共查询到20条相似文献，搜索用时 234 毫秒
1.
2.
针对图书馆流通量预测问题．提出了基于遗传神经网络的预测模型。该模型采用遗传算法作为神经网络权值全局搜索算法,BP算法作为局部搜索算法。结合实例进行计算,结果表明,该算法用于预测图书馆流通量是可行和有效的。 相似文献
3.
4.
5.
本文主要研究了基于改进指数平滑算法的气温预测问题。首先引入时间序列模型概念,对常用气温预测模型进行简要分析,另外对一阶指数平滑算法进行相关推导,同时提出了自适应指数平滑算法;其次,结合广西容县近30年月均气温实测数据,分别建立BP神经网络预测模型、传统指数平滑算法预测模型以及改进后的基于自适应指数平滑算法的预测模型,对2016年气温数据进行预测并分析模型优势;最后,将改进模型用于预测2017年和2018年中未知月份的月平均气温值,并针对实验结果进行数据分析修正。通过对不同预测模型的比较和仿真实验,结果表明基于自适应指数平滑算法的气温预测模型预测精度较高,实用性强,具有一定的推广性。 相似文献
6.
对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。 相似文献
7.
提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。 相似文献
8.
为了解决我国农业灌溉自动化程度不够高,灌溉用水量不够精确等问题。本文使用基于遗传算法改进的BP神经网络建立了灌溉需水量预测模型,选取了对灌溉需水量的主要影响因素作为输入数据进行仿真实验,实验结果表明,遗传算法改进的神经网络算法能够准确预测灌溉需水量。 相似文献
9.
随着中国信用卡市场的急速发展,信用卡消费行为的风险评估已成为业界研究的一个重要方向.目前风险预测的研究常采用单一的BP神经网络算法,但该算法存在一些固有缺点,如易陷入局部极小点、收敛速度较慢等,这些缺点会影响风险预测的效果.针对单一BP神经网络算法的不足,提出了一种将BP神经网络算法与遗传算法相结合的混合算法,它以BP神经网络作为基础,利用遗传算法对BP神经网络进行优化,并通过数据集的实验证明该混合算法要优于单一BP神经网络算法,可以有效提高信用卡消费行为风险评估中的检测率和准确率. 相似文献
10.
【目的/意义】基于机器学习算法对信息进行聚类及预测引起了广泛关注,本文将以航空公司客户信息为对
象构建出k-means,BP神经网络模型,对航空用户进行聚类及预测,实现用户的精准营销。【方法/过程】首先,对航
空公司的客户信息进行预处理,并根据信息聚类和信息预测理论,构建出k-means客户聚类模型与BP神经网络的
流失预测模型。【结果/结论】实证结果表明,在聚类模型上,k-means算法将客户聚为五类,实现了不同价值客户的
差异化识别;在客户预测模型上,BP神经网络的准确性更高。【创新/局限】本次研究将LRFMC模型引入到用户聚
类模型的实验中,使得模型泛化能力上存在了一定的局限,但也为该问题的未来研究提供了新的方式。 相似文献
11.
12.
为探究精益建设技术与项目绩效之间的内在作用机理,构建基于BP和SVM变量筛选的6S、可视化管理、最后计划者等7种精益建设技术与知识能力、财务、业主等5个项目绩效分项指标和综合指标的耦合模型。仿真结果表明:在精益建设技术特征与项目绩效分项指标的耦合模型仿真分析中,基于GA-BP的预测模型比标准BP神经网络模型精度要高;在精益建设技术特征与项目绩效综合指标的耦合模型仿真分析中,基于SVM的预测模型比GA-BP的预测模型精度要高。另外,利用BP和SVM结合MIV算法进一步探究不同精益建设技术对项目绩效各指标和综合指标的影响程度。研究结果为项目利益相关者提高项目管理绩效提供决策支持。 相似文献
13.
14.
组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。 相似文献
15.
[目的]知识图谱分析的自动化程度与动态性能不高,一直是其运用于产业创新研究领域的主要障碍。[方法]为解决上述难题,提出了基于知识图谱分析的产业创新预测模型;给出了该模型的框架结构、功能模块以及运作流程,详述了其中的关键算法;该模型通过灰色分图算法对产业创新项目规划进行内容界定与可能性评估,通过知识图谱生长衍化算法对产业创新未来趋势进行预测。[结果]实测结果表明,该模型比既有的预测模型,具有更高的分图收敛速度和图谱覆盖度,并具备较为精准的预测能力。 相似文献
16.
This paper is concerned with the modeling and prediction of random delays in networked control systems. Considering the Gaussian mixture distribution followed by the random delays in real networks, the semi-continuous hidden Markov model (SCHMM) is proposed in this paper to model the random delays. The initialization and optimization problems of the model parameters are solved by using the K-mean clustering algorithm and the expectation maximization algorithm. Based on the model, the prediction of the controller-to-actuator (CA) delay in the current sampling period is obtained. The prediction can be used to design a controller to compensate the CA delay in the future research. Two illustrative examples are given to demonstrate the effectiveness and superiority of the proposed modeling and prediction methods. 相似文献
17.
18.
基于混沌搜索的LS-SVM预测算法 总被引：1，自引：0，他引：1
为利用最小二乘支持向量机(LS-SVM)来进行预测,首先要确定影响LS-SVM模型的两个主要参数γ和σ,针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性,随机性,可以进行全局和局部寻优,利用该算法搜索最优参数来确定预测模型,然后将该预测模型用于预测实践。实验结果表明,该模型具有较精确的预测精度和适用性。 相似文献
19.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
20.
The permeability index of the blast furnace is a significant symbol to measure the smooth operation of the blast furnace. This paper proposes a novel prediction model for permeability index of the blast furnace based on the multi-layer extreme learning machine (ML-ELM), the principal component analysis (PCA) method and wavelet transform (called as W-PCA-ML-ELM prediction model). This modified ML-ELM algorithm is based on the ML-ELM algorithm and the PCA method (named as PCA-ML-ELM). The PCA method is applied on the ML-ELM algorithm to improve the algebraic property of the last hidden layer output matrix which deteriorates its generalization performance due to the high multicollinearity. Because the production data of the blast furnace field contain noises, this paper applies the wavelet transform to remove the noise. Comparing with other prediction models which are based on the ML-ELM, the ELM, the BP and the SVM, simulation results illustrate that the better generalization performance and stability of the proposed W-PCA-ML-ELM prediction model. 相似文献