期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到832篇文章
< 1 2 … 42 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测 被引量：1
1
作者 陈宇航 王渝红 +3 位作者 南璐 何川 王腾鑫 张敏 《现代电力》 北大核心 2025年第2期352-359,共8页
为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到... 为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到相似日集合,而后采用相似日数据对BP神经网络进行训练得到单点负荷值预测结果。其次,重点考虑历史数据的周期性和时序变化趋势,基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈,调整优化模型的关键超参数,最后基于误差倒数法组合得到短期负荷预测结果。以某地区电力负荷数据作为算例验证,结果表明所提的改进预测模型预测精度更高,且在克服历史数据缺失和拟合非工作日负荷曲线等方面具有优势。 展开更多
关键词 短期负荷预测 PROPHET 自组织映射-前馈 神经网络 时间序列
在线阅读 下载PDF
基于PSO-BP模型的省域交通运输碳排放多情景预测 被引量：1
2
作者 李雨 王君 +1 位作者 张萌萌 付建村 《华南师范大学学报(自然科学版)》 北大核心 2025年第2期12-22,共11页
以山东省交通运输领域为例,利用可拓展的随机性环境影响评估模型(STIRPAT)结合岭回归方法分析了碳排放驱动因素,采用粒子群算法(PSO)优化反向传播神经网络(BP神经网络),构建了以人口、人均GDP等7类变量为输入层的PSO-BP神经网络组合预... 以山东省交通运输领域为例,利用可拓展的随机性环境影响评估模型(STIRPAT)结合岭回归方法分析了碳排放驱动因素,采用粒子群算法(PSO)优化反向传播神经网络(BP神经网络),构建了以人口、人均GDP等7类变量为输入层的PSO-BP神经网络组合预测模型,对2023—2035年山东省交通运输在3种情景下的CO_(2)排放量进行了预测分析。结果表明:人口规模、人均GDP、能源结构、交通能源强度、货运周转量、民用车保有量是山东省交通运输碳排放的促进因素,交通运输强度是抑制因素;PSO-BP预测模型具有较高精度和较好的拟合效果,预测结果与单一的BP神经网络、支持向量回归模型(SVR)、STIRPAT模型对比,平均绝对百分比误差分别降低5.78%、2.00%和3.78%,均方根误差分别降低3.357×10^(6)、1.539×10^(6)、1.953×10^(6) t,平均绝对误差分别降低2.651×10^(6)、1.128×10^(6)、1.756×10^(6) t;预测期内,山东省交通运输CO_(2)排放量在低碳情景下将于2030年达到峰值5.535×107 t,在基准情景和高碳情景下将保持增长趋势。在现有政策基础上,山东省应持续优化交通运输结构,积极推广低碳出行方式,提升清洁能源应用比重,以实现交通运输的绿色化、低碳化及高质量发展目标。 展开更多
关键词 交通碳排放预测 STIRPAT模型 BP神经网络 粒子群优化算法 情景分析
在线阅读 下载PDF
用EOF展开和人工神经网络方法预测ENSO的研究 被引量：8
3
作者 蒋国荣 张韧 沙文钰 《海洋预报》 北大核心 2001年第3期1-11,共11页
　本文利用ＥＯＦ展开技术和人工神经网络方法进行了预测ＥＮＳＯ的研究，研究结果表明，二种方法的结合对预测ＥＮＳＯ有较好的效果，但预报效果依赖于预报时效，依赖于预报因子的合理选取。
关键词 Eof展开 神经网络 BP网络 ENSO预测 厄尔尼诺
在线阅读 下载PDF
基于EOF和BP网络的库群径流预测 被引量：1
4
作者 王德智 董增川 夏军 《灾害学》 CSCD 2006年第3期54-57,共4页
在考虑多个水库径流相关性的基础上,基于自然正交函数,将多维径流序列分解成时不变的空间特征和随时间变化的权重系数矩阵,并运用网络对时间权重系数变化规律进行分析,从而对库群径流做出预测。以某区域中的三座中型水库为例,选用灰关... 在考虑多个水库径流相关性的基础上,基于自然正交函数,将多维径流序列分解成时不变的空间特征和随时间变化的权重系数矩阵,并运用网络对时间权重系数变化规律进行分析,从而对库群径流做出预测。以某区域中的三座中型水库为例,选用灰关联模型进行比较预测,取得了较好的结果。 展开更多
关键词 相关系数 自然正交函数 BP网络 径流预测
在线阅读 下载PDF
不同施氮水平下冬小麦叶片氮含量的高光谱遥感监测
5
作者 郭新惠 乔星星 +7 位作者 赵钰 王超 冯美臣 肖璐洁 宋晓彦 张美俊 杨武德 李广信 《山西农业科学》 2025年第5期92-100,共9页
为探讨不同施氮水平下冬小麦叶片氮含量的高光谱响应机制,进而实现冬小麦叶片氮含量的高光谱遥感监测,以65份冬小麦品种为研究对象,设置0(N1)、100(N2)、200(N3)kg/hm^(2)等3个氮肥梯度,采用连续投影算法(SPA)筛选特征波段,结合随机森林... 为探讨不同施氮水平下冬小麦叶片氮含量的高光谱响应机制,进而实现冬小麦叶片氮含量的高光谱遥感监测,以65份冬小麦品种为研究对象,设置0(N1)、100(N2)、200(N3)kg/hm^(2)等3个氮肥梯度,采用连续投影算法(SPA)筛选特征波段,结合随机森林(RF)和BP神经网络(BPNN)构建基于无人机高光谱的冬小麦叶片氮含量监测模型。结果表明,冬小麦叶片氮含量在不同施氮处理间差异显著,同一生育时期下的冬小麦叶片氮含量随着施氮水平的增加呈现逐渐增加的趋势;冬小麦光谱反射率在近红外光谱区域(780~1021 nm)对施氮水平的变化更为敏感,随着生育时期的推进,冬小麦高光谱反射率呈现下降趋势。通过构建不同施氮水平下的冬小麦叶片氮含量监测模型发现,N2处理下的SPA+BPNN模型表现最佳,校正集的决定系数(R^(2))、均方根误差(RMSE)、相对分析误差(RPD)分别为0.807、3.173 mg/g、2.279%,验证集的R^(2)、RMSE和RPD分别为0.802、3.201 mg/g和2.246%。 展开更多
关键词 冬小麦 施氮水平 叶片氮含量 高光谱反射率 特征波段 随机森林 BP神经网络
在线阅读 下载PDF
小样本条件下风电功率预测方法的研究
6
作者 张志艳 兰龙 +3 位作者 白景升 杨唐毅格 孔汉 刘华 《电力系统保护与控制》 北大核心 2025年第18期120-130,共11页
针对风电功率预测通常需要大量历史数据和复杂模型支持的问题,提出了一种小样本条件下风电功率预测模型。首先,针对样本不足问题,提出基于时序马尔可夫链蒙特卡洛(time-Markov chain Monte Carlo,Time-MCMC)的数据扩充方法,采用统计、... 针对风电功率预测通常需要大量历史数据和复杂模型支持的问题,提出了一种小样本条件下风电功率预测模型。首先,针对样本不足问题,提出基于时序马尔可夫链蒙特卡洛(time-Markov chain Monte Carlo,Time-MCMC)的数据扩充方法,采用统计、插值、拟合和自适应识别方法进行数据清洗,提升样本的多样性和质量。其次,融合多种优化策略,构建基于改进型混合天鹰优化与非洲秃鹫优化算法(improved hybrid aquila optimization and African vulture optimization algorithm,IHAOAVOA)的反向传播(backpropagation,BP)神经网络风电功率预测模型。最后,以实际算例验证了数据扩充方法的有效性,同时对扩充后的样本集分别采用BP神经网络、天鹰优化器(aquila optimizer,AO)优化BP神经网络、非洲秃鹫优化算法(African vultures optimization algorithm,AVOA)优化BP神经网络和IHAOAVOA-BP神经网络4种模型进行功率预测。预测结果表明,与AVOA-BP模型相比,所提模型平均绝对值误差(mean absolute error,MAE)和均方误差(mean squared error,MSE)分别至少降低了0.45 MW和21.48%。 展开更多
关键词 功率预测 小样本 BP神经网络 马尔可夫链蒙特卡洛 混合优化策略
在线阅读 下载PDF
平原圩区复合下垫面水文水动力耦合模型 被引量：6
7
作者 李彬权 陈丞 +2 位作者 肖洋 余煌浩 许栋 《水科学进展》 EI CAS CSCD 北大核心 2024年第5期805-816,共12页
平原圩区地势低洼,下垫面类型多样,产汇流过程较为复杂,水文过程模拟和预报十分困难。为解决平原圩区洪水预报难题,建立考虑水田、旱地、林地、城市区与水域等多种下垫面类型的产汇流模型,利用MIKE 11 HD水动力模型模拟河道汇流过程,提... 平原圩区地势低洼,下垫面类型多样,产汇流过程较为复杂,水文过程模拟和预报十分困难。为解决平原圩区洪水预报难题,建立考虑水田、旱地、林地、城市区与水域等多种下垫面类型的产汇流模型,利用MIKE 11 HD水动力模型模拟河道汇流过程,提出面向平原圩区复合下垫面条件的水文水动力耦合模型;并采用BP神经网络进行河道水位预报误差校正,以提高模型精度。选择广州市南沙蕉门河排涝片为研究区,检验耦合模型的水位预报精度,并以2023年“9·7深圳特大暴雨”为移置场景输入,模拟不同排涝措施对河道水位的影响。结果表明:模型能够较好地模拟研究区场次洪水的河道水位过程,率定期和验证期的平均Nash效率系数分别为0.86和0.91,10场洪水中有8场的最高水位模拟误差小于0.05 m;采用BP神经网络校正后所有场次洪水的Nash效率系数均大于0.9,满足洪水预报的精度要求。研究区面临“9·7深圳特大暴雨”场景时存在内涝风险,需提升圩内蓄洪排涝能力。 展开更多
关键词 洪水预报 误差校正 MIKE 11 HD模型 平原圩区 BP神经网络 防洪排涝
在线阅读 下载PDF
基于大数据的地铁全线建设投资智能控制研究 被引量：1
8
作者 段晓晨 杨静 +1 位作者 汪辉 王丹 《铁道工程学报》 EI CSCD 北大核心 2024年第11期118-123,共6页
研究目的:地铁建设项目投资消耗因素具有复杂性、时序性、空间性和开放性,导致现有的定额投资控制模式已远远达不到投资随机性和非线性演变的要求,亟需改革地铁投资控制管理模式。由此本文综合运用BIM、Python技术与模糊数学、BP神经网... 研究目的:地铁建设项目投资消耗因素具有复杂性、时序性、空间性和开放性,导致现有的定额投资控制模式已远远达不到投资随机性和非线性演变的要求,亟需改革地铁投资控制管理模式。由此本文综合运用BIM、Python技术与模糊数学、BP神经网络、已获价值理论和PDCA循环法,构建地铁全线建设投资智能预测和控制方法。研究结论:(1)建立了地铁全线建设投资基础数据库,同时构建地铁工程投资问题原因对策库;(2)运用SPSS因子分析、粗糙集理论、模糊数学结合BP神经网络得到全线施工总目标;(3)综合PDCA循环、已获价值理论对重点管控工程进行投资动态优化控制,显著提高了项目整体的管理效率和水平;(4)建立了地铁全线建设投资计算机辅助智能控制软件并应用在成都地铁建设实例中;(5)本研究成果可为地铁全线建设投资控制提供可行性方案。 展开更多
关键词 地铁全线建设 BP神经网络 投资智能预测 智能控制
在线阅读 下载PDF
基于小波分析和BP神经网络的农业机械化作业水平预测 被引量：1
9
作者 夏晶晶 吕恩利 +1 位作者 邬锡权 陈明林 《中国农机化学报》 北大核心 2024年第12期312-318,共7页
为提高我国农业机械化作业水平的预测精度,针对农业机械化作业水平非线性和非平稳性的特点,基于小波分析和BP神经网络的基本原理,建立小波-BP神经网络的预测模型。首先,系统地分析并提取农业机械化作业水平主要影响因素,采用主成分分析... 为提高我国农业机械化作业水平的预测精度,针对农业机械化作业水平非线性和非平稳性的特点,基于小波分析和BP神经网络的基本原理,建立小波-BP神经网络的预测模型。首先,系统地分析并提取农业机械化作业水平主要影响因素,采用主成分分析的方法进行降维处理;然后,对我国农业机械化作业水平时间序列和影响因素主成分序列进行小波分解获取低频分量和高频分量,进而对低频分量与高频分量分别建立BP神经网络预测模型;最后,将预测得到的低频分量和高频分量通过线性叠加得到最终预测结果。以我国农业机械化作业水平预测为例对该方法进行验证,结果表明:小波-BP神经网络预测模型具有较好的预测效果,模型评价指标平均相对误差、均方根误差、希尔不等系数、一致性指标、有效系数和优秀率分别为0.44%、0.293、0.002 4、0.90、0.972 7和100%,各评价指标均优于其他模型。 展开更多
关键词 农业机械化作业水平 主成分分析 小波分析 BP神经网络
在线阅读 下载PDF
不同冲突情境下老年驾驶人焦虑水平预测分析
10
作者 郭凤香 马传戬 +2 位作者 蔡晶 周怡雯 李京阳 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第9期219-226,共8页
为研究冲突情景下老年驾驶人的焦虑水平,利用量表量化老年驾驶人焦虑程度,通过搭建冲突交叉口道路虚拟场景,采集不同冲突情境下老年驾驶人的驾驶行为数据。运用Spearman相关性分析法,筛选出与老年驾驶人焦虑水平相关的影响因子,基于径... 为研究冲突情景下老年驾驶人的焦虑水平,利用量表量化老年驾驶人焦虑程度,通过搭建冲突交叉口道路虚拟场景,采集不同冲突情境下老年驾驶人的驾驶行为数据。运用Spearman相关性分析法,筛选出与老年驾驶人焦虑水平相关的影响因子,基于径向基函数(RBF)神经网络和BP神经网络分别建立老年驾驶人焦虑水平预测模型,并对比2种模型的预测性能。研究结果表明:不同冲突情境下,老年驾驶人的年龄、驾龄、制动踏板深度、方向盘转角熵、冲突严重度等级与焦虑水平成显著正相关关系,速度与焦虑水平呈显著负相关关系;基于RBF神经网络的老年驾驶人焦虑模型的预测准确率为87.14%,精确率为88.24%,召回率为68.18%,F_(1)值为76.92%。基于BP神经网络的老年驾驶人焦虑模型的预测准确率为92.86%,精确率为90.48%,召回率为83.36%,F_(1)值为88.37%。2种模型均能够较好地预测老年驾驶人的焦虑水平,且基于BP神经网络的老年驾驶人焦虑预测模型预测性能更优。研究结果可为正确识别老年驾驶人的焦虑水平提供一定的理论基础,对于创造安全高效的驾驶具有重要意义。 展开更多
关键词 冲突情景 老年驾驶人 焦虑水平 RBF神经网络 BP神经网络
在线阅读 下载PDF
基于小波变换与优化BP神经网络的超短期光伏发电功率预测 被引量：7
11
作者 夏晓荣 胡鹏飞 +3 位作者 王飞 张明晨 赵洁 王波 《电网与清洁能源》 CSCD 北大核心 2024年第10期159-166,共8页
光伏发电功率的精确预测可以帮助电网实现更精细的管理,提高能源利用率;但光伏发电功率受到多种环境因素的影响,且具有较大的随机波动性,故挖掘光伏发电的效率特性非常困难。该文提出一种新方法,通过使用小波变换和优化BP神经网络来预... 光伏发电功率的精确预测可以帮助电网实现更精细的管理,提高能源利用率;但光伏发电功率受到多种环境因素的影响,且具有较大的随机波动性,故挖掘光伏发电的效率特性非常困难。该文提出一种新方法,通过使用小波变换和优化BP神经网络来预测超短期光伏发电功率。该方法基于皮尔逊系数,可以获得与气象因素相关的预测结果;基于离散小波变换(discrete wavelet transform,DWT),将原始功率一阶差分序列分解为若干个不同频段的分量,提取光伏出力波动的频域特性;利用K-means聚类方法对功率一阶差分值进行聚类,并建立相应的神经网络预测模型,通过重组所得预测结果,得到初始预测功率差分值;利用气象因素通过GAACO-BP神经网络修正预测所得功率差分值,得到最终预测功率序列。利用某光伏电站所记录的实际功率数据进行验证,结果表明:DWT-GA-ACO-BP预测模型能提供较为精确的预测结果。 展开更多
关键词 光伏出力预测 小波变换 优化BP神经网络 Kmeans 功率差分序列 超短期预测
在线阅读 下载PDF
基于SARIMA-BP组合模型的家具订单需求量预测方法研究 被引量：2
12
作者 何金婷 陈星艳 +5 位作者 陶涛 戴向东 黄艳丽 欧阳周洲 吕宙 詹秀丽 《家具与室内装饰》 北大核心 2024年第2期26-30,共5页
对定制家具的生产需求进行精准预测,有助于家具企业进行有效的决策,包括提前制定生产计划、提前规划生产资源等,以期合理分配现有的生产资源并根据预测结果合理储备资源。本文以A企业家具的产品订单需求量为研究对象,分析其需求影响因素... 对定制家具的生产需求进行精准预测,有助于家具企业进行有效的决策,包括提前制定生产计划、提前规划生产资源等,以期合理分配现有的生产资源并根据预测结果合理储备资源。本文以A企业家具的产品订单需求量为研究对象,分析其需求影响因素,在建立SARIMA模型及BP神经网络预测模型的基础上,建立SARIMABP组合算法的需求预测模型,并选用实际数据,验证所构建的需求预测模型的有效性,结果表明本文提出的预测模型与方法对企业精准预测订单需求量具有较大的应用价值。 展开更多
关键词 家具订单需求预测 BP神经网络 SARIMA模型 需求预测模型
在线阅读 下载PDF
基于神经网络的船舶综合电力系统负荷组合预测研究 被引量：3
13
作者 严文博 黄云辉 +3 位作者 熊斌宇 唐金锐 王栋 周克亮 《舰船科学技术》 北大核心 2024年第7期112-120,共9页
随着纯电动船舶的高速发展,其用电负荷在电力市场交易中的影响日渐突出,为此该文提出一种船舶综合电力系统负荷神经网络组合预测方法,旨在提高预测精度。首先,分析纯电动船舶综合电力系统在多种工况下的负荷特性。然后,研究基于典型神... 随着纯电动船舶的高速发展,其用电负荷在电力市场交易中的影响日渐突出,为此该文提出一种船舶综合电力系统负荷神经网络组合预测方法,旨在提高预测精度。首先,分析纯电动船舶综合电力系统在多种工况下的负荷特性。然后,研究基于典型神经网络的船舶综合电力系统负荷预测方法,揭示其在复杂工况下预测的局限性。针对以上问题,提出了基于BP和RBF神经网络相结合的船舶综合电力系统负荷组合预测方法。此组合预测方法集合了BP和RBF神经网络模型的优势,提高了预测模型的泛化能力和容错率。最后,以江苏某纯电动船舶为实际算例,针对复杂工况下的船舶综合电力系统负荷进行对比预测。结果表明,所提方法与单一预测算法相比,预测精度从96.63%提高至98.98%。 展开更多
关键词 船舶电力系统 负荷预测 BP神经网络 RBF神经网络
在线阅读 下载PDF
基于GA-BP神经网络模型城市河道水位预报研究 被引量：1
14
作者 蒋双林 王超 +1 位作者 陈阳 廖卫红 《中国农村水利水电》 北大核心 2024年第1期109-116,共8页
城市内河水位预报对城市内涝风险管理具有重要意义。传统数值模拟模型计算效率较低,且无法实时计算。针对以上问题,提出一种基于Gaussian函数改进BP神经网络的河道水位预报模型,解决了BP神经网络模型预报精度低、在误差平坦区收敛速度... 城市内河水位预报对城市内涝风险管理具有重要意义。传统数值模拟模型计算效率较低,且无法实时计算。针对以上问题,提出一种基于Gaussian函数改进BP神经网络的河道水位预报模型,解决了BP神经网络模型预报精度低、在误差平坦区收敛速度慢的问题。该方法利用Gaussian函数改进BP神经网络梯度下降算法,针对模型不同权重与阈值设定不同学习率,对各参数进行针对性优化,能够有效加速BP神经网络模型训练效率;针对模型在误差平坦区收敛速度慢的问题,通过Gaussian函数增大梯度下降算法在误差平坦区的学习率,控制梯度下降算法在误差较大时的学习率,能够有效加速BP神经网络模型在误差平坦区的收敛速度。以福州市晋安区6个河道水位测站为研究对象,构建GABP神经网络河道水位预报模型进行城市内河水位预报,并探讨不同降雨输入形式对河道水位预报精度的影响。结果表明:GA-BP神经网络能够有效提升BP神经网络在误差平坦区的收敛速度与模型预报精度,试验集预报纳什效率系数(NSE)均在0.8以上,能够将预报峰值水位相对误差控制在5%以内,其中降雨以小时降雨量形式输入能够将预报NSE提升至0.9以上。研究表明采用Gaussian函数改进BP神经网络模型能够有效提升模型预报精度,对提升城市河道水位预报具有重要意义。 展开更多
关键词 Gaussian函数 BP神经网络 小时降雨量 水位预报
在线阅读 下载PDF
基于CIWOA-BP和灰色置信区间的银川市需水量预测模型 被引量：4
15
作者 南宏业 李翠梅 +2 位作者 王浩 何岩 周焯 《人民黄河》 CAS 北大核心 2024年第1期75-78,共4页
需水量预测是水资源科学配置和调度的基础,为提高其合理性,针对需水量变化的波动、不确定性特点,提出一种改进鲸鱼算法(CIWOA)优化BP神经网络与灰色置信区间估计相结合的需水量区间预测模型。利用灰色关联分析筛选需水量影响因子,输入CU... 需水量预测是水资源科学配置和调度的基础,为提高其合理性,针对需水量变化的波动、不确定性特点,提出一种改进鲸鱼算法(CIWOA)优化BP神经网络与灰色置信区间估计相结合的需水量区间预测模型。利用灰色关联分析筛选需水量影响因子,输入CUBIC混沌映射和自适应权重改进的鲸鱼算法优化BP模型(CIWOA-BP),结合灰色置信区间估计建立组合区间预测模型,对银川市需水量进行模拟预测。结果表明:CIWOA-BP模型预测精度高于普通鲸鱼算法优化BP模型(WOA-BP)、遗传算法优化BP模型(GA-BP);CIWOA-BP模型与灰色置信区间的组合模型优于其与BOOTSTRAP区间估计组合,在置信度90%时需水量区间预测合理、可靠。 展开更多
关键词 鲸鱼算法 BP神经网络 灰色置信区间 需水量预测 银川市
在线阅读 下载PDF
GA-BP神经网络在发射场的气温预报应用研究 被引量：1
16
作者 张芳 王刚 +3 位作者 张朝飞 潘泉 陈锋 谭文秋 《载人航天》 CSCD 北大核心 2024年第2期219-223,共5页
为减小发射场气温预报误差,将BP神经网络和遗传算法结合起来,以2018—2022年的欧洲细网格气温预报数据和发射场实况数据为基础,利用相关系数筛选预报因子,建立了发射场气温预报模型。结果表明:模型气温预报平均绝对误差为1.132℃,较业... 为减小发射场气温预报误差,将BP神经网络和遗传算法结合起来,以2018—2022年的欧洲细网格气温预报数据和发射场实况数据为基础,利用相关系数筛选预报因子,建立了发射场气温预报模型。结果表明:模型气温预报平均绝对误差为1.132℃,较业务使用的欧洲细网格预报平均绝对误差优化了7.8%;模型气温预报的误差标准差为0.907℃,模型能较好修正欧洲细网格的温度预报误差离散值,较欧洲细网格预报的误差更稳定,能大幅减小预报员的人工订正工作;在神舟15号任务保障中,该模型预报的窗口温度为-18.02℃,而实况为-17.9℃,在临界条件下温度精细化预报保障提供了一种可靠性较高的预报手段。 展开更多
关键词 BP神经网络 遗传算法 航天发射保障 气温预报
在线阅读 下载PDF
基于PSO-BP神经网络的新能源汽车销量预测模型 被引量：1
17
作者 王训洪 郝同铮 马聪 《科学技术与工程》 北大核心 2024年第31期13467-13474,共8页
为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP... 为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。 展开更多
关键词 新能源汽车 PSO算法 PSO-BP神经网络 销量预测模型
在线阅读 下载PDF
改进SSA优化的BP神经网络交通量预测模型 被引量：13
18
作者 陈亮 郝祎纯 +1 位作者 李巧茹 丁景轩 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第7期94-101,共8页
为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀... 为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀搜索算法进行改进,在避免算法陷入局部最优和位置更新无效的同时有效地提高了算法的收敛速度。利用改进麻雀搜索算法对BP神经网络的权值和阈值进行寻优赋值,得到了改进SSA-BP神经网络预测模型。利用交通量数据,对LSTM神经网络、BP神经网络、SSA-BP神经网络和改进SSA-BP神经网络4种预测模型进行训练和测试,以MAE、MAPE、MSE、RMSE和EC 5个指标对预测结果进行对比分析。结果表明:BP神经网络优于LSTM神经网络,且麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了0.28 veh/(3 min)、MAPE降低了1%、MSE降低了2.72 veh/(3 min)、RMSE降低了0.04;改进麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了1.31 veh/(3 min)、MAPE降低了4%、MSE降低了9.2 veh/(3 min)、RMSE降低了0.18,且拟合度更接近于1。改进SSA-BP预测模型的性能优于SSA-BP神经网络预测模型,且有效提高了BP神经网络的预测精度,拟合度达到0.98,该模型适用于交通量预测,能够为智能交通系统提供可靠的预测值。 展开更多
关键词 交通量预测 BP神经网络 改进麻雀搜索算法 权值 阈值
在线阅读 下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量：18
19
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(BP)神经网络
在线阅读 下载PDF
基于粒子群优化BP神经网络的激光扫描投影系统畸变预测方法 被引量：6
20
作者 张宏韬 唐芳 +2 位作者 吴坤 朱亦然 侯茂盛 《光子学报》 EI CAS CSCD 北大核心 2024年第6期275-286,共12页
为了精准、高效地预测和校正激光扫描投影系统的畸变误差,研究了基于粒子群优化BP神经网络的畸变预测方法。建立了BP神经网络结构,并融合粒子群优化算法对BP神经网络的权值和阈值进行优化,得出基于粒子群优化BP神经网络的激光扫描投影... 为了精准、高效地预测和校正激光扫描投影系统的畸变误差,研究了基于粒子群优化BP神经网络的畸变预测方法。建立了BP神经网络结构,并融合粒子群优化算法对BP神经网络的权值和阈值进行优化,得出基于粒子群优化BP神经网络的激光扫描投影系统投影畸变预测模型。选取距激光扫描投影仪器两米的待投影面上的理论坐标点及各点相应畸变值Δx作为粒子群优化BP神经网络的训练数据集,将待投影面上实际投影位置坐标代入训练好的粒子群优化BP神经网络进行预测得到预测畸变值输出,并与实际畸变值对比,最后,引入Elman神经网络预测模型的预测结果与所研究预测方法进行对比。结果表明:在±30°的全视场扫描投影范围内粒子群优化BP神经网络预测模型的均方根误差为0.0176 mm,解算时间仅需22.4 s,相较于Elman神经网络效率提升78.33%,预测精度及时间明显优于Elman神经网络,可以有效预测激光扫描投影系统的畸变误差。 展开更多
关键词 激光扫描投影 粒子群优化算法 BP神经网络 误差预测 二维振镜 图形畸变
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 42 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部