复杂系统稀异事件预测模型的自组织方法

提出了一类预测模型的一种自组织方法,这类模型适用于预测复杂系统中稀异事件的发生.为便于利用GMDH型算法来建立预测模型,引进了迟滞自变量的概念.一个关于某水域结冰日期的预测实例证实了该方法的有效性     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

基于GMDH的宏观经济短期预测模型

传统的宏观经济短期预测研究通常基于定量或定性预测模型,而GMDH 算法兼具定性定量的特点,建立了基于GMDH 自回归模型的混合预测模型数学模型来进行宏观经济短期预测,应用相关的统计数据做实证分析,将所得结果与传统GMDH模型、二次自回归模型进行了比较.结果表明,本文提出的混合预测模型具有良好的预测精度,是一种有效的宏观经济短期预测手段.     

基于改进GMDH的科技成果中试转化系统模型构建

基于科技成果中试转化运行原理,搭建中试系统机理模型,利用改进GMDH构建相应数学模型。改进GMDH将含有回归项线性相关检测的快速递归算法（FRA）代替传统最小二乘（OLS）进行GMDH多层建模的部分多项式求解,使用初始变量添加法避免有效神经元过早丢失。以改进的GMDH对上海市中试转化统计数据进行建模及仿真实验,结果表明,所建模型比传统GMDH模型精度高,泛化能力强。     

响应面法优化花椒总多酚的吸附分离工艺

以花椒籽为原料,在单因素实验基础上,用响应面法优化花椒总多酚的大孔树脂吸附分离工艺,考察了pH值、吸附温度和吸附时间对总多酚提取率的影响,建立了数学模型,并对试验结果进行了显著性检验和方差分析.结果表明,在pH值6.0,70℃吸附90min后,总多酚提取率为3.867 2%,模型预测值为3.929 7%,组合实验结果比模型预测值小0.062 5%.     

一种基于GMDH模型的神经网络学习算法

 从简要归纳与分析现有的神经网络模型的角度出发,讨论了GMDH网络模型的结构、特点及其输入输出关系.提出了一种基于GMDH模型的神经网络学习算法,详细阐述了该算法的主要设计思想与实现过程,并就算法停止准则和网络最佳层数问题进行了仿真研究.实践表明,该算法自组织性强,表现出了较好的泛化能力和稳定性.     

基于GMDH的地震液化场地侧向变形预测模型

基于GMDH神经网络,建立了地震液化场地侧向变形的预测模型,并将其结果与传统反向传播BP、遗传算法优化BP、径向基函数RBF等神经网络的预测结果进行比较.结果表明,缓坡和临空面场地中,所提模型在训练样本集的拟合相关系数分别为96.43％和93.82％,模型准确度较高.对于缓坡场地,倾斜率、液化土层厚度与侧向变形成正相关关系,震中距、平均细粒质量分数则与其成负相关关系;对于临空面场地,高度与距离长度之比、液化土层厚度与侧向变形成正相关关系,平均细粒质量分数、平均粒径与其成负相关关系.通过实际工程应用发现,所提模型的预测结果与经典的Youd简化模型结果吻合较好,由此证明了其可靠性,可在高烈度地震区工程建设中应用与推广.     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

基于电子鼻技术的茶叶贮藏时间检测方法

主要探索茶叶贮藏时间的检测方法.以黄山毛峰茶为研究对象,利用电子鼻对7个不同贮藏时间下的干茶叶进行检测.根据电子鼻传感器阵列响应特点选取了特征变量,以特征变量为自变量,以茶叶贮藏时间为因变量,建立了茶叶贮藏时间的BP神经网络预测模型.通过测试样本对模型进行实验分析,结果表明:该模型对于7个不同贮藏时间茶叶样本最大预测误差为42.1天;预测误差超过10天的最大样本数为5个,占总样本数的7.14%.验证了所建立的茶叶贮藏时间BP神经网络预测模型的可行性.     

基于神经网络的鹿角盘蛋白水解模型

研究了底物浓度、酶添加量、温度、时间、pH值对鹿角盘酶水解的影响，并利用神经网络建立鹿角盘酶解过程的数学模型。结果表明，所建立的模型能很好地描述鹿角盘酶水解过程，为有限水解提供了基础。     

合欢皮多糖提取工艺优化及BP神经网络模型

优化合欢皮多糖微波辅助提取工艺和建立BP神经网络模型。以多糖得率为指标,选取微波辐射时间、液固比和溶剂pH为自变量,采用Box-Behnken试验设计,结合响应面分析法(RSA),建立回归方程;在此基础上,建立BP神经网络(BPNN)模型。优化条件下的总多糖实际得率为3.648%,BPNN模型相对误差为1.042%,小于Box-Behnken设计模型相对误差(1.452%)。该BPNN模型预测性能良好,对工艺研究的开发具有一定的实用价值。     

基于混沌优化GMDH网络的灌区地下水水位预测

为预测灌区地下水水位,提出了一种基于混沌优化的GMDH网络预测方法,该方法利用混沌优化算法全局搜索GMDH网络的初始权值,并利用优化后的GMDH网络建立预测模型对灌区地下水埋深进行预测.算例计算结果表明,该方法能加快GMDH网络结构稳定的速度,预测精度较高,可用于对地下水水位的预测.     

BP神经网络在车辆制动性能预测中的应用

首先建立了车辆制动过程数学模型,利用该数学模型对JS2310农用运输车的制动性能进行了计算机仿真,并与试验结果进行了比较,表明模型是正确的为进一步提高该车辆制动性能预测的精度,引入了神经网络技术使用BP网络对不同条件下的多次仿真结果进行第一步学习,将数学模型转化为车辆制动性能预测的神经网络模型,再进一步使用整车部分试验结果对已得到的神经网络进行训练,得到最终的预测模型结果表明使用神经网络模型可以提高车辆制动性能预测的精度     

暂态混沌神经网络算法在矿井通风网络风量优化中的应用

针对传统矿井通风网络解算方法的缺陷,提出一种新的暂态混沌神经网络的解算方法,利用混沌变量在混沌运动过程中所具有的遍历性、随机性来寻找全局的最优解,克服陷入局部极小的趋势.以通风总能耗最低为目标函数建立通风网络优化的数学模型,应用暂态混沌神经网络算法对一个简单通风网络的优化模型进行求解.实验结果表明:优化后通风系统总能耗降低了2.63 kW,节能率大约为3.78％.     

选择性催化还原脱硝反应器数学模型及仿真

针对国内选择性催化还原(SCR)脱硝技术尚未成熟,对SCR反应器中主要的化学反应建立了集总参数动态数学模型,其中分别建立了催化剂表面NH,的吸附-解吸附质量平衡模型、反应器中各气体成分的质量平衡模型以及总体能量平衡模型.利用MATLAB仿真语言工具开发了SCR反应器的动态仿真模型,进行了模型的稳态计算.并在仿真模型的基础上进行了NO;浓度、温度扰动下的仿真试验,试验结果趋势正确,分析结果表明建立的数学模型具有较强的实用性.     

基于DPCA-BP神经网络的中长期电力负荷预测方法

针对PCA-神经网络预测方法解决预测问题时,忽视数据自相关性而造成的预测结果难以满足实际工程要求精度的研究现状,建立了预测数据的增广矩阵.通过计算前l时刻数据确定增广矩阵的维数,并把得到增广后的预测数据作为BP神经网络的输入变量,建立了基于DPCA-BP神经网络的预测模型,给出了模型结构.该模型能有效地去除自变量系统中与因变量无关的数据信息,增加自变量系统中数据的自相关性.算例比较分析表明,所建立模型的模型成分解释性增强,预测精度提高,预测效果优于PCA-BP神经网络方法.     

利用BP神经网络预测大伙房水库叶绿素a质量浓度

利用HJ-1卫星CCD数据,通过MATLAB软件计算,分析了多光谱CCD数据的4个波段(近红外波段、红色波段、绿色波段、蓝色波段)参与的65个波段组合与叶绿素a质量浓度之间的关系.研究发现波段组合T1=B4/B3与叶绿素a质量浓度相关性最高,并以此为自变量建立一维线性模型.利用BP神经网络进行模型建立与预测,对比两者的拟合度R2和均方根误差RMSE以及验证点的相对误差.结果表明,利用BP神经网络预测的大伙房水库叶绿素a质量浓度与实测值较为接近,并且效果优于线性模型.     

基于BP网络多指标多因素最优工艺参数分析

基于BP神经网络理论,利用实验数据对连接权系数和结点阈值自学习确定,从而建立BP神经网络模型,采用BP神经网络模型比回归方程形式数学模型具有更小的方差,能够寻找到最优的工艺条件.     

响应面法优化田基黄总黄酮的吸附工艺

以田基黄为原料,选择乙醇质量分数、吸附温度和吸附时间为影响因子,总黄酮吸附率为响应值优化了大孔树脂对田基黄总黄酮的吸附工艺条件,应用Box-Behnken设计建立数学模型,并进行响应面分析.结果表明,用12%乙醇为溶剂,28 ℃温度下吸附36 min,总黄酮的吸附率为87.14%.     

壳聚糖磁性微球对偶氮品红的吸附

利用反相悬浮交联法,以Fe3O4为核,制备了壳聚糖磁性微球.将其用于水中偶氮品红的吸附,研究了溶液酸度、吸附时间、偶氮品红初始浓度、温度、离子强度对吸附的影响.结果表明:在40℃,pH 4.0,无盐条件下吸附效果最佳,壳聚糖磁性微球对偶氮品红的饱和吸附量达到357.1 mg/g.运用相关数学模型拟合实验数据得出,该吸附同时符合Freundlich和Langmuir模型(均R2>0.96).经3次重复使用再生后壳聚糖磁性微球对偶氮品红的吸附率仍高于90%.该种新型吸附剂吸附能力强、速度快且易分离和可再生.