共查询到19条相似文献,搜索用时 564 毫秒
1.
2.
针对现有企业知识管理水平评价方法所存在的缺陷,将BP神经网络与遗传算法相结合,提出了一种应用于企业知识管理水平评估的基于遗传算法的神经网络优化模型方法.相对BP神经网络而言,基于遗传算法的神经网络优化模型的评估结果和期望结果更为接近,相对误差更小. 相似文献
3.
本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络对农业增加值占国内生产总值的比重的测评模型。实验表明,该模型的辨识精度高,能正确实现。 相似文献
4.
本文阐述了人工神经网络技术,研究分析了BP神经网络模型的基本原理。在此基础上,将神经网络理论应用于CAPP之中,提出了基于此理论的系统模型。 相似文献
5.
6.
本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络的学生素质综合测评模型。实验表明,该模型的辨识精度高,能正确实现对学生综合素质的测评。 相似文献
7.
针对现有的建筑防火检测方法已经无法满足在实际检测中需求的问题,本文提出了一种基于建筑防火检测的改进BP神经网络模型。在传统BP神经网络的基础上,提出动态合并与删减规则,并且根据建筑防火检测的需求建立检测的指标,再根据改进BP神经网络和检测指标建立检测模型。仿真实验表明,基于建筑防火检测的改进BP神经网络模型实际操作性很强,可以应用于对建筑物的防火检测,值得推广使用。 相似文献
8.
9.
为了提高区域对流层延迟模型的精度,利用BP神经算法构建两参数区域对流层延迟新模型。基于河南省部分CORS基准站的数据,将穿刺面作为研究面,基于BP神经网络模型、平面拟合模型、二次曲面拟合模型分别建立两参数区域对流层延迟模型,并设计了3种不同的建模方案,以验证模型的精度。实验结果表明,BP神经网络模型的对流层延迟精度达到mm级,明显优于其他2种模型,BP神经网络模型和平面拟合模型不仅适用于区域内,同样适用于区域外,证实了新模型的有效性。 相似文献
10.
BP神经网络在我国粮食产量预测中的应用 总被引:14,自引:0,他引:14
本文基于BP神经网络模型,进行了2001-2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992-2000年粮食产量与实际产量的误差值大小,可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法,它具有很强的学习与泛化(推广)能力,具有很好的应用价值。 相似文献
11.
该文以神经网络数学模型为基础,对项目风险评价进行了研究。文章论述了BP神经网络能准确、快捷地评价项目风险,有较强的实用性;但其数学模型较为繁琐,为提高效率和质量,利用OLE接口,实现了在DELPHI中调用MATLAB神经网络工具箱。 相似文献
12.
影响住房需求的因素众多,错综复杂,并且具有非线性的特征。本文通过对住房需求影响因素的分析,用BP神网络来购建住房的需求模型。根据河南开封市的有关统计数据,用BP神经网络优化算法进行住房需求预测,并与多元回归测方法进行对比。结果表明,BP神经网络具有较好的适应性和较高的预测精度。 相似文献
13.
神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。 相似文献
14.
基于BP神经网络的企业技术创新能力评价及应用研究 总被引:35,自引:1,他引:35
针对当前评价企业技术创新能力的方法所存在的不足,提出一种基于BP神经网络的企业技术创新能力评价方法。首先建立企业技术创新能力评价指标体系,然后根据指标体系,设计BP神经网络模型,并给出可行的评价程序。在计算方法上,用MATLAB神经网络工具箱来进行网络设计和计算。通过大量学习样本的训练和测试,使模型的误差达到预定的范围内。最后,以实例验证了这种方法的准确性和可操作性。 相似文献
15.
BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法。本文以双台子河口湿地为研究对象,以Landsat-8 OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25%,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92%和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03%和0.0357,是一种有效的湿地覆被分类方法。 相似文献
16.
基于遗传算法优化BP神经网络的锅炉燃烧建模 总被引:1,自引:0,他引:1
曹弘飞 《科技成果管理与研究》2009,(3):86-89
针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明:本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。 相似文献
17.
18.