期刊文献+
共找到43篇文章
< 1 2 3 >
每页显示 20 50 100
基于组合神经网络的地质勘查找矿预测方法
1
作者 左鑫楠 《科学技术创新》 2025年第2期27-30,共4页
由于缺乏对地质勘查数据中线性地质特征在空间分布上的分析,导致对矿资源产出面积的预测结果误差较大,为此,提出基于组合神经网络的地质勘查找矿预测方法。通过执行非参数假设检验Kolmogorov-Smirnov(K-S检验),确定待评估矿点集合与地... 由于缺乏对地质勘查数据中线性地质特征在空间分布上的分析,导致对矿资源产出面积的预测结果误差较大,为此,提出基于组合神经网络的地质勘查找矿预测方法。通过执行非参数假设检验Kolmogorov-Smirnov(K-S检验),确定待评估矿点集合与地质勘查数据中体现出的线性地质特征在空间分布上的关联关系,并在显著性检验水平下,计算矿区地质特征与最佳空间正相关缓冲距离之间的关系;在预测阶段,引入卷积神经网络,将地质勘查数据映射为一维向量,实现对矿资源产出面积的预测计算。在测试结果中,对于不同区域的矿资源产出面积预测结果均在91.0%以上,整体预测面积占比达到了92.87%,分别高于对照组4.42%和3.36%。 展开更多
关键词 组合神经网络 地质勘查 线性地质特征
在线阅读 下载PDF
基于组合神经网络的雷诺平均湍流模型多次修正方法 被引量:14
2
作者 张珍 叶舒然 +2 位作者 岳杰顺 王一伟 黄晨光 《力学学报》 EI CAS CSCD 北大核心 2021年第6期1532-1542,共11页
求解雷诺平均(Reynolds-averaged Navier-Stokes,RANS)方程依然是工程应用中有效且实用的方法,但对雷诺应力建模的不确定性会导致该方法的预测精度具有很大差异.随着人工智能的发展,湍流闭合模型结合机器学习元素的数据驱动方法被认为... 求解雷诺平均(Reynolds-averaged Navier-Stokes,RANS)方程依然是工程应用中有效且实用的方法,但对雷诺应力建模的不确定性会导致该方法的预测精度具有很大差异.随着人工智能的发展,湍流闭合模型结合机器学习元素的数据驱动方法被认为是提高RANS模型预测性能的有效手段,然而这种数据驱动方法的稳定性和预测精度仍有待进一步提高.本文通过构建一个全连接神经网络对RANS方程中的涡黏系数进行预测以实现雷诺应力的隐式求解,该神经网络记作涡黏系数神经网络(eddy viscosity neural network,EVNN).此外,也使用张量基神经网络(tensor basis neural network,TBNN)预测未封闭量与解析量之间的高阶涡黏关系,并利用基张量保证伽利略不变性.最后,采用多次修正的策略实现修正模型对流场预测的精度闭环.上述方法使用大涡模拟(large eddy simulation,LES)方法产生的高保真数据,以及RANS模拟获得的基线数据对由EVNN和TBNN组合的神经网络进行训练,然后用训练好的模型预测新的RANS模拟的流场.通过与高保真LES结果进行对比,结果表明,相比于原始RANS模型,修正模型对后验速度场、下壁面平均压力系数和摩擦力系数的预测精度均有较大提升.可以发现对雷诺应力线性部分的隐式处理可以增强数值求解的稳定性,对雷诺应力非线性部分的修正可以提升模型对流场各向异性特征预测的性能,并且多次修正后的模型表现出更高的预测精度.因此,该算法在数据驱动湍流建模和工程应用中具有很大的应用潜力. 展开更多
关键词 组合神经网络 雷诺平均 各向异性 隐式修正 精度闭环
在线阅读 下载PDF
基于RBF-BP组合神经网络的短期风电功率预测研究 被引量:16
3
作者 张靠社 罗钊 《可再生能源》 CAS 北大核心 2014年第9期1346-1351,共6页
为提高风电输出功率预测精度,提出一种基于RBF-BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上,对风速进行预处理。根据相关历史数据,建立RBF-BP组合神经网络短期风电功率预测模型,对风电输出功率进行预测。... 为提高风电输出功率预测精度,提出一种基于RBF-BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上,对风速进行预处理。根据相关历史数据,建立RBF-BP组合神经网络短期风电功率预测模型,对风电输出功率进行预测。仿真分析结果表明,该预测方法能有效提高风电输出功率预测精度。 展开更多
关键词 尾流 地势 RBF—BP组合神经网络 短期风电功率预测
在线阅读 下载PDF
基于组合神经网络模型对纺织品热阻与湿阻的估计研究 被引量:2
4
作者 楚艳艳 汪青 +1 位作者 崔世忠 禹建丽 《丝绸》 CAS 北大核心 2008年第4期40-42,共3页
针对纺织品热湿阻估计问题,采用纤维种类、面密度、厚度、透气性和回潮率5个影响因素,基于线性回归模型、BP人工神经网络模型,建立组合神经网络模型,分别对织物热湿阻值进行了实验估计。结果表明,线性回归模型对织物热阻和湿阻的估计精... 针对纺织品热湿阻估计问题,采用纤维种类、面密度、厚度、透气性和回潮率5个影响因素,基于线性回归模型、BP人工神经网络模型,建立组合神经网络模型,分别对织物热湿阻值进行了实验估计。结果表明,线性回归模型对织物热阻和湿阻的估计精度平均值分别为7.97%和6.69%;BP人工神经网络模型的估计精度平均值分别为4.23%和4.72%;组合神经网络模型的估计精度分别为1.31%和1.97%,估计精度高于其他两种模型。 展开更多
关键词 纺织品热湿阻 舒适性 线性回归模型 BP神经网络 组合神经网络模型
在线阅读 下载PDF
涡流检测中的组合神经网络模型 被引量:3
5
作者 幸玲玲 王东进 《电子学报》 EI CAS CSCD 北大核心 2002年第5期734-737,共4页
针对使用单一神经网络在缺陷识别中存在的输入矢量维数高 ,结构复杂及训练时间长等问题 ,本文提出了组合神经网络模型 ,这一模型采用逐级判别的方法 ,每级判断均采用独立的神经网络子模块 ,各模块采用随机学习算法分别进行训练 .裂缝识... 针对使用单一神经网络在缺陷识别中存在的输入矢量维数高 ,结构复杂及训练时间长等问题 ,本文提出了组合神经网络模型 ,这一模型采用逐级判别的方法 ,每级判断均采用独立的神经网络子模块 ,各模块采用随机学习算法分别进行训练 .裂缝识别的计算实例表明 ,这一组合模型使神经网络输入变量的维数从N2 降低到N ,网络结构大为简化 ,训练速度很快 ,同时具有较高的缺陷识别率 。 展开更多
关键词 电磁场 涡流检测 裂缝识别 组合神经网络模型
在线阅读 下载PDF
基于组合神经网络的建筑冷负荷混合预测模型 被引量:1
6
作者 于军琪 高之坤 +2 位作者 赵安军 周敏 虎群 《大连理工大学学报》 CAS CSCD 北大核心 2022年第5期509-517,共9页
准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采... 准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采用递归特征消除法得到最佳特征数量并结合随机森林算法做特征选择;再将天牛须搜索算法优化后的广义回归神经网络与长短时记忆神经网络组合,构建冷负荷混合预测模型;最后利用某大型建筑的实测数据进行了仿真实验.结果表明:天牛须搜索算法有很好的稳定性和收敛性,适用于广义回归神经网络参数优化;利用随机森林算法结合递归特征消除法提取出的特征能够更好地建立预测模型,有效增加模型预测精度;相比其他预测模型,BAS-GRNN&LSTM的预测效果更为优越,并能对不同月份冷负荷进行有效预测,泛化能力强,适用于建筑冷负荷预测. 展开更多
关键词 负荷预测 特征提取 组合神经网络 混合预测模型 预测精度
在线阅读 下载PDF
组合神经网络在结构损伤检测中的应用 被引量:1
7
作者 王建民 陈龙珠 《计算力学学报》 EI CAS CSCD 北大核心 2005年第2期247-251,共5页
子结构的动态响应变化与整体结构相比,对结构内部损伤反应更为敏感。组合神经网络可以克服单个神经网络功能的单一局限性,实现更加全面综合的仿真识别功能。本文首先运用双协调自由界面模态综合法对结构进行模态分析,获取各子结构及整... 子结构的动态响应变化与整体结构相比,对结构内部损伤反应更为敏感。组合神经网络可以克服单个神经网络功能的单一局限性,实现更加全面综合的仿真识别功能。本文首先运用双协调自由界面模态综合法对结构进行模态分析,获取各子结构及整体结构的模态信息。然后,通过组合BP神经网络将损伤子结构与整体结构的模态频率变化率组合起来进行结构损伤检测。该方法在改善网络训练性能的同时,提高了检测结果的准确性和可靠性。文章最后通过数值算例验证了该方法的可行性和有效性。 展开更多
关键词 模态综合 组合神经网络 损伤检测 子结构
在线阅读 下载PDF
基于组合神经网络的红外场景仿真
8
作者 黄超超 吴晓迪 《弹箭与制导学报》 CSCD 北大核心 2006年第4期272-275,共4页
目标和背景的红外特性仿真在国防军事上具有重大的意义。文中对车辆、水泥路面、草地、树木和灌木等物体组成的场景的红外特性进行了多次测量,得到了场景的红外特性的训练样本集合,然后运用基于总体平均的组合神经网络,根据最邻近规则... 目标和背景的红外特性仿真在国防军事上具有重大的意义。文中对车辆、水泥路面、草地、树木和灌木等物体组成的场景的红外特性进行了多次测量,得到了场景的红外特性的训练样本集合,然后运用基于总体平均的组合神经网络,根据最邻近规则采用加权平均法组合各个神经网络的输出结果,最终绘制出场景在不同设定条件下的红外图像。 展开更多
关键词 红外仿真 组合神经网络 最邻近规则 加权平均
在线阅读 下载PDF
基于最小化最大绝对预测误差的组合神经网络软测量建模方法 被引量:3
9
作者 金洪鑫 夏陆岳 潘海天 《科技通报》 北大核心 2011年第3期403-407,共5页
针对聚丙烯熔融指数软测量建模问题,提出了一种基于最小化最大绝对预测误差的组合神经网络软测量建模方法,并将该方法应用于聚丙烯熔融指数软测量研究中。通过建立多个不同结构的BP神经网络模型,并合理组合各个模型,可显著改善单一神经... 针对聚丙烯熔融指数软测量建模问题,提出了一种基于最小化最大绝对预测误差的组合神经网络软测量建模方法,并将该方法应用于聚丙烯熔融指数软测量研究中。通过建立多个不同结构的BP神经网络模型,并合理组合各个模型,可显著改善单一神经网络模型的泛化能力。鉴于合适的组合权重对取得良好预测性能是至关重要的,因此提出将最小化最大绝对预测误差作为控制预测精度的目标,来选择合适的组合权重。聚丙烯熔融指数软测量研究结果表明:通过与各个单一神经网络模型的预测精度比较,采用该方法建立的聚丙烯熔融指数组合神经网络软测量模型具有更佳的预测精度和鲁棒性。 展开更多
关键词 聚丙烯 熔融指数 软测量 组合神经网络 最大绝对预测误差
在线阅读 下载PDF
基于RBF-BP组合神经网络模型的特高拱坝混凝土浇筑仓最高温度预测 被引量:2
10
作者 邹昊 周宜红 +1 位作者 汪雷 张治钰 《水电能源科学》 北大核心 2016年第3期67-69,共3页
鉴于混凝土浇筑仓最高温度对特高拱坝温控防裂的重要性,为了实现对混凝土大坝最高温度的有效控制,将BP神经网络、RBF神经网络相结合,选取浇筑温度、施工现场环境气温、浇筑仓层厚、水管布置、通水的水温和流量作为输入矢量,浇筑仓最高... 鉴于混凝土浇筑仓最高温度对特高拱坝温控防裂的重要性,为了实现对混凝土大坝最高温度的有效控制,将BP神经网络、RBF神经网络相结合,选取浇筑温度、施工现场环境气温、浇筑仓层厚、水管布置、通水的水温和流量作为输入矢量,浇筑仓最高温度作为输出矢量,建立一种基于RBF-BP组合神经网络的浇筑仓最高温度预测模型,并将其应用于溪洛渡特高双曲拱坝中。结果表明,基于RBF-BP组合神经网络预测模型可行、有效,且精度较高、收敛速度快。 展开更多
关键词 RBF-BP组合神经网络模型 特高拱坝 浇筑 最高温度 预测
在线阅读 下载PDF
组合神经网络在状态维修中的应用 被引量:1
11
作者 韩松 王族统 端木京顺 《电光与控制》 北大核心 2011年第12期84-88,共5页
为了进一步加强武器装备维修管理,引入基于状态的维修(Condition Based Maintenance,CBM)概念,介绍了装备健康评估技术的研究现状;在此基础上,为了克服单一BP神经网络无联想记忆功能的缺点,引入Hopfield网络加以组合,构建了组合神经网... 为了进一步加强武器装备维修管理,引入基于状态的维修(Condition Based Maintenance,CBM)概念,介绍了装备健康评估技术的研究现状;在此基础上,为了克服单一BP神经网络无联想记忆功能的缺点,引入Hopfield网络加以组合,构建了组合神经网络状态的评估模型,提出了状态评估的具体步骤,并进行可行性分析;最后,以某型飞机发动机燃油控制系统为例进行了健康状态评估,取得了较为理想的评估效果。 展开更多
关键词 状态维修 组合神经网络 状态评估 武器装备
在线阅读 下载PDF
基于RBF-BP组合神经网络的钢丝绳断丝定量识别 被引量:3
12
作者 赵晓莉 郭宁 高鑫宇 《煤炭技术》 CAS 2019年第5期148-151,共4页
为了有效地解决目前钢丝绳断丝定量识别的问题,改善定量识别中泛化性能,减小非标准样本的错误指导影响,提出了RBF-BP组合神经网络模型。以峰值、波宽、小波能量和波形下面积作为输入,建立4输入1输出的网络模型,通过MATLAB仿真和具体的... 为了有效地解决目前钢丝绳断丝定量识别的问题,改善定量识别中泛化性能,减小非标准样本的错误指导影响,提出了RBF-BP组合神经网络模型。以峰值、波宽、小波能量和波形下面积作为输入,建立4输入1输出的网络模型,通过MATLAB仿真和具体的实验对模型进行可靠性分析。结果表明:断丝定量识别正确率达95%,表明了RBF-BP组合神经网络模型的正确性,说明RBF-BP组合神经网络模型对钢丝绳断丝数据训练并达到识别结果是可以实现的,对钢丝绳故障诊断提供理论依据。 展开更多
关键词 钢丝绳 RBF-BP组合神经网络 断丝检测 定量识别 故障诊断
在线阅读 下载PDF
基于bootstrap组合神经网络的聚丙烯熔融指数预报 被引量:1
13
作者 李九宝 刘兴高 《科技通报》 北大核心 2010年第5期712-715,720,共5页
对熔融指数准确可靠的预报在聚丙烯生产中具有至关重要的作用,它能更有效的指导生产过程,进而提高聚丙烯生产的经济效益。神经网络被用来建立初始的熔融指数预报模型,但是单一的神经网络在结构上具有随机性。通过训练一批预报误差小同... 对熔融指数准确可靠的预报在聚丙烯生产中具有至关重要的作用,它能更有效的指导生产过程,进而提高聚丙烯生产的经济效益。神经网络被用来建立初始的熔融指数预报模型,但是单一的神经网络在结构上具有随机性。通过训练一批预报误差小同时结构差异大的神经网络作为子网络,再将它们组合起来得到bootstrap组合神经网络,基于此建立起了最优熔融指数预报模型。通过对实际聚丙烯生产过程中的历史数据的研究,表明该模型的预报精度高、可靠性强,有望在实际工业中得到广泛应用。 展开更多
关键词 熔融指数预报 bootstrap:组合神经网络
在线阅读 下载PDF
基于组合神经网络的时间分数阶扩散方程计算方法 被引量:4
14
作者 王江 陈文 《应用数学和力学》 CSCD 北大核心 2019年第7期741-750,共10页
该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求... 该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求解格式,同时设置误差函数,使原问题转化为求解误差函数极小值问题;然后,结合神经网络模型中的梯度下降学习算法进行循环迭代,从而获得神经网络的最优权值以及各项最优参数,最终得到问题的数值解.数值算例验证了该方法的可行性、有效性和数值精度.该文工作为时间分数阶扩散方程的求解开辟了一条新的途径. 展开更多
关键词 一维时间分数阶扩散方程 组合神经网络 误差函数 梯度下降学习算法
在线阅读 下载PDF
基于数据增强的组合神经网络异常检测算法 被引量:1
15
作者 贾帅帅 田明浩 路红阳 《信息技术与信息化》 2023年第4期187-190,共4页
网络异常检测作为网络安全领域的一种关键技术,目前还存在检测准确率、样本召回率低等问题。基于深度学习的异常检测是其代表方法之一,单一的深度学习模型无法完全提取网络数据的时间和空间特征,不能达到较好的网络异常检测效果。基于... 网络异常检测作为网络安全领域的一种关键技术,目前还存在检测准确率、样本召回率低等问题。基于深度学习的异常检测是其代表方法之一,单一的深度学习模型无法完全提取网络数据的时间和空间特征,不能达到较好的网络异常检测效果。基于此提出了一种以串并联方式结合的卷积神经网络(convolutional neuralnetwork, CNN)和长短时记忆网络(long short-term memory, LSTM)组合神经网络异常检测算法,解决了单一模型无法学习网络数据时空特性的问题。由于不同类别的网络数据存在不均衡现象,导致检测结果偏向样本数量较多的正常类,且异常类型的召回率较低。因此,引入Borderline SMOTE算法合成和编辑最近邻(edited nearest neighbor, ENN)算法对少数类样本进行过采样,解决样本不均衡问题,进一步提高了网络异常检测算法的检测效果。实验结果表明,算法与传统的单一机器学习算法相比,在提高整体检测准确率的基础上,异常类型的召回率也有了较高的提升,为解决网络异常检测模型中的检测率和召回率等问题提供了一种可行的解决方案。 展开更多
关键词 异常检测 深度学习 不平衡学习 数据增强 组合神经网络
在线阅读 下载PDF
组合神经网络在脱水干塔精馏软测量中的应用 被引量:1
16
作者 徐林猛 王时胜 《南昌大学学报(工科版)》 CAS 2008年第4期359-362,共4页
针对PTA装置溶剂脱水干塔精馏过程中塔釜排出液含水量是衡量精馏过程的重要参数,而其在线实时测量难以实现的状况,采用组合BP神经网络方法对其进行软测量。通过对精馏生产工艺过程的分析,找到影响排出液含水量的过程参数,从现场历史数... 针对PTA装置溶剂脱水干塔精馏过程中塔釜排出液含水量是衡量精馏过程的重要参数,而其在线实时测量难以实现的状况,采用组合BP神经网络方法对其进行软测量。通过对精馏生产工艺过程的分析,找到影响排出液含水量的过程参数,从现场历史数据中选取样本,建立软测量模型。仿真结果表明:新方法可以避免使用单个BP网络带来的不稳定性和不精确性,能加快全局收敛速度,对排出液含水量的软测量效果更好。 展开更多
关键词 排出液含水量 组合BP神经网络 软测量
在线阅读 下载PDF
基于遗传算法优化深度神经网络的站点客流预测
17
作者 胡晓伟 吴则洋 +1 位作者 卢泓博 王健 《交通运输工程与信息学报》 2025年第1期72-84,共13页
【背景】客流预测是城市轨道交通运营和管理的重要组成,近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度,为运营管理提供有效支持。【方法】首先,搭建一种融合多特征的站... 【背景】客流预测是城市轨道交通运营和管理的重要组成,近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度,为运营管理提供有效支持。【方法】首先,搭建一种融合多特征的站点客流预测模型,该模型通过卷积神经网络(CNN)提取地铁客流的时空特征,并结合残差单元(ResNet)增强特征提取能力,构建特征传播矩阵挖掘站点间的空间特征,采用长短期记忆网络(LSTM)提取影响因子序列数据的时间特征,在特征融合过程中应用注意力机制突出关键特征。随后,引入遗传算法(GA)对模型进行优化,并采用多层感知器(MLP)修正模型的预测结果误差,提高模型的预测精度。【数据】杭州地铁站点刷卡数据及对应的气象数据、POI数据。【结果】优化ResNet-CNN-LSTM-Attention模型(IO-RCLA)的预测精度最高。相比于RCLA模型,IO-RCLA所有站点预测结果的MAE、RMSE、MAPE分别降低了17.09%、16.09%和8.91%,证明了方法在多站点客流预测中的高精度和有效性。 展开更多
关键词 城市交通 客流预测 组合神经网络 多源数据 遗传算法
在线阅读 下载PDF
基于神经网络组合模型的大坝变形预测研究
18
作者 刘开敏 《水利科技与经济》 2024年第8期147-151,共5页
大坝变形对坝体的稳定性和安全性有着重要影响,在多种环境影响下,大坝变形呈现出非稳定性和非线性的特点。为了精准预测大坝变形,研究提出LDM-BRF神经网络组合模型,并将大坝变形实测值和常见的网络模型预测结果进行对比。结果表明,LDM-... 大坝变形对坝体的稳定性和安全性有着重要影响,在多种环境影响下,大坝变形呈现出非稳定性和非线性的特点。为了精准预测大坝变形,研究提出LDM-BRF神经网络组合模型,并将大坝变形实测值和常见的网络模型预测结果进行对比。结果表明,LDM-BRF神经网络模型得出的大坝变形预测结果的均方根误差、平均绝对误差百分比、平均绝对误差低于另外两种模型;LDM-BRF神经网络组合模型得出的大坝变形预测值与实际监测值较为接近,预测效果较好,可进行应用推广。 展开更多
关键词 大坝变形 LDM-BRF神经网络组合模型 BP神经网络模型 预测精度
在线阅读 下载PDF
基于组合灰色神经网络模型的电力远期价格预测 被引量:13
19
作者 马歆 侯志俭 +1 位作者 蒋传文 邰能灵 《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第9期1329-1332,共4页
针对电力远期价格受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测,提出了采用灰色动态模型对电力远期价格进行预测,并在此基础上构造了组合灰色神经网络预测模型.该模型有效地将灰色理论弱化数据序列波动性的优点和... 针对电力远期价格受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测,提出了采用灰色动态模型对电力远期价格进行预测,并在此基础上构造了组合灰色神经网络预测模型.该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适应性信息处理能力相融合.研究结果表明,本模型能在小样本、贫信息的条件下对电力远期价格做出比较准确的预测,为电力市场的参与者能更好地利用电力远期合约进行套期保值提供了有效的工具. 展开更多
关键词 电力远期合约 组合灰色神经网络 价格预测
在线阅读 下载PDF
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
20
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... 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。 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
上一页 1 2 3 下一页 到第
使用帮助 返回顶部