共查询到20条相似文献，搜索用时 715 毫秒
1.
《中国科技信息》2016,(18)
针对煤矿救援机器人对井下有毒有害混合气体的感知问题,采用双气体传感器减少部分气体的交叉灵敏度,同时考虑了温度、湿度等可变因素带来的影响,结合煤矿救援机器人实际应用提出基于遗传神经网络算法与k聚类算法优化RBF神经网络,搭建了一种传感器阵列结合GA-RBF神经网络的混合气体的检测系统。实验结果表明:将GA-RBF神经网络算法应用于混合气体定量识别的训练中,收敛速度比RBF神经网络算法要快,而且学习精度更高,提高了RBF的性能及混合气体检测系统的检测精度。在规定的检测范围内,该系统可以担负CO2、H2S、CO与CH4四种气体及其混合气体的定量检测任务。 相似文献
2.
农产品市场价格预测是研究的难点.本文采用蔬菜市场价格数据,分别建立了BP神经网络模型、基于遗传算法的神经网络模型、RBF神经网络模型,并在前三种模型基础上,建立了一种集成预测模型;用北京市批发市场2003-2007年的蔬菜价格训练模型,对2008-2009年的数据进行了预报,前三种模型预报结果的平均绝对误差分别为0.1... 相似文献
3.
4.
在神经网络的训练过程当中,引入量子遗传算法,结合BP梯度下降反传训练方法构造神经网络的量子优化算法.利用量子运算的高效并行性,对神经网络实行量子编码,用量子门旋转来代替网络进化时交叉、变异等更新操作,使得网络训练收敛精度高、收敛速度快、同时避免陷入局部最优的缺点.最后提出了一种基于量子神经网络的预测方法,仿真结果表明,基于量子遗传算法的神经网络,训练次数,误差精度以及预测能力都明显优于BP神经网络. 相似文献
5.
交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。 相似文献
6.
提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果. 相似文献
7.
灰色系统模型在铁路客运量预测中的应用 总被引：2，自引：0，他引：2
根据历史数据预测铁路未来年份客运量是铁路客运部门制定工作计划的重要依据。基于灰色系统GM(1，1)模型预测铁路客运量，可充分利用给定的少量数据所包含的信息，得到较高精度的短期预测结果。本文以广深铁路公司客运量为例进行了短期预测，并与其他方法相比较，证实了灰色预测模型的有效性。 相似文献
8.
9.
生命周期基金是我国养老目标投资基金的发展方向,对生命周期基金的净值进行研究具有重大意义。本文运用遗传算法优化的BP神经网络建立了生命周期基金净值的预测模型。通过对汇丰晋信2026基金2016—2018年度的相关数据进行实证分析,并与传统BP网络模型和RBF模型进行对比,表明该模型对基金净值的变化趋势有较好的预测能力,为生命周期基金净值的预测提供了一种可行的方法。 相似文献
10.
11.
针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。 相似文献
12.
13.
14.
径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中. 相似文献
15.
16.
17.
BP神经网络在故障诊断时,对故障的学习训练盲目性大,导致速度慢,结果可靠性差。但是遗传算法可以优化挑选故障向量具有针对性,弥补BP神经网络诊断的不足。所以基于遗传算法的BP神经网络可以使各代种群在进化过程中容易得到全局最优解。实例对比分析,表明优化后的神经网络具有较好的收敛性能和运算速度,能够改善诊断精度。 相似文献
18.
19.
根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。 相似文献
20.
支持向量机在机器学习中表现良好。基于径向基(RBF)核的支持向量机的分类和回归性能受其核参数的影响。为了获得最优的分类和回归预测结果,选择合适的核参数设置对提高分类和回归预测的准确度非常重要。本文使用网格搜索算法、遗传算法、粒子群优化算法分别进行径向基(RBF)核参数寻优。对比实验表明,网格搜索算法具有一定优势。 相似文献