共查询到20条相似文献，搜索用时 531 毫秒
1.
2.
基于模糊神经网络的高校科技成果转化评价研究 总被引：6，自引：1，他引：5
针对高校科技成果转化具有一定模糊性的特点,利用模糊神经网络具有模糊化和良好泛化(预测)能力,在给出高校科技成果转化评价指标的基础上,建立了高校科技成果转化评价的模糊神经网络模型.实例验证了该模型具有较好的学习能力,可以较好地对高校科技成果转化进行评价. 相似文献
3.
本文利用BP神经网络的模拟能力代替传统的力学方法,对混凝土材料的循环本构关系进行了模拟研究.然后直接从试验数据出发,建立了混凝土本构模型,试验结果和模拟结果的比较说明.该模型具有较高的精度和良好的泛化能力. 相似文献
4.
针对神经网络在非数学模型预测中所面临的3个主要问题,提出了一种基于BP_Adaboost算法的预测模型对燃气负荷进行短期预测。预测结果表明,该模型与BP神经网络相比,不但提高了预测精度和泛化能力,而且更能满足具有非线性、时变性和不确定性的负荷预测的需要,具有较好的应用前景。 相似文献
5.
本文利用神经网络的模拟能力代替传统的力学方法,对混凝土材料的循环本构关系进行了模拟研究.试验结果和模拟结果的比较说明,该模型具有较高的精度和良好的泛化能力.为研究材料本构特性提供了一条新的途径. 相似文献
6.
7.
摘要：本文首次引进经济预警思想对港口投资效益进行预测及评价研究。首先构建了港口投资效益预警指标体系,建立了基于RBF神经网络的港口投资效益预警模型;其次,采集九五到十五期间的各大沿海港口投资历史数据和投资效益情况对该模型进行了学习,测算了在不同扩散系数下的模型误差,结果表明当扩散系数为06时,模型的误差为9507%,说明该模型能够很好地对港口投资效益进行预测;最后,依据港口投资效益历史警情指标值设置了三个警度输出区间。 相似文献
8.
基于QPSO灰色神经网络的基坑锚固荷载预测 总被引：1，自引：0，他引：1
《科技通报》2016,(1)
针对锚索锚固工程的复杂性,提出一种利用量子粒子群(QPSO)优化灰色神经网络的学习算法。在锚索荷载监测历史数据的基础上,将灰色预测残差值作为BP神经网络的输入,并用QPSO算法对常规灰色神经网络(GNN)的权值和阈值进行优化,构建了基于量子粒子群的灰色神经网络模型(QP-SO-GNN)。以某矿山深基坑支护为例,进行锚索荷载预测。结果表明:QPSO-GNN模型预测结果稳定,其模型精度和泛化能力均优于常规GNN,表明了该方法的有效性和可行性,可以为锚固设计提供一种切实可行的参考依据。 相似文献
9.
基于长短期记忆神经网络的短期负荷预测方法 总被引：1，自引：0，他引：1
《黑龙江科技信息》2016,(31)
为了能够挖掘出海量数据中蕴含的有效信息,提高短期负荷预测精度,本文提出了具有深度学习能力的长短期记忆神经网络(Long Short-Term Memory,LSTM)模型进行短期负荷预测,深度学习顺应了大数据的趋势,对海量数据学习、泛化能力强。利用主成分分析方法对样本进行选择,进而建立LSTM预测模型。仿真结果表明,采用LSTM预测模型相对于BP神经网络模型提高了预测精度。 相似文献
10.
模糊神经网络在龙滩库周区经济预测中的应用 总被引：4，自引：1，他引：3
本文将基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模型的模糊神经网络用于龙滩水电工程库周区经济的建模与预测,并采用误差反传迭代算法训练网络权值及模糊子集的划分。对于库周区各主要产业经济的建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理诸如库周区经济系统这种具有一定程度不确定性的非线性系统的建模与预测方面有很好的应用价值 相似文献
11.
设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。 相似文献
12.
设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。 相似文献
13.
【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
14.
15.
为了改进BP算法预测性能,提出QPSO-BP模型.该模型采用DELTA势阱改进的量子粒子群(QPSO)算法优化BP网络的权值与阈值,然后利用各年的GDP数据进行训练和预测.结果表明:经过DELTA势阱改进的QPSO优化BP算法模型比PSO-BP模型和BP神经网络更稳定,预测精度更高且泛化能力更强.与文献中所用模型的运算结果相比较,这种改进模型运算结果的相对误差和平均误差更小,在准确性上也有一定的优势. 相似文献
16.
17.
根据支持向量机(SVM)有样本个数、过程误差分布、样本点分布无严格要求、而且推广能力强等特点,引用SVM技术对高等教育的质量控制和预测问题进行了回归分析,从机器学习的角度提出了一个泛化能力较强的回归模型,对几种不同的回归方法作了泛化能力比较,发现SVM回归方法能够大幅度地提高拟合模型的泛化能力,且不需要额外的测试样本.并引入了Kolmogorov-Smirnov(KS)检验方法,以检验影响高等教育质量因素是否服从正态分布,这能说明在全国范围内高等教育质量是否有显著差异,检验结果表明影响高等教育质量的因素变量是服从正态分布的,体现了我国高等教育质量具有较好的稳定性.本研究作为一种新的尝试,希望能解决高等教育质量控制难于建模、难于量化分析的问题. 相似文献
18.
BP神经网络在数据通信业务经济预测中的应用 总被引：4，自引：0，他引：4
本文基于ＢＰ神经网络模型实现了１９９９～２００５年数据通信业务的业务收入发展预测,对于预测的不可量化影响因素,根据其发展变化的历史序列和预期状况进行了编码量化,实现了不可量化因素输入定量模型的量化处理。通过本问题的建模与预测结果表明,该方法具有很强的学习与泛化能力,对于处理相关回归预测中的不可量化因素具有很好的应用价值。 相似文献
19.
20.
基于Matlab和BP神经网络的固体火箭发动机比冲性能的预测 总被引：2，自引：0，他引：2
本文采用基于误差反向传播算法(BP算法)的人工神经网络技术,利用Mat lab神经网络工具箱,建立了固体火箭发动机比冲性能预测的神经网络模型,并利用实验数据进行了验证.结果表明,可以利用该方法开展固体火箭发动机比冲性能的预测. 相似文献