系数R2最小分别为0.278、0.565、0.048和0.097,最大分别为0.826、0.901、0.600和0.747;与2015年1月至8月的真实费用数据比较,4种模型预测的相对误差最小分别为9.845%、3.507%、5.897%和3.642%,最大分别为15.450%、13.940%、30.518%和17.204%。其中广义回归神经网络在疾病费用的预测结果相对于其他模型更准确。 展开更多

关键词 BP神经网络 广义回归神经网络 灰色GM(1 1)预测 非线性回归分析 数学建模

在线阅读 下载PDF 职称材料

中长期径流预报模型优选研究 被引量：11

20

作者 石继海 宋松柏 李航 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2019年第7期147-154,共8页

【目的】对中长期径流预报模型进行比较和优选,为中长期径流预报模型的应用及提高预报精度提供参考。【方法】以黄河流域黑石关、龙门、民和水文站年径流为研究对象,利用灰色预测进行趋势分析、逐步回归进行周期分析,两者耦合建立灰色-... 【目的】对中长期径流预报模型进行比较和优选,为中长期径流预报模型的应用及提高预报精度提供参考。【方法】以黄河流域黑石关、龙门、民和水文站年径流为研究对象,利用灰色预测进行趋势分析、逐步回归进行周期分析,两者耦合建立灰色-逐步回归周期模型;利用逐步回归分析确定均生函数的周期性基函数,耦合建立均生函数-逐步回归模型;利用灰色-逐步回归中的趋势项和周期项作为预报因子,建立投影寻踪回归模型;利用前4年的实测径流数据预报当年径流,建立BP神经网络模型,并通过信息熵原理进行站点模型的综合评价和优选。【结果】建模期除黑石关水文站BP神经网络模型外,各站点拟合预报的平均相对误差均小于11.0%,合格率均大于90%。验证期除民和水文站灰色-逐步回归周期模型外,各站点平均相对误差均小于20%,合格率等于或大于80%,满足精度要求。【结论】均生函数-逐步回归径流预报模型可作为黑石关水文站的优选模型,BP神经网络径流预报模型可作为龙门和民和水文站的优选模型。 展开更多

关键词 径流预报 灰色-逐步回归周期 均生函数 投影寻踪回归 BP神经网络

在线阅读 下载PDF 职称材料