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

1

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 职称材料

涡流检测中的组合神经网络模型 被引量：3

2

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 职称材料

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

3

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 职称材料

一种新的组合灰色神经网络预测模型 被引量：20

4

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 职称材料

灰色神经网络组合模型(GNN)在涝灾预测中的应用 被引量：5

5

作者 迟道才 张瑞 +1 位作者 张清 孙东昊 《沈阳农业大学学报》 CAS CSCD 北大核心 2008年第1期118-120,共3页

洪涝是对人类及社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡,涝灾预测已成为防灾减灾的重要内容。应用BP神经网络模型对灰色模型预测精度较低的问题进行了改进,该方法是将灰色模型的预测值作为神经网络的输入,以实际值... 洪涝是对人类及社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡,涝灾预测已成为防灾减灾的重要内容。应用BP神经网络模型对灰色模型预测精度较低的问题进行了改进,该方法是将灰色模型的预测值作为神经网络的输入,以实际值作为输出而构成灰色神经网络组合模型(GNN)。以辽阳地区50年的年降水量作为历史数据,建立GNN涝灾预测模型。预测结果表明:该方法与传统的灰色预测方法相比提高了预测精度,这种新的信息处理和预测方法是有效可行的。 展开更多

关键词 灰色模型 BP网络 涝灾预测 灰色神经网络组合模型

在线阅读 下载PDF 职称材料

基于灰色神经网络组合模型的动态数据序列预测 被引量：10

6

作者 张弦 李世平 +1 位作者 孙浚清 唐超 《电子测量技术》 2007年第9期60-63,共4页

为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型。组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,... 为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型。组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。本方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,并利用神经网络的函数逼近特性,实现对原始数据的预测。仿真结果表明:组合模型的预测精度高于单独的GM(1,1)模型,适用于具有复杂成分的动态数据序列的建模。 展开更多

关键词 动态数据序列 灰色预测 BP神经网络 灰色神经网络组合模型

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

7

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 职称材料

基于HHT和神经网络组合的负荷预测模型研究 被引量：17

8

作者 白玮莉 刘志刚 +1 位作者 彭权威 谢建 《电力系统保护与控制》 EI CSCD 北大核心 2009年第19期31-35,共5页

首次提出了一种基于HHT和神经网络组合的预测模型。负荷数据首先经过EMD分解,得到一系列IMF分量及余项,通过各分量的频谱观察,针对低频IMF分量规律性及周期性强,高频分量相对较弱的特点,对低频IMF分量选择合适的预测模型直接进行预测,高... 首次提出了一种基于HHT和神经网络组合的预测模型。负荷数据首先经过EMD分解,得到一系列IMF分量及余项,通过各分量的频谱观察,针对低频IMF分量规律性及周期性强,高频分量相对较弱的特点,对低频IMF分量选择合适的预测模型直接进行预测,高频IMF采用多神经网络组合预测方法。仿真结果表明,文中提出的预测模型的精度高于任一单一模型,并且高于传统的线性组合预测模型。 展开更多

关键词 HHT 频谱 神经网络组合预测模型 单一模型 线性组合预测

在线阅读 下载PDF 职称材料

BP神经网络组合模型在次洪量预测中的应用 被引量：4

9

作者 冯鑫伟 黄领梅 沈冰 《水土保持通报》 CSCD 2017年第6期173-177,共5页

[目的]探讨BP神经网络组合模型在次洪量预测中的应用,为黄土高原淤地坝群的安全度汛提供决策依据。[方法]构建基于多元线性回归模型(MLR)和去趋势互相关分析法(DCCA)的BP神经网络组合模型;选择均方差(MSE)、平均绝对误差(MAE)、平均绝... [目的]探讨BP神经网络组合模型在次洪量预测中的应用,为黄土高原淤地坝群的安全度汛提供决策依据。[方法]构建基于多元线性回归模型(MLR)和去趋势互相关分析法(DCCA)的BP神经网络组合模型;选择均方差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及确定性系数(DC)作为评价指标,与单一模型(多元线性回归模型、BP神经网络模型以及去趋势互相关分析法)进行比较。[结果]BP神经网络组合模型的4项指标MSE,MAE,MAPE和DC分别为2.144,5.453,0.074和0.988,均优于单一模型;模型预测效果从优到劣分别为BP神经网络组合模型、BP神经网络模型、多元线性回归模型和去趋势互相关分析法。[结论]BP神经网络组合模型较单一模型平稳性增强,提高了预测效果,可用于淤地坝群的次暴雨洪量预测。 展开更多

关键词 淤地坝 次洪量预测 BP神经网络组合模型

在线阅读 下载PDF 职称材料

基于T-S模糊神经网络组合模型的CPI预测 被引量：4

10

作者 荀新新 张德生 +1 位作者 王雁 杜方欣 《陕西科技大学学报（自然科学版）》 2014年第3期173-176,共4页

首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型,得到CPI的拟合值和预测值;然后在这两种单模型的基础上,结合模糊数学和神经网络知识,建立了T-S模糊神经网络组合预测模型;最后对三种模型进行比较.结果显示,T-S模... 首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型,得到CPI的拟合值和预测值;然后在这两种单模型的基础上,结合模糊数学和神经网络知识,建立了T-S模糊神经网络组合预测模型;最后对三种模型进行比较.结果显示,T-S模糊神经网络组合模型提高了预测结果的可靠性和准确性. 展开更多

关键词 VAR模型 加外生变量的半参数自回归模型 T-S模糊神经网络组合模型 隶属度函数

在线阅读 下载PDF 职称材料

ARIMA-BP神经网络高速列车隧道压力波预测模型研究 被引量：7

11

作者 陈春俊 杨露 +1 位作者 何智颖 周林春 《中国测试》 CAS 北大核心 2021年第10期80-86,共7页

为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态... 为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。 展开更多

关键词 高速列车 隧道压力波预测模型 差分自回归滑动平均-BP神经网络组合模型 工况匹配算法 加权K最近邻算法

在线阅读 下载PDF 职称材料

基于数据挖掘的水文时间序列预测 被引量：7

12

作者 罗志平 周新志 古钟璧 《计算机工程与应用》 CSCD 北大核心 2007年第30期231-233,238,共4页

基于灰色理论和灰色神经网络组合预测模型,对水文时间序列进行数据挖掘。对原始序列首先进行了对数-方根变换,使得数据序列满足灰色理论的覆盖条件,采用灰色预测模型GM(1,1),对数据序列进行预测,由于灰色预测属于线性预测,因此将灰色预... 基于灰色理论和灰色神经网络组合预测模型,对水文时间序列进行数据挖掘。对原始序列首先进行了对数-方根变换,使得数据序列满足灰色理论的覆盖条件,采用灰色预测模型GM(1,1),对数据序列进行预测,由于灰色预测属于线性预测,因此将灰色预测模型与神经网络模型相结合,提高了预测精度。以都江堰岷江来水数据为原始数据进行实际预测,实验证明,这种组合模型的预测效果优于传统预测模型。 展开更多

关键词 数据挖掘 水文预测 时间序列 灰色理论 灰色神经网络组合模型

在线阅读 下载PDF 职称材料