共查询到20条相似文献，搜索用时 330 毫秒
1.
光伏电站的发电功率高度依赖于不同的天气条件,其变化无规律可循,从而给电网管理带来挑战。因此,对光伏发电功率进行预测研究,以确保电网安全、稳定运行。首先,按季节和天气类型划分历史发电数据,经数据分析后,将温度与历史发电功率作为输入,构建了ANFIS与模糊聚类 ESN两个光伏发电功率预测模型。利用Matlab模糊逻辑工具箱构建ANFIS模型,而对于模糊聚类 ESN模型的构建,先采用模糊聚类处理输入数据,再利用ESN进行训练与预测。通过对两个预测结果的比较,模糊聚类 ESN模型的预测精度高于ANFIS模型。 相似文献
2.
为了解决常规方法拟合多维非线性函数的预测结果精度较低问题,采用非线性映射能力较强的BP神经网络进行多维非线性函数拟合。通过对BP神经网络结构及训练过程的分析,依据给定的两维非线性函数构建BP神经网络模型,并利用MATLAB软件对BP神经网络进行预测。仿真结果表明,BP神经网络对于两维非线性函数有良好的拟合能力,拟合误差小、收敛速度快,也使该方法具有较好的推广性。 相似文献
3.
模糊规则提取和隶属度函数学习是模糊推理系统设计过程中重要而困难的问题。针对该问题,提出一种基于人工蜂群算法（ABC算法）训练自适应神经模糊推理系统（ANFIS）的新方法。神经网络采用5层ANFIS网络结构,并且描述了基本思想和算法实现过程。在ANFIS中引入ABC算法进行参数训练和优化,该方法适用于非线性系统辨识。实验结果表明,加入ABC算法之后,ANFIS训练和参数优化等取得了良好效果。 相似文献
4.
基于自适应模糊神经网络的可持续发展预测控制模型 总被引：1，自引：0，他引：1
生态经济系统是经济子系统、社会子系统、生态环境子系统相耦合的复杂巨系统。本文以模糊推理系统和BP神经网络相结合的自适应神经模糊推理系统(ANFIS)来模拟生态经济系统的功能，进行预测。通过确定7个指标，采集1991年-2003年的数据，构建模型，进行训练、检验，建立了以上海市为代表的基于ANFIS的可持续发展预测控制模型。 相似文献
5.
在分析模糊神经网络的模型、系统结构和学习算法的基础上,提出了基于自适应神经模糊推理系统(ANFIS)的自适应噪声抵消算法,并对算法进行了仿真和分析.仿真结果表明,在合理选取隶属度函数类型及其数目的条件下,ANFIS能够根据训练样本对隶属度函数参数等系统参数进行优化设计,从而大大提高模糊滤波输出的信噪比. 相似文献
6.
论文提出一种基于量子行为粒子群算法优化自适应模糊推理系统模型(ANFIS)参数,与之前使用梯度下降方法(Gradient Decent Method)不同,论文使用QPSO方法来训练ANFIS模型中隶属度函数的参数.经过训练后的ANFIS模型可以应用到非线性系统模型和混沌时序的预测.通过几组仿真实验结果表明基于量子粒子群方法训练ANFIS模型要优于基于粒子群算法方法训练ANFIS模型. 相似文献
7.
查文炜 《中国教育技术装备》2007,(6):32-33
本文分析了高等学校实验教学质量评价体系,阐述了自适应模糊推理系统(ANFIS)的算法和结构,并用于数控技术及应用课程实验教学质量评价,最后对评价结果作了分析。 相似文献
8.
刘俊 《绵阳师范学院学报》2015,(2):79-83
直接使用BP神经网络拟合非线性函数,具有预测精度差、收敛速度慢等缺点.该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络.首先根据BP神经网络拓扑结构构建思维进化算法模型,然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值,最后利用MATLAB软件对多个非线性函数进行拟合仿真实验,比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果 .数据表明,优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间. 相似文献
9.
建立BP神经网络模型对空分制氧氧气提取纯度进行预测．依据BP算法的基本原理、建立网络模型的基本原则和步骤,确定建模对象、网络结构。抽取相关数据进行训练,将训练样本和测试样本进行对比,二者具有相同的拟合能力,能对未知结果做出预测． 相似文献
10.
安宁 《深圳职业技术学院学报》2011,10(1):28-31
运用人工智能原理,提出一种基于主成分分析法（PCA）与自适应神经模糊推理系统（ANFIS）的黄土湿陷系数预测方法．首先通过主成分分析对黄土的物理指标提取主成分,以消除变量间的相关性和减少模型输入量的目的;再利用神经网络的高自适应性和模糊推理系统的推理能力建立ANFIS模型,提出一种新的黄土湿陷性预测方法．通过实测数据和预测数据的对比分析,平均误差0．29％,最大误差20％,在工程上可以接受的范围,实例说明这种预测方法是可行的． 相似文献
11.
针对作物叶水势的连续测量问题,提出一种软测量建模新方法。该方法结合土壤-植物-大气连续体理论,选取8个易于获取的作物微环境信息作为辅助变量,利用自适应神经模糊推理系统(ANFIS)实现对作物叶水势的软测量建模。通过对实验数据的Matlab仿真表明,该模型方法简单有效,具有较高的软估计精度。 相似文献
12.
基于不同温度和大麦种群不同生长阶段（软组织、叶片发育阶段等）的麦蚜种群实验数据,首先利用自适应神经模糊推理系统（ ANFIS）,分别建立高斯型、三角型和梯型隶属度函数的麦蚜种群内禀增长率的T-S初始模糊模型。然后在误差允许范围内,应用ANFIS具体训练流程对相应初始模型进行修正,并通过误差选择与原始数据拟合程度最好的模型,最后利用数值模拟验证结论的正确性。 相似文献
13.
14.
集装箱量预测的BP神经网络方法 总被引：2，自引：0，他引：2
陈军飞 《南京晓庄学院学报》2002,18(4):65-68
介绍了BP神经网络的基本理论 ,建立了集装箱运量时间序列的BP神经网络预测模型。并将此模型应用于上海港集装箱运量的预测。结果表明 ,与传统的预测方法相比 ,该方法具有较好的非线性自适应能力和预测精度 相似文献
15.
传统的BP神经网络收敛速度慢,以及该算法的不完备性,易陷于局部极小,全局最优无法保证能收敛到等缺点.针对BP神经网络的缺陷,该文提出了遗传算法,利用遗传算法优化BP神经网络权值和阈值,使得训练了BP神经网络预测模型得到了最优解.采用遗传算法优化BP神经网络的算法,并以此结合算法来研究非线性函数拟合的问题.从实验结果表明,基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性,并且有了更高的预测精度. 相似文献
16.
结合经验模态分解（empiricalmodedecomposition,EMD）算法和自适应神经模糊推理系统（adap-tiveneuralfuzzyinferencesystem,ANFIS）算法应用于股票市场预测,提出了一种新的股票市场的预测模型,即EMD-ANFIS的多步预测模型。首先应用EMD算法把原始数据分解成不同尺度的基本模态函数（IMF）和残差（RES）,然后通过ANFIS算法对生成的各个IMF和RES进行自适应神经模糊推理,再把各个预测结果进行简单的聚合作为股票的预测价格,并与传统的预测方法进行比较,实验证明了EMD-ANFIS的多步预测模型具有更高的预测精度。 相似文献
17.
BP神经网络具备较好的非线性系统曲线拟合能力。提出了应用BP神经网络时常规曲线拟合情况进行评估的方法,论证了应用BP神经网络进行电力销售预测的有效性。 相似文献
18.
《石家庄学院学报》2016,(3):70-79
根据2012年中国大陆31个省区(不包括港、澳、台)旅游外汇收入的数据,以文献分析法,按影响中国省际旅游外汇收入的内在因素和外部条件两大方面确定14个主要影响因子,运用BP神经网络和多元线性回归分别进行建模,并且对比二者的拟合效果,结果表明:BP神经网络模型在旅游外汇收入中的预测是切实有效的,其误差率更低,非线性映射能力和稳定性都要优于多元线性回归模型,并且可以用于省级旅游外汇收入的时间和空间的混合预测.最后根据相关因子变化值带入BP神经网络模型,预测2015年中国大陆31个省级行政单位的旅游外汇收入,对BP神经网络的优越性进行多角度的说明. 相似文献
19.
李伟 《石家庄铁路职业技术学院学报》2012,(2)
为准确、快速、高效地预测电网短期负荷,提出改进的粒子群算法(DPSO),并与BP算法相结合,形成改进的粒子群—BP(DPSO-BP)神经网络算法,用此算法训练神经网络,实现神经网络参数优化,得到基于DPSO-BP算法的神经网络模型.算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力 相似文献
20.
基于神经网络的个人信用评分模型研究 总被引：2，自引：0，他引：2
在国际上,个人信用评分是个人信贷风险防范的重要环节,而中国目前还没有制定出一套规范的个人信用评分指标体系和方法。本研究利用真实的个人消费信贷数据,选择适合的字段作为指标变量并进行归一化处理,结合个人信用评分的特点,选择BP神经网络算法建立了个人信用评分模型。实证研究表明：该模型预测精确度较高,具有较强的判别预测能力,但稳健性却不是很理想;适用于样本分布不断变化或数据结构不太清楚的情况,但却存在过度拟合的问题。 相似文献