基于优化的GA-BP及其在葡萄酒质量预测的应用

针对BP神经网络模型在输入时因随机产生的权值和阈值导致模型的训练精度不高、泛化能力不强的问题,提出一种基于自适应遗传算法优化BP神经网络的方法.遗传算法在寻优方面有很好的效果,采用遗传算法优化BP神经网络的权值和阈值来提高模型的训练效率,并对神经网络的学习率进行优化,建立GA-BP网络预测模型,用于葡萄酒质量预测.结果...     

因子分析和神经网络相融合的股票价格预测

为了提高股票价格的预测精度,提出一种因子分析与神经网络相融合的股票价格预测模型.首先采用因子分析法确定影响股票价格的主要因子,然后将主要因子作为神经网络的输入向量进行学习和建模,并采用遗传算法对神经网络进行优化.该模型融合了因子分析和神经网络的优势,可以准确刻画股票价格变化的复杂性和非平稳性,提高了股票价格的预测精度,而且泛化能力更优.     

基于量子免疫遗传算法的煤与瓦斯突出神经网络预测

为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局寻优,以此提高BP网络的搜索效率和泛化能力。以平均影响值分析法筛选的煤与瓦斯突出显著变量作为BP网络的最佳输入参数,分别用QIGA-BP,QGA-BP,免疫遗传优化BP模型和传统BP模型对突出煤层工作面的实例数据进行预测。结果表明,QIGA在BP网络优化过程中具有更好的优化性能,用QIGA-BP模型预测工作面突出危险性具有更好的预测能力和更高的预测准确率。     

基于遗传算法的 ART2 神经网络数据集优化

为了提高小样本集情况下自适应谐振(ART)神经网络聚类的可靠性,提出了基于遗传算法的ART2神经网络训练集优化算法,克服了ART1神经网络编码的稳定性尚未完全解决和只能接受二进制模式的缺陷.利用遗传算法的全局寻优能力,通过对训练样本集添加适当的边界样本点,并将边界样本点和原样本集有机结合,以提高ART2神经网络的泛化性能.对ART2神经网络聚类算法的适当变更,以适应样本集的变化情况,并避免ART神经网络在不同训练阶段产生不同的聚类结果.实验证明,采用本算法后,ART2神经网络的聚类准确度可提高30%.     

股票的GA-RBF预测模型

针对股票市场中价格序列是一个复杂的非线性动态系统,同时难以实现准确预测的问题,采用RBF神经网络方法,利用其较强的非线性处理能力进行股票价格预测研究,同时利用具有全局搜索能力的遗传算法对RBF神经网络进行优化研究,得到性能更加优越的神经网络模型.分别使用传统RBF神经网络和遗传算法优化后的RBF神经网络进行股票价格预测,实验结果表明:利用遗传算法优化后的RBF神经网络在网络的结构和逼近性能上都有明显改进和提高,能够有效地反映股票价格的波动特性,提高股价预测的准确性.该研究成果对股票市场规律的研究具有一定的参考价值和指导意义.     

基于遗传神经网络的城市圈物流需求预测——以鄱阳湖城市圈为例

针对单纯使用神经网络预测物流量出现预测精度低、泛化能力差、耗费时间长等问题,提出一种可以最优化目标的算法,为避免陷入局部最小值,引入遗传算法对神经网络所需要的权值、阈值等可变参数进行最优化处理。仿真结果表明利用遗传算法对神经网络进行优化处理,预测结果能够表现出更高的预测精度与泛化能力。     

基于遗传算法优化支持向量回归机的网格负载预测模型

提出一种基于遗传算法优化支持向量回归机的模型进行网格负载预测,使用遗传算法和交叉验证技术解决了支持向量回归机参数难以确定的问题.标准数据集仿真实验结果表明,该模型与试验法定参的支持向量回归机和BP神经网络相比具有更优的预测性能.     

基于GA-Elman神经网络的交通流短时预测方法

以单断面的交通流量为研究对象,采用动态Elman神经网络进行短时交通流量的预测,提出一种基于GA-Elman神经网络的交通流短时预测方法.该方法通过遗传算法优化Elman神经网络的权值和阈值,克服了Elman神经网络易陷入局部最小的缺陷,同时提高了Elman神经网络的泛化能力和预测精度.实验仿真表明,本文方法可用于城市快速路上预测实时交通流量,预测效果优于Elman、GA-BP预测模型.     

PSO-SVR在果酒生物活性物质预测中的应用

针对BP神经网络和遗传算法对果酒生物活性物质预测存在速度慢和精度低的缺点,建立了基于支持向量回归机(SVR)的果酒生物活性物质预测模型。鉴于支持向量机模型的精度和泛化能力很大程度取决于不敏感损失系数ε、惩罚系数C和RBF核函数的宽度系数γ三个参数,模型采用粒子群算法对三个参数同时进行优化,实现了果酒生物活性物质的非线性预测。仿真结果表明:基于PSOSVR算法的果酒生物活性物质预测模型性能优于所比较的BP神经网络模型和支持向量回归机模型,能有效提高果酒生物活性物质的预测精度和稳定性。     

基于特征加权的神经网络集成及其应用

泛化能力是机器学习关注的基本问题之一.特征加权是特征选择的更一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能,已经成为普遍的提高学习器的泛化能力的方法之一.该文提出一种基于特征加权的神经网络集成方法FWEART,该方法通过自适应遗传算法的优胜劣汰机制为输入属性确定了特征权值,提高了集成中各个体Category ART网络的精度和差异度,从而提高了神经网络集成的泛化能力.在UCI标准数据集上验证了有效性后,FWEART被应用在地震序列类型预报上,取得了较好的预报效果.     

叶轮进口边位置对自吸泵性能的影响分析

为研究自吸泵叶轮气液混合能力对自吸性能的影响,在叶轮原模型基础上,设计了叶片不同进口边位置的5种模型方案.采用VOF多相流模型对不同方案全流域进行三维定常数值计算,研究对自吸性能的影响规律.针对350WFB-1200-50型外混式无密封自吸泵,初始条件设定进水S型弯管中含一定体积的空气段,出口处设置含气率监测点.结果表明:针对中高比转速叶轮,进口边沿后盖板位置向出口前掠,使得叶轮进口边工作时对流体分时加载,可以有效提升叶轮的气液混合能力,从而缩短自吸泵的自吸时间;在一定前掠角度范围内改变进口边位置对自吸泵的扬程和效率影响不大,但是当叶片进口边向出口位置前掠超过一定范围时,会导致自吸泵扬程明显下降;当叶轮进口边前掠10°时,额定工况下自吸时间缩短25％,自吸性能明显得到提高.     

由对诗人的重估到对新诗史的重构--从《诗刊》看五四以来的新诗传统在五、六十年代的命运

作为二十世纪五六十年代国内最权威的诗歌刊物《,诗刊》无疑代表了当时的文学潮流,并引领着文学的走向。研究自1957年1月到1965年停刊的《诗刊》,可以清晰地把握当时的诗坛动态和文学环境,不失为五六十年代中国文学的一份生动史料。本文着重考察的是《诗刊》如何以对“五四”以来新诗人的重估和对新诗史的重构,完成了新诗在五六十年代的历史叙述。     

湿度传感器稳定性的误差来源分析

阐述了湿度传感器稳定性的误差,指出影响湿度传感器稳定性的误差有线性误差、温度影响误差、湿滞误差以及校验标准误差等.     

对图书馆读者满意度问题的思考

分析了图书馆读者满意度的含义及衡量要素,论述了图书馆调查读者满意度的目的及方式,提出了图书馆提升读者满意度的策略。     

技术异化的生成

从技术的复杂性和局限性、技术的不恰当使用、自然的不可预见性、技术理性的沙文主义式扩展及社会文化等几个方面探讨了技术异化产生的根源。     

业务外包对图书馆可持续发展的影响

介绍了目前图书馆业务外包的外延和内涵,论述了业务外包之后的图书馆办馆效益,分析了业务外包带来的问题,对业务外包后的图书馆事业可持续发展进行了思考。     

师范生数学应用能力的培养

培养学生的数学应用能力比单纯掌握数学知识更重要,是因为师范生走上工作岗位后要将自己的知识传授给他的学生.要进行知识的再创造,就应鼓励学生大胆猜测,鼓励学生质疑问难,让他们掌握知识的发生过程及来龙去脉,从而培养其运用数学的意识.     

医疗体育对大学生身高增长的影响

19至24岁的大学生,随着内脏器官的不断完善,两次身高增长的高峰期已经过去,一但骨骺部位闭合,骨化,身高的增长就几乎停止。通过对815名学生样本数据的正态分析和对中外多项增高实例研究,对比,得出大学生群体中身材矮小及伴随相关心问题的人,通过有针对性的体疗锻炼,能使其形体和心理都得到有效的改善。对大学生身体发育抢救阶段,医疗体育（体疗）方案,运动处方,增高器械等方面的深入探索,对培养高素质人才具有深远的意义。     

迎接知识经济的挑战 加强高校图书馆建设

在知识经济的背景下,图书馆的工作职能将发生显著变革,知识经济时代图书馆将面临新的机遇与挑战。图书馆要适应知识经济的需要,就必须加强自身建设,提高人才素质是决定性因素;网络建设是必由之路;现代化的科学管理是关键环节。     

论庄子语言的特殊性--捕捉美的理念之光

天地有大美而不言，庄子的道是不可以言说的，庄子却用他特有的语言描述事物展示着道，其境界是大而光明的，是通明沉静的。