期刊文献+
共找到94篇文章
< 1 2 5 >
每页显示 20 50 100
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
基于灰色-广义回归神经网络的工程公司供应商评价 被引量:1
2
作者 孙禹 徐克林 秦玮 《物流技术》 2011年第3期91-94,共4页
针对B工程公司中缺乏供应商评估工具,造成公司资源浪费,甚至巨额损失的现状,结合精益供应链的特点,构筑精益供应商评价体系模型。在模型的基础上,提出一种基于灰色-广义回归神经网络(G-GRNN)的工程公司供应商评价方法,通过Matlab中的神... 针对B工程公司中缺乏供应商评估工具,造成公司资源浪费,甚至巨额损失的现状,结合精益供应链的特点,构筑精益供应商评价体系模型。在模型的基础上,提出一种基于灰色-广义回归神经网络(G-GRNN)的工程公司供应商评价方法,通过Matlab中的神经网络工具对其进行建模,并以B安防系统工程公司的实例证明了其有效性,并证明其精度高于传统BP神经网络。 展开更多
关键词 供应商评价 灰色-广义回归神经网络 MATLAB
在线阅读 下载PDF
基于广义回归神经网络的船舶交通量预测模型 被引量:13
3
作者 刘敬贤 刘振东 周锋 《中国航海》 CSCD 北大核心 2011年第2期74-77,85,共5页
船舶交通量受多种环境与社会因素的影响,使得船舶交通量预测存在复杂性与非线性的特点。在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络GRNN的基本原理与拓扑结构。不同类型船舶受各类因素影响的程度不同,根据天津港VTS(... 船舶交通量受多种环境与社会因素的影响,使得船舶交通量预测存在复杂性与非线性的特点。在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络GRNN的基本原理与拓扑结构。不同类型船舶受各类因素影响的程度不同,根据天津港VTS(Vessel Traffic Services)中心提供的船舶交通量数据,按船舶种类将船舶交通量分为六类,利用GRNN神经网络分别进行预测。预测结果表明GRNN神经网络具有很强的非线性拟合能力,有效解决了天津港船舶交通量预测中的小样本问题,提高了整个预测系统的精度与稳定性。 展开更多
关键词 水路运输 船舶交通量 广义回归神经网络 小样本问题 组合预测模型
在线阅读 下载PDF
基于广义回归神经网络的磁流变减振器模型辨识 被引量:8
4
作者 王戡 郑玲 刘非 《汽车工程》 EI CSCD 北大核心 2013年第7期619-623,634,共6页
根据磁流变减振器的非线性特性,提出磁流变减振器广义回归神经网络(GRNN)模型辨识方法,利用台架试验获取的力学特性数据,建立磁流变减振器广义回归神经网络正、逆模型,并与反向传播神经网络(BPNN)模型进行比较。结果表明:通过合理选取... 根据磁流变减振器的非线性特性,提出磁流变减振器广义回归神经网络(GRNN)模型辨识方法,利用台架试验获取的力学特性数据,建立磁流变减振器广义回归神经网络正、逆模型,并与反向传播神经网络(BPNN)模型进行比较。结果表明:通过合理选取网络变量并优化光滑因子,GRNN模型能准确预测磁流变减振器的阻尼力和控制电流,其正、逆模型辨识精度优于BPNN模型。此外,GRNN还具有结构简单、快速收敛等特点,为磁流变减振器的准确建模与控制提供了重要手段。 展开更多
关键词 磁流变减振器 广义回归神经网络 反向传播神经网络 模型辨识
在线阅读 下载PDF
灰色-进化神经网络模型在深埋隧道围岩变形预测中的应用 被引量:23
5
作者 吴益平 李亚伟 《岩土力学》 EI CAS CSCD 北大核心 2008年第S01期263-266,共4页
由于深埋隧道围岩的变形受到构造、应力场、地下水、开挖方式等复杂因素的综合影响,具有位移时间序列的单调增长的特殊性和非线性,运用响应成分模型将隧道围岩位移量分解成具有确定性的趋势项和具有不确定性的随机项。建立灰色–进化神... 由于深埋隧道围岩的变形受到构造、应力场、地下水、开挖方式等复杂因素的综合影响,具有位移时间序列的单调增长的特殊性和非线性,运用响应成分模型将隧道围岩位移量分解成具有确定性的趋势项和具有不确定性的随机项。建立灰色–进化神经网络模型对趋势项和随机项进行预测,既结合GM(1,1)模型较好预测序列增长趋势的特点,又结合神经网络利用自适应实现网络总体误差最小的特点,进而解决了单一利用GM(1,1)模型时预测值的随机偏离量较大的问题,保证了预测的精度。将该模型应用于基于实测位移资料的堡镇隧道围岩水平收敛位移短期预测,较好地揭示了隧道围岩收敛位移演化的规律,为合理选取二次衬砌时机提供了参考。 展开更多
关键词 深埋隧道 围岩变形预测 灰色-进化神经网络模型
在线阅读 下载PDF
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
6
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
多维项目反应理论补偿性模型参数估计:基于广义回归神经网络集合 被引量:7
7
作者 王鹏 孟维璇 +4 位作者 朱干成 张登浩 张利会 董一萱 司英栋 《心理学探新》 CSSCI 北大核心 2019年第3期244-249,共6页
运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项... 运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项目参数值与考生作答矩阵。其次,把通过主成分分析得到的前两个因子在每个题目上的载荷作为区分度的初始值以及题目通过率作为难度的初始值,这两个指标的初始值作为神经网络的输入。集成100个神经网络,其输出值的均值作为MIRT的项目参数估计值。最后,设置2×2种(能力相关水平:0.3和0.7;两种估计方法:GRNN和MCMC方法)实验处理,对GRNN和MCMC估计方法的返真性进行比较。结果表明,小样本的情况下,基于GRNN集成方法的参数估计结果优于MCMC方法。 展开更多
关键词 多维项目反应理论 补偿性模型 广义回归神经网络 参数估计
在线阅读 下载PDF
基于主成分回归与灰色神经网络模型的水资源承载力需水量预测 被引量:14
8
作者 章恒全 何薇 《水资源与水工程学报》 2014年第1期103-108,共6页
我国的水资源利用问题日趋严峻。作为影响水资源承载力的重要因素,社会经济活动对水资源的影响尤为明显。通过分析影响水资源承载力的社会经济驱动要素,建立主成分回归模型,分析得出影响江苏省水资源承载力变化的三个驱动力以及驱动力... 我国的水资源利用问题日趋严峻。作为影响水资源承载力的重要因素,社会经济活动对水资源的影响尤为明显。通过分析影响水资源承载力的社会经济驱动要素,建立主成分回归模型,分析得出影响江苏省水资源承载力变化的三个驱动力以及驱动力影响度,利用三个驱动力中的6个重要驱动因子,建立灰色神经网络预测模型,预测出江苏省2012-2013年的年需水量。结果表明:预测模型精度较高,最后结合江苏省发展现状提出相关的政策性建议。 展开更多
关键词 水资源承载力 主成分回归模型 灰色神经网络模型 需水量预测
在线阅读 下载PDF
基于改进广义回归神经网络的工作面低氧预测模型研究 被引量:12
9
作者 杨小彬 王逍遥 +1 位作者 周世禄 张子鹏 《矿业科学学报》 2019年第5期434-440,共7页
为了更有效合理地解决煤矿工作面中低氧问题,以神东某煤矿工作面监测数据为样本,考虑监测物理参数之间的相互影响关系,借助主成分分析法对广义回归神经网络(GRNN)进行改进,构建工作面氧气浓度预测模型,编制改进的GRNN模型程序。将预测... 为了更有效合理地解决煤矿工作面中低氧问题,以神东某煤矿工作面监测数据为样本,考虑监测物理参数之间的相互影响关系,借助主成分分析法对广义回归神经网络(GRNN)进行改进,构建工作面氧气浓度预测模型,编制改进的GRNN模型程序。将预测氧气浓度结果与实测数据对比,证明改进后的GRNN模型具有良好的拟合准确度和泛化能力,比改进前GRNN模型和BP神经网络模型更适合于煤矿工作面低氧问题的预测;利用改进的GRNN模型分析了工作面进、回风压力及进风温度对工作面及回风平巷氧浓度的影响,为矿井工作面低氧预测及工作面低氧防治技术提供了参考。 展开更多
关键词 低氧问题 广义回归神经网络 预测模型 泛化能力
在线阅读 下载PDF
基于广义回归神经网络模型模拟夏玉米蒸发蒸腾量 被引量:4
10
作者 冉梽乂 肖璐 +3 位作者 崔宁博 张志亮 蔡焕杰 张宝忠 《中国农村水利水电》 北大核心 2020年第2期93-99,104,共8页
作物蒸发蒸腾(ET)是农业水管理的关键技术参数,ET的准确估算对精准灌溉管理的实现及区域水资源配置均具有重要意义。为有效提高西北地区夏玉米ET预报精度,利用2011-2013年夏玉米作物指数与气象因子,基于广义回归神经网络(GRNN)构建西北... 作物蒸发蒸腾(ET)是农业水管理的关键技术参数,ET的准确估算对精准灌溉管理的实现及区域水资源配置均具有重要意义。为有效提高西北地区夏玉米ET预报精度,利用2011-2013年夏玉米作物指数与气象因子,基于广义回归神经网络(GRNN)构建西北地区夏玉米蒸发蒸腾量估算模型,并与Shuttleworth-Wallace(S-W)物理模型估算结果进行比较。结果表明,与大型蒸渗仪实测夏玉米不同时段ET相比,GRNN对夏玉米各生育期及全生育期ET的模拟效果更优。夏玉米全生育期ET最优模拟模型为M12(输入T、n、LAI),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.9252 mm/d、0.5500、0.5536、0.8368、0.4307和4;夏玉米出苗-抽雄期ET模拟最优模型为MⅠ-14(输入fc、H),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.8660 mm/d、0.3917、0.4252、0.3606、0.3990和2;抽雄-灌浆期最优模型为MⅡ-9(输入n、T、RH、LAI),其MAE、NSE、R2、MRE、RRMSE和GPI排名分别为0.5933 mm/d、0.7537、0.7601、0.2299、0.2840和1;灌浆-收获期最优模型MⅢ-11(输入RH、n、T),其相关参数分别为0.3258 mm/d、0.8570、0.8852、0.2112、0.2155和2;同时GRNN模型模拟值较S-W模型模拟值精确度明显更高。因此,基于广义回归神经网络的蒸发蒸腾量估算模型可用于较少输入参数下西北地区夏玉米不同生育期蒸发蒸腾量精准模拟。 展开更多
关键词 蒸发蒸腾量模拟 夏玉米 广义回归神经网络 Shuttleworth-Wallace模型
在线阅读 下载PDF
基于BP神经网络灰色回归组合模型的年最大负荷预测 被引量:8
11
作者 吴亚雄 谢敏 《南方能源建设》 2017年第2期46-50,57,共6页
为克服单一电力负荷预测模型的局限性,改善预测结果,提出了一种基于BP神经网络灰色回归组合模型的年最大负荷预测方法。在BP神经网络预测模型中,采用Levenberg-Marquardt算法对参数迭代过程进行优化;在灰色预测模型中,采用加政策因子处... 为克服单一电力负荷预测模型的局限性,改善预测结果,提出了一种基于BP神经网络灰色回归组合模型的年最大负荷预测方法。在BP神经网络预测模型中,采用Levenberg-Marquardt算法对参数迭代过程进行优化;在灰色预测模型中,采用加政策因子处理法对原始数列进行改造以强化数列的递增趋势;在回归预测模型中,采用逐步线性回归法剔除对因变量影响较小的自变量。最后利用方差-协方差法对三种预测模型进行加权组合。以广州市2007—2016年实际数据对组合预测模型进行验证,并对广州市2017—2019年的年最大负荷进行预测。结果表明:所提方法预测精度较高且误差在工程允许范围之内,具有一定的工程实用价值。 展开更多
关键词 BP神经网络 灰色预测 逐步线性回归 组合预测模型 负荷预测
在线阅读 下载PDF
基于广义回归神经网络的边坡稳定性评价 被引量:22
12
作者 兰海涛 李谦 韩春雨 《岩土力学》 EI CAS CSCD 北大核心 2009年第11期3460-3463,共4页
边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训... 边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训练和测试该模型的可靠性和可行性。结果表明,广义回归神经网络模型在使用过程中需选择合适的光滑因子,而所得出的数据与实际结果较为相符,解决了之前使用的BP神经网络模型的缺点,具有很好的工程运用前景。 展开更多
关键词 广义回归神经网络 边坡稳定性 光滑因子 神经网络模型
在线阅读 下载PDF
基于广义回归神经网络的发动机排放预测 被引量:10
13
作者 俞明 林冬燕 +1 位作者 孙国斌 黄榕清 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第1期51-56,共6页
神经网络是当前最主要的智能控制技术之一 ,它模拟人脑的结构及对信息的记忆和处理功能 ,具有擅长从输入输出数据中学习有用的知识的特性 .发动机性能预测是根据发动机结构参数和运转参数来估算推测发动机的各种性能指标 ,因此可以利用... 神经网络是当前最主要的智能控制技术之一 ,它模拟人脑的结构及对信息的记忆和处理功能 ,具有擅长从输入输出数据中学习有用的知识的特性 .发动机性能预测是根据发动机结构参数和运转参数来估算推测发动机的各种性能指标 ,因此可以利用神经网络的学习性的特点 ,借助神经网络将各种影响汽油机燃烧过程的主要参数对汽油机的非线性影响以网络模型的形式表示出来 .文中讨论了如何抛开数学建模的方式 ,选用广义回归神经网络 ,进行发动机排放特性的预测 .应用MATLAB软件工具箱编程 。 展开更多
关键词 广义回归神经网络 发动机 排放预测 预测模型 智能控制 汽油机 排放控制
在线阅读 下载PDF
基于粒子群算法和广义回归神经网络的ET_0预测 被引量:8
14
作者 周瑞 魏正英 +1 位作者 张育斌 张帅 《中国农村水利水电》 北大核心 2017年第6期1-7,共7页
为实现参考作物蒸散量(Reference Crop Evapotranspiration,ET_0)的准确计算和预测,利用广义回归神经网络(Generalized Regression Neural Network,GRNN)进行非线性映射,为减少人为因素影响采用粒子群算法(Particle Swarm Optimization,... 为实现参考作物蒸散量(Reference Crop Evapotranspiration,ET_0)的准确计算和预测,利用广义回归神经网络(Generalized Regression Neural Network,GRNN)进行非线性映射,为减少人为因素影响采用粒子群算法(Particle Swarm Optimization,PSO)自动寻找神经网络最优参数,建立了基于粒子群算法和广义回归神经网络的参考作物蒸散量预测模型(PSO-GRNN)。研究气象数据缺失情况下模型模拟效果,在缺失风速和日照时数情况下,模型仍能取得较好效果(模型均方根误差和自相关系数分别为0.437%和91.865%)。将模型计算结果与Hargreaves、Priestly-Taylor、Makkink、Irmark-Allen等4种经验模型进行对比,得到模型的均方根误差和自相关系数为0.23%和97.709%,优于4种经验模型。以P-M模型求得的参考作物蒸散量为标准值,对2011-2015年预测得到的参考作物蒸散量进行求和,得到PSO-GRNN模型计算得到历年ET_0总和的相对误差为0.44%,优于4种经验模型(Hargreaves模型18.29%、Priestly-Taylor模型2.89%、Makkink模型3.27%、Irmark-Allen模型18.49%)。该研究建立的PSO-GRNN模型预测精度高,稳定性好,人为影响少,能够较好的进行ET_0模拟计算,为作物需水量智能决策提供参考。 展开更多
关键词 参考作物蒸散量 广义回归神经网络 粒子群算法 预测模型
在线阅读 下载PDF
基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模与预测 被引量:12
15
作者 曹岩枫 徐诚 《兵工学报》 EI CAS CSCD 北大核心 2017年第1期1-8,共8页
机枪枪管初速衰减预测是一个复杂的非线性问题。广义回归神经网络方法被广泛应用于非线性问题的建模,但其平滑因子取值对神经网络的预测性能有较大影响。采用果蝇算法对广义回归神经网络的参数进行优化选取,提出了基于果蝇算法优化广义... 机枪枪管初速衰减预测是一个复杂的非线性问题。广义回归神经网络方法被广泛应用于非线性问题的建模,但其平滑因子取值对神经网络的预测性能有较大影响。采用果蝇算法对广义回归神经网络的参数进行优化选取,提出了基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模方法。基于机枪枪管初速衰减试验数据,建立在不同使用环境下随着累计射弹量的增加,以初速降为特征量的机枪枪管初速衰减预测模型,预测结果与试验结果基本一致,证实了所提方法的可行性。通过与未经优化的广义回归神经网络方法和反向传播神经网络方法建立的预测模型进行比较,其性能明显优于另外两种方法,验证了基于果蝇算法优化的广义回归神经网络方法在建立机枪枪管初速衰减模型中的有效性。 展开更多
关键词 兵器科学与技术 果蝇算法 广义回归神经网络 初速衰减 预测模型
在线阅读 下载PDF
基于果蝇算法优化广义回归神经网络的凝汽器真空预测 被引量:9
16
作者 葛晓霞 肖洪闯 +2 位作者 嵇卫 蔡宁宁 缪国钧 《汽轮机技术》 北大核心 2018年第3期208-212,共5页
针对凝汽器真空模型复杂而难以准确建立的问题,提出了基于果蝇算法优化广义回归神经网络(FOAGRNN)构建凝汽器真空预测模型的新方法。为了简化网络模型,通过计算平均影响值(MIV)筛选出对凝汽器真空影响较为重要的变量。采用果蝇算法对光... 针对凝汽器真空模型复杂而难以准确建立的问题,提出了基于果蝇算法优化广义回归神经网络(FOAGRNN)构建凝汽器真空预测模型的新方法。为了简化网络模型,通过计算平均影响值(MIV)筛选出对凝汽器真空影响较为重要的变量。采用果蝇算法对光滑因子进行优化选取,减少人为设置参数对预测效果的影响,提高广义回归神经网络(GRNN)的预测精度。将该方法应用于660MW火电机组凝汽器真空预测,并与未经变量筛选的GRNN及FOAGRNN预测结果进行对比。结果表明筛选变量过后的FOAGRNN模型的预测精度明显优于另外两种,平均相对误差为1.0925%,能够准确地预测凝汽器真空变化值。 展开更多
关键词 凝汽器真空 果蝇算法 广义回归神经网络 平均影响值 预测模型
在线阅读 下载PDF
基于广义回归神经网络的税务稽查选案实证研究 被引量:3
17
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
基于广义回归神经网络的用水量预测模型及其应用
18
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
基于广义回归神经网络的工业项目电气设计工时预测 被引量:1
19
作者 刘向一 严宝英 《中国高新技术企业》 2015年第4期19-21,共3页
文章针对工业项目电气设计的特点,总结分析了影响工时的各种因素,提出了利于广义回归神经网络进行工时预测的方法。结果表明,所提方法能较好地模拟反映实际工程情况,其逼近能力和学习速度方面具有较强优势。对于项目管理人员来说,回归... 文章针对工业项目电气设计的特点,总结分析了影响工时的各种因素,提出了利于广义回归神经网络进行工时预测的方法。结果表明,所提方法能较好地模拟反映实际工程情况,其逼近能力和学习速度方面具有较强优势。对于项目管理人员来说,回归模型具有较强的实用性和经济价值。 展开更多
关键词 广义回归神经网络 工业项目 电气设计 工时预测 回归模型
在线阅读 下载PDF
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:14
20
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
上一页 1 2 5 下一页 到第
使用帮助 返回顶部