大气污染物浓度的神经网络预报 被引量：30

1

作者 刘罡 李昕 胡非 《中国环境科学》 EI CAS CSSCI CSCD 北大核心 2000年第5期429-431,共3页

首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和... 首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用. 展开更多

关键词 神经网络 时间序列 大气污染预报 污染物浓度

在线阅读 下载PDF 职称材料

组合预测模型在猪肉价格预测中的应用研究 被引量：27

2

作者 平平 刘大有 +5 位作者 杨博 金弟 方芳 马思佳 田野 王永 《计算机工程与科学》 CSCD 北大核心 2010年第5期109-112,共4页

本文在分析了神经网络、灰系统和时间序列预测模型的基础上,设计了将其中两种模型组合的预测方法。该方法的主要思想是利用回归预测思想将预测分为因素预测和结果预测两部分,并分别采用不同预测模型进行预测,从而达到提高预测精度的目... 本文在分析了神经网络、灰系统和时间序列预测模型的基础上,设计了将其中两种模型组合的预测方法。该方法的主要思想是利用回归预测思想将预测分为因素预测和结果预测两部分,并分别采用不同预测模型进行预测,从而达到提高预测精度的目的。利用该方法对吉林省近期的生猪价格进行预测,实验结果表明,该方法比单个预测方法有更好的预测效果,并且通过对不同组合的实验结果的分析发现,灰系统与神经网络相结合的方法具有更高的预测精度。 展开更多

关键词 组合预测模型 价格预测 神经网络 灰系统 时间序列

在线阅读 下载PDF 职称材料

水环境非线性时序预测的高精度RBF网络模型 被引量：9

3

作者 杨晓华 杨志峰 +2 位作者 沈珍瑶 陆桂华 郦建强 《水科学进展》 EI CAS CSCD 北大核心 2005年第6期788-791,共4页

为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型。用32年海洋水温时间序列实测资料来训练和检验网络并用于... 为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型。用32年海洋水温时间序列实测资料来训练和检验网络并用于预测。用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测。实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型。所建模型不仅精度高,而且收敛速度快。 展开更多

关键词 水环境时间序列 非线性预测 RBF神经网络 精度

在线阅读 下载PDF 职称材料

基于人工神经网络的矿井涌水量预测 被引量：11

4

作者 赵向军 李文平 +1 位作者 李龙海 陈国锋 《辽宁工程技术大学学报（自然科学版）》 CAS 1998年第2期156-159,共4页

应用人工神经网络理论,提出了矿井涌水量预测的新方法,并将其与自回归时序模型进行了比较验证,结果表明,运用神经网络方法进行矿井涌水量预测,精度高,自适应性强,在数据不十分充足的情况下,效果尤其好于自回归模型。

关键词 人工神经网络 时间序列 矿井通水量 涌水量预测

在线阅读 下载PDF 职称材料

基于BP神经网络的非线性网络流量预测 被引量：66

5

作者 刘杰 黄亚楼 《计算机应用》 CSCD 北大核心 2007年第7期1770-1772,共3页

传统的流量分析建立在线性模型的基础上,但是由于复杂的拓扑结构和网络行为,网络流量表现为一个非线性的系统。根据实际网络中测量的大量网络流量数据,建立一个时间相关的基于神经网络的流量模型,预测和分析网络流量状况。相对于传统线... 传统的流量分析建立在线性模型的基础上,但是由于复杂的拓扑结构和网络行为,网络流量表现为一个非线性的系统。根据实际网络中测量的大量网络流量数据,建立一个时间相关的基于神经网络的流量模型,预测和分析网络流量状况。相对于传统线性模型该模型具有较高的预测精度、自适应性和鲁棒性。 展开更多

关键词 流量模型 流量预测 流量采集 时间序列 人工神经网络

在线阅读 下载PDF 职称材料

形变监测数据组合预测 被引量：36

6

作者 潘国荣 谷川 《大地测量与地球动力学》 CSCD 北大核心 2006年第4期27-29,共3页

灰色模型、时间序列模型以及人工神经网络是目前应用广泛、实用效果评价较好的3种形变预测方法。提出了最优加权组合预测方法,其精度更高,更适用于对形变监测数据要求高的场合。

关键词 组合预测 最优加权 灰色模型 时间序列 人工神经网络

在线阅读 下载PDF 职称材料

大气环境数据分析预测方法对比研究 被引量：5

7

作者 张静 李旭祥 +1 位作者 许先意 蔡启闽 《中国环境监测》 CAS CSCD 北大核心 2010年第6期66-69,84,共5页

以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008... 以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008年4月4日至2008年5月3日的SO2日均浓度值进行了预测,并用同样的方法分析预测了同期PM10日均浓度值,最后比较了它们的预测效果。结果表明,利用这三种方法进行浓度预测都是可行的,其中RBF神经网络法的预测误差最小,效果最好。 展开更多

关键词 时间序列分析 神经网络 大气环境 预测 数据分析

在线阅读 下载PDF 职称材料

经验模态分解法在大气时间序列预测中的应用 被引量：38

8

作者 玄兆燕 杨公训 《自动化学报》 EI CSCD 北大核心 2008年第1期97-101,共5页

介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应有Hilbert-Huang变换的核心内容—经验模态分解法(Empirical mode decomposition,EMD)对非平稳时间序列进行分解,以降低被预测信号中的非平稳性,利用神经网络对分解后的各分... 介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应有Hilbert-Huang变换的核心内容—经验模态分解法(Empirical mode decomposition,EMD)对非平稳时间序列进行分解,以降低被预测信号中的非平稳性,利用神经网络对分解后的各分量进行预测,再将预测结果叠加.利用该方法对石家庄市年逐月降水量进行预测,预测结果显示,其预测精度比直接用神经网络预测的预测精度有较明显的提高. 展开更多

关键词 HILBERT-HUANG变换 预测 非平稳性 非线性 经验模态分解法(EMD) 人工神经网络(ANN) 时间序列

在线阅读 下载PDF 职称材料

基于人工免疫RBF神经网络的时间序列预测方法研究 被引量：6

9

作者 蔡曦 胡昌华 蔡光斌 《电光与控制》 北大核心 2007年第4期109-112,共4页

研究了一种基于免疫识别原理的径向基函数神经网络学习算法,该算法将所识别的数据作为抗原,抗体为抗原的压缩映射并作为神经网络模型的隐层中心,采用最小二乘法确定权值,提高了RBF神经网络收敛速度和精度。将人工免疫RBF神经网络应用于... 研究了一种基于免疫识别原理的径向基函数神经网络学习算法,该算法将所识别的数据作为抗原,抗体为抗原的压缩映射并作为神经网络模型的隐层中心,采用最小二乘法确定权值,提高了RBF神经网络收敛速度和精度。将人工免疫RBF神经网络应用于时间序列预测中,实例仿真结果证明了算法的有效性和可行性,为时间序列预测提供了一种新途径。 展开更多

关键词 人工免疫 免疫识别 RBF神经网络 时间序列 预测

在线阅读 下载PDF 职称材料

工程建筑企业投标中的项目成本预测研究 被引量：10

10

作者 卢睿 李学伟 《铁道工程学报》 EI 北大核心 2016年第6期104-109,共6页

研究目的:项目成本预测是工程建筑企业进行投标报价的基础,成本预测准确与否最终影响中标结果以及企业利润。工程项目成本的影响因素众多、动态性强,且关系复杂,预测准确性不高。本文在项目成本影响因素识别的基础上,考虑部分因素随时... 研究目的:项目成本预测是工程建筑企业进行投标报价的基础,成本预测准确与否最终影响中标结果以及企业利润。工程项目成本的影响因素众多、动态性强,且关系复杂,预测准确性不高。本文在项目成本影响因素识别的基础上,考虑部分因素随时间的变化特征,建立基于时间序列数据的人工神经网络成本预测模型,并结合铁路建筑企业实例对模型进行验证。研究结论:(1)基于成本分析建立的人工神经网络项目成本预测模型能有效预测可投标项目成本,且模型的易用性和客观性更强;(2)考虑时间对部分影响因素的影响,结合时间序列数据修正后的神经网络模型进一步提升了成本预测准确性;(3)本文提出的工程项目投标阶段成本预测模型及输出结果可为工程建筑相关企业的项目投标工作提供决策支持。 展开更多

关键词 成本预测 神经网络模型 时间序列 项目工期

在线阅读 下载PDF 职称材料

神经网络在工程时间序列预报问题研究中的应用 被引量：14

11

作者 张玉祥 陆士良 《南京理工大学学报》 EI CAS CSCD 1997年第6期522-525,共4页

对岩土工程中时间序列预报问题进行了研究。灰色建模机理研究表明，灰色建模存在若干问题，因此，在处理岩土工程中时间序列预报问题时，要慎用灰色系统建模。探讨了岩土工程时间序列与神经网络间的联系，论证了神经网络的函数逼近能力... 对岩土工程中时间序列预报问题进行了研究。灰色建模机理研究表明，灰色建模存在若干问题，因此，在处理岩土工程中时间序列预报问题时，要慎用灰色系统建模。探讨了岩土工程时间序列与神经网络间的联系，论证了神经网络的函数逼近能力，建立了基于神经网络的岩土工程时间序列预报模型。研究实例表明，该模型的预报精度高，为解决岩土工程中时间序列预报问题提供了一条崭新途径。 展开更多

关键词 神经网络 岩土工程 灰色系统 时间序列预报

在线阅读 下载PDF 职称材料

基于灰色组合模型的管道腐蚀速率预测 被引量：11

12

作者 刘晓东 李著信 《压力容器》 北大核心 2007年第3期15-19,共5页

预测管道的腐蚀速率对于预测管道的剩余寿命及剩余强度的变化趋势具有重要意义。神经网络预测方法需要已知腐蚀影响因素的测量数据,而获取这些数据的成本较大,因此,有必要提出一种新的预测方法以降低检测成本。将灰色系统理论、人工神... 预测管道的腐蚀速率对于预测管道的剩余寿命及剩余强度的变化趋势具有重要意义。神经网络预测方法需要已知腐蚀影响因素的测量数据,而获取这些数据的成本较大,因此,有必要提出一种新的预测方法以降低检测成本。将灰色系统理论、人工神经网络及时间序列分析方法相结合,建立灰色组合模型,通过对腐蚀速率测量数据序列的趋势性、周期性及随机性成分分别建模,从而实现对腐蚀速率的预测。实例表明,灰色组合模型的预测精度高于其它几种预测方法,具有推广价值。 展开更多

关键词 灰色理论 人工神经网络 时间序列 自回归整合移动平均模型 管道 腐蚀速率 预测

在线阅读 下载PDF 职称材料

延迟深度回声状态网络及其在时间序列预测中的应用 被引量：3

13

作者 薄迎春 张欣 刘宝 《自动化学报》 EI CSCD 北大核心 2020年第8期1644-1653,共10页

为提高回声状态网络对于时间序列预测问题的处理能力,本文提出了一种延迟深度回声状态网络构造方法.该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入了一个滞后环节.由于滞后环节的存在,该网络可将长时记忆任务转化为... 为提高回声状态网络对于时间序列预测问题的处理能力,本文提出了一种延迟深度回声状态网络构造方法.该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入了一个滞后环节.由于滞后环节的存在,该网络可将长时记忆任务转化为一系列短时记忆任务,从而简化长时依赖问题的求解,同时降低神经元池的构建难度.实验表明,该网络具有强大的短时记忆容量,对初始参数有较好的鲁棒性,对时间序列预测问题的处理能力也比常规回声状态网络有显著提高. 展开更多

关键词 人工神经网络 回声状态网络 深度学习 短时记忆容量 时间序列预测

在线阅读 下载PDF 职称材料

基于改进型BP算法的外债风险指标预测 被引量：3

14

作者 陈雄华 林成德 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2001年第5期1017-1021,共5页

利用人工神经网络进行时间序列预测是一种较新的方法 ,它具有不需建立复杂的数学模型以及非线性映射能力强等优点 .采用动量法和学习率自适应调整的改进型 BP算法对外债风险的各项指标进行了非线性时间序列的预测 。

关键词 外债风险 非线性时间序列预测 人工神经网络 BP算法 指标预测 动量法 学习率自适应调速

在线阅读 下载PDF 职称材料

基于在线监测时间序列数据的水质预测模型研究进展 被引量：2

15

作者 秦艳 徐庆 +3 位作者 陈晓倩 刘振鸿 唐亦舜 高品 《东华大学学报（自然科学版）》 CAS 北大核心 2024年第3期116-122,共7页

当前地表水突发性污染事件频发,已造成严重的环境和社会影响,对环境监管部门应急处置能力建设提出了新要求和新挑战。地表水水质在线监测数据具有高频率和高时效等特点,系统论述了基于在线监测时间序列数据的水质预测模型的研究现状和进... 当前地表水突发性污染事件频发,已造成严重的环境和社会影响,对环境监管部门应急处置能力建设提出了新要求和新挑战。地表水水质在线监测数据具有高频率和高时效等特点,系统论述了基于在线监测时间序列数据的水质预测模型的研究现状和进展,包括数据软测量、预处理方法和水质预测模型等,分析了不同水质预测模型在应用过程中存在的问题,并对未来研究方向进行了展望,以期为水质预测预警和环境监管提供技术支持和方法参考。 展开更多

关键词 水质预测模型 在线监测 时间序列分析 自回归模型 人工神经网络

在线阅读 下载PDF 职称材料

安全预测的EEMD-PSR-Elman建模方法及应用 被引量：2

16

作者 李润求 施式亮 伍爱友 《中国安全科学学报》 CAS CSCD 北大核心 2015年第6期105-110,共6页

为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解（EEMD）、相空间重构（PSR）及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的... 为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解（EEMD）、相空间重构（PSR）及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的最佳嵌入维数和延迟时间;然后分别进行相空间重构;再应用Elman神经网络对各分量进行训练并建立预测模型;最后将各分量预测结果叠加得到最终预测值。用该方法分析反映煤矿安全生产的关键性指标——煤炭生产百万吨死亡率。结果得到具有长期趋势性和周期性波动的5个分量,预测相对误差为-0.11%~0.20%;外推预测表明,中国煤炭生产百万吨死亡率将保持持续下降趋势,至2020年将下降到0.05以下。 展开更多

关键词 安全预测 时间序列 集合经验模态分解(EEMD) 相空间重构(PSR) 人工神经网络 煤矿

在线阅读 下载PDF 职称材料

时间分割的池计算网络及其动力学 被引量：2

17

作者 薄迎春 张欣 刘宝 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第8期1315-1321,共7页

为解决针对给定任务构建合适的神经元池问题,提出了一种时间分割的神经元池设计方法,该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入一个滞后环节以构成时间分割的神经元池,每个子神经元池只需处理一段时间的信息,从... 为解决针对给定任务构建合适的神经元池问题,提出了一种时间分割的神经元池设计方法,该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入一个滞后环节以构成时间分割的神经元池,每个子神经元池只需处理一段时间的信息,从而达到复杂记忆任务分解的目的.输出层可对各子神经元池的状态进行整合以获取不同时段的输入特征.对多阶层振荡器的实验表明,在宏观参数相同的情况下,时间分割的池计算网络比常规池计算网络具有更强的记忆能力,能够产生更加多样化的动力学行为. 展开更多

关键词 人工神经网络 池计算 深度学习 短时记忆 时间序列预测

在线阅读 下载PDF 职称材料

河道水情长时间序列多变量预测模型 被引量：3

18

作者 薛联青 崔广柏 《水电能源科学》 2002年第3期38-40,共3页

结合时间序列的分析方法 ,建立了一种体现时序的多变量动态时间序列神经网络预测模型 ,并将模型运用于淮河流域的水情预报。预测结果表明 ,该方法计算简便 ,并较传统的 ARMA模型简单 ,尤其对于多变量非线性时间序列预测 。

关键词 水情预报 神经网络 时间序列 预测模型

在线阅读 下载PDF 职称材料

基于图拉普拉斯变换和极限学习机的时间序列预测算法 被引量：6

19

作者 邹小云 《计算机应用与软件》 北大核心 2021年第4期288-294,共7页

由于时间效率的约束,多元时间序列预测算法往往存在预测准确率不足的问题。对此,提出基于图拉普拉斯变换和极限学习机的时间序列预测算法。基于图拉普拉斯变换对时间序列进行半监督的特征提取,通过散布矩阵将监督特征和无监督特征进行... 由于时间效率的约束,多元时间序列预测算法往往存在预测准确率不足的问题。对此,提出基于图拉普拉斯变换和极限学习机的时间序列预测算法。基于图拉普拉斯变换对时间序列进行半监督的特征提取,通过散布矩阵将监督特征和无监督特征进行融合。设计在线的极限学习机学习算法,仅需要在线更新网络的输出权重矩阵即可完成神经网络的学习。利用提取的特征在线训练极限学习机,实现对多元时间序列的实时预测。基于多个数据集进行仿真实验,结果表明该算法有效地提高了预测准确率。 展开更多

关键词 多元时间序列 人工神经网络 图拉普拉斯变换 极限学习机 数据流预测 特征选择

在线阅读 下载PDF 职称材料

非线性时间序列的重构及预测 被引量：3

20

作者 高知新 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2004年第1期138-140,共3页

采用自适应前馈网络算法(AFN)进行非线性时序预测,对网络结构设计进行详细的探讨,并应用该方法对经典非线性时间序列数据进行预测,与传统预测方法(TAR)比较,结果证明此种方法具有较好的效果,网络的结构得到了简化,不仅满足了误差目标的... 采用自适应前馈网络算法(AFN)进行非线性时序预测,对网络结构设计进行详细的探讨,并应用该方法对经典非线性时间序列数据进行预测,与传统预测方法(TAR)比较,结果证明此种方法具有较好的效果,网络的结构得到了简化,不仅满足了误差目标的要求,而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。 展开更多

关键词 非线性时间序列 预测 自适应前馈网络算法 门限自回归模型 人工神经网络

在线阅读 下载PDF 职称材料