检索结果-维普期刊中文期刊服务平台

灰色BP神经网络模型在民勤盆地地下水埋深动态预测中的应用被引量：8: 1; 作者杨婷魏晓妹 +1 位作者胡国杰许义和《干旱地区农业研究》 CSCD 北大核心 2011年第2期204-208,共5页; 先建立等维新息GM（1,1）模型和BP神经网络模型相耦合的灰色BP神经网络组合模型,再以民勤盆地64、65和84号井为代表,运用此模型模拟和预报石羊河下游民勤盆地的地下水埋深动态。模型精度检验表明,646、5和84号井预测值的平均相对误差分... 展开更多; 关键词 GM(1 1)模型灰色bp网络模型地下水埋深预测民勤盆地; 在线阅读下载PDF 职称材料

灰色BP神经网络模型的优化及负荷预测被引量：24: 2; 作者周德强武本令《电力系统保护与控制》 EI CSCD 北大核心 2011年第21期65-69,共5页; 为了提高样本数据较少情况下中长期负荷预测的预测精度,分析了传统GM(1,1)预测模型的缺点,提出了一种适用于中长期负荷预测的GM(1,1)优化建模方法。用一个与GM(1,1)模型的时间响应式具有相同形式的连续函数,拟合灰色系统的原始离散数据... 展开更多; 关键词 GM(1 1)模型灰色bp神经网络模型 bp算法优化建模中长期负荷预测; 在线阅读下载PDF 职称材料

基于灰色BP神经网络模型的文胸压力预测研究被引量：3: 3; 作者马秋瑞周捷 +1 位作者李健林强强《针织工业》北大核心 2019年第8期65-68,共4页; 为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通... 展开更多; 关键词 bp神经网络模型灰色bp神经网络模型文胸压力预测; 在线阅读下载PDF 职称材料

基于灰色BP神经网络的青藏铁路路基沉降预测模型被引量：2: 4; 作者郭继林《中国铁路》 2022年第11期63-68,共6页; 为分析青藏铁路路基高程不规则变形问题,以青藏铁路唐古拉南—安多区间冻土路基沉降变形监控数据为依据,提出一种基于灰色BP神经网络的路基沉降预测模型,利用GM(1,1)模型拟合数据的残差进行BP神经网络训练,并通过训练后的残差序列得到... 展开更多; 关键词青藏铁路铁路路基沉降预测统计分析多年冻土灰色bp神经网络模型; 在线阅读下载PDF 职称材料

灰色神经网络组合模型在庆安县年降雨量预测中的应用被引量：11: 5; 作者任晔徐淑琴《节水灌溉》北大核心 2012年第9期24-25,29,共3页; 采用灰色神经网络对黑龙江省庆安县年降雨量进行预测建模,利用灰色GM(1.1)模型"贫信息"和神经网络非线性函数映射能力优秀的特性,避免了灰色GM(1.1)模型对预测拟合精度低的问题。结果表明灰色神经网络组合模型的平均相对误差... 展开更多; 关键词 GM(1.1)灰色预测模型bp人工神经网络灰色神经网络组合模型年降雨量预测; 在线阅读下载PDF 职称材料

基于组合模型的天津市地面沉降预测及危险性评价被引量：9: 6; 作者何理焦蒙蒙 +1 位作者王喻宣李天国《水利水电技术（中英文）》北大核心 2022年第1期178-189,共12页; 针对天津市过度开采地下水引发的地面沉降问题,基于组合模型开展区域沉降预测及危险性评价研究。首先分别运用灰色理论GM(1,1)预测模型、BP神经网络预测模型以及灰色BP神经网络(GM-BP)组合预测模型,对地面沉降量数据进行校核与补充。然... 展开更多; 关键词地下水开采组合模型地面沉降预测危险性评价灾害点分布灰色bp神经网络预测模型影响因素 ARCGIS; 在线阅读下载PDF 职称材料

题名灰色BP神经网络模型在民勤盆地地下水埋深动态预测中的应用被引量：8: 1; 作者杨婷魏晓妹胡国杰许义和; 机构西北农林科技大学水利与建筑工程学院; 出处《干旱地区农业研究》 CSCD 北大核心 2011年第2期204-208,共5页; 基金国家自然科学基金项目(50879071); 文摘先建立等维新息GM（1,1）模型和BP神经网络模型相耦合的灰色BP神经网络组合模型,再以民勤盆地64、65和84号井为代表,运用此模型模拟和预报石羊河下游民勤盆地的地下水埋深动态。模型精度检验表明,646、5和84号井预测值的平均相对误差分别为0.45%,0.93%,0.62%,均小于1%,符合精度要求。相比GM（1,1）模型,组合模型预测的相对误差整体上较小;相比BP模型,64号井组合模型预测的1998~2001年地下水埋深平均绝对误差从0.32m减少为0.07m,精度显著提高。结果表明：组合模型综合考虑了地下水埋深序列的确定性和不确定性变化,具有更高的预测精度,适合于短期预报。; 关键词 GM(1 1)模型灰色bp网络模型地下水埋深预测民勤盆地; Keywords GM（1 1） model grey bp Neural network coupled model prediction of groundwater depth Minqin basin; 分类号 TV211.12 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名灰色BP神经网络模型的优化及负荷预测被引量：24: 2; 作者周德强武本令; 机构长江大学信息与数学学院许昌市高级技工学校; 出处《电力系统保护与控制》 EI CSCD 北大核心 2011年第21期65-69,共5页; 基金湖北省教育厅科学技术研究项目(D20111305 Q20101309); 文摘为了提高样本数据较少情况下中长期负荷预测的预测精度,分析了传统GM(1,1)预测模型的缺点,提出了一种适用于中长期负荷预测的GM(1,1)优化建模方法。用一个与GM(1,1)模型的时间响应式具有相同形式的连续函数,拟合灰色系统的原始离散数据,将连续函数映射到神经网络,构建了GM(1,1)模型的灰参数与BP网络权值的对应关系。用已知负荷作为训练样本,利用BP算法对网络进行优化,当网络收敛时,提取优化的灰参数,实现了应用GM(1,1)模型对中长期负荷预测的优化建模。算例分析结果表明该方法是可行且有效的。; 关键词 GM(1 1)模型灰色bp神经网络模型 bp算法优化建模中长期负荷预测; Keywords GM （ 1, 1 ） model gray bp neural network model bp algorithm optimized modeling medium and long-term loadforecasting; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于灰色BP神经网络模型的文胸压力预测研究被引量：3: 3; 作者马秋瑞周捷李健林强强; 机构西安工程大学服装与艺术设计学院西安工程大学机电工程学院; 出处《针织工业》北大核心 2019年第8期65-68,共4页; 基金陕西省科技厅国际科技合作计划项目（2018KW-056）; 文摘为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通过BP神经网络模型预测的文胸压力值只能达到真实压力值的73.55%,而通过灰色BP神经网络模型预测的文胸压力值可以达到真实压力值的84.70%。灰色BP神经网络模型可以结合BP神经网络模型和灰色模型的优点,发挥两种模型的优势,对文胸压力值做出较为准确的预测。; 关键词 bp神经网络模型灰色bp神经网络模型文胸压力预测; Keywords bp Neural Network Model Grey bp Neural Network Model Bra Pressure Prediction; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TS941.717.9 [轻工技术与工程—服装设计与工程]; 在线阅读下载PDF 职称材料

题名基于灰色BP神经网络的青藏铁路路基沉降预测模型被引量：2: 4; 作者郭继林; 机构中铁十二局集团铁路养护工程有限公司; 出处《中国铁路》 2022年第11期63-68,共6页; 基金教育部人文社会科学研究规划基金项目(20XJAZH009) 中铁十二局集团铁路养护工程有限公司项目(CR12YH-2020-XZ-QT-001)。; 文摘为分析青藏铁路路基高程不规则变形问题,以青藏铁路唐古拉南—安多区间冻土路基沉降变形监控数据为依据,提出一种基于灰色BP神经网络的路基沉降预测模型,利用GM(1,1)模型拟合数据的残差进行BP神经网络训练,并通过训练后的残差序列得到新的路基沉降预测值。研究结果表明:建立隐含层为5层、训练次数为1000次、训练精度为10-7的灰色BP神经网络模型,对青藏铁路冻土区沉降量进行预测,平均相对误差为1.201555×10,精度较GM(1,1)模型更高,可有效预测路基沉降。基于灰色BP神经网络模型,分别预测3年后、10年后的路基沉降危险点,并提出相关路基养护措施建议。; 关键词青藏铁路铁路路基沉降预测统计分析多年冻土灰色bp神经网络模型; Keywords Qinghai-Tibet Railway railway earthworks settlement prediction statistical analysis permafrost Grey bp neural network model; 分类号 U216.4 [交通运输工程—道路与铁道工程] U216.9 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

题名灰色神经网络组合模型在庆安县年降雨量预测中的应用被引量：11: 5; 作者任晔徐淑琴; 机构东北农业大学水利与建筑学院; 出处《节水灌溉》北大核心 2012年第9期24-25,29,共3页; 基金黑龙江省自然科学基金(E201054) 黑龙江省教育厅科技项目(11551044); 文摘采用灰色神经网络对黑龙江省庆安县年降雨量进行预测建模,利用灰色GM(1.1)模型"贫信息"和神经网络非线性函数映射能力优秀的特性,避免了灰色GM(1.1)模型对预测拟合精度低的问题。结果表明灰色神经网络组合模型的平均相对误差为0.012 2,高于灰色GM(1.1)模型的平均相对误差0.153 7,预测精度较高,并且算法简便,拓宽了灰色预测模型的应用范围。; 关键词 GM(1.1)灰色预测模型bp人工神经网络灰色神经网络组合模型年降雨量预测; 分类号 TV125 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名基于组合模型的天津市地面沉降预测及危险性评价被引量：9: 6; 作者何理焦蒙蒙王喻宣李天国; 机构天津大学水利工程仿真与安全国家重点实验室天津大学建筑工程学院; 出处《水利水电技术（中英文）》北大核心 2022年第1期178-189,共12页; 基金国家自然科学基金项目(52079088) 中国科学院战略性先导科技专项(XDA20040302) 国家重点研发计划项目(2018YFC0407201)。; 文摘针对天津市过度开采地下水引发的地面沉降问题,基于组合模型开展区域沉降预测及危险性评价研究。首先分别运用灰色理论GM(1,1)预测模型、BP神经网络预测模型以及灰色BP神经网络(GM-BP)组合预测模型,对地面沉降量数据进行校核与补充。然后选取高程、坡度、土地利用、河网水系、水文地质、地下水开采量和累积沉降量作为影响因子,基于确定性系数和逻辑回归组合模型对地面沉降的危险程度进行评价,最后将地面沉降区域划分为5类危险区:极高危险区、高危险区、中危险区、低危险区和极低危险区。结果表明:(1)灰色BP神经网络预测模型的稳定性和拟合能力明显优于其他两种预测模型,模型的预测值更能满足精度要求;(2)研究区不同程度的危险性评价中,41.57%的区域面积具有极高度和高度危险性,且主要分布于北辰区、津南区、静海区、西青区及滨海新区等南部地区;(3)通过灾害点与危险区叠加分析,整个研究区域灾害点密度为64.73处/万km^(2),45处灾害处于高和极高的地面沉降危险。分区结果与灾害点的分布情况基本吻合,证明该研究成果能为地面沉降预测及危险性评价提供参考依据。; 关键词地下水开采组合模型地面沉降预测危险性评价灾害点分布灰色bp神经网络预测模型影响因素 ARCGIS; Keywords groundwater exploitation combined model land subsidence prediction hazard assessment disaster point distribution grey bp neural network prediction model influencing factors ArcGIS; 分类号 P641 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	灰色BP神经网络模型在民勤盆地地下水埋深动态预测中的应用	杨婷魏晓妹胡国杰许义和	《干旱地区农业研究》 CSCD 北大核心	2011	8	在线阅读下载PDF 职称材料
2	灰色BP神经网络模型的优化及负荷预测	周德强武本令	《电力系统保护与控制》 EI CSCD 北大核心	2011	24	在线阅读下载PDF 职称材料
3	基于灰色BP神经网络模型的文胸压力预测研究	马秋瑞周捷李健林强强	《针织工业》北大核心	2019	3	在线阅读下载PDF 职称材料
4	基于灰色BP神经网络的青藏铁路路基沉降预测模型	郭继林	《中国铁路》	2022	2	在线阅读下载PDF 职称材料
5	灰色神经网络组合模型在庆安县年降雨量预测中的应用	任晔徐淑琴	《节水灌溉》北大核心	2012	11	在线阅读下载PDF 职称材料
6	基于组合模型的天津市地面沉降预测及危险性评价	何理焦蒙蒙王喻宣李天国	《水利水电技术（中英文）》北大核心	2022	9	在线阅读下载PDF 职称材料