MATLAB神经网络工具箱在河流水质预测中的应用

根据计算河流水质的数学模型,使用MATLAB神经网络工具箱建立了河流水质预测系统的神经网络,并以长期监测的珠江流域东江水质状况为例,对建立的网络系统进行了仿真,结果表明了方法的有效性．     

基于RBF神经网络的股市预测及MATLAB实现

RBF网络是一种有效的前向型神经网络,适合于非线性时间序列金融系统的预测。以中国银行的实际收盘价作为预测对象,介绍了基于MATLAB的RBF神经网络应用。     

基于BP神经网络的体外索索力预测及MATLAB实现

为了进一步研究体外预应力混凝土结构体外索极限应力的确定方法,在分析影响体外预应力混凝土结构体外索极限应力因素的基础上,运用神经网络预测的原理,采用误差反向传播神经网络即BP神经网络对体外索的索力进行了预测.预测结果表明,应用BP神经网络模型能准确的预测体外索的索力.预测结果和试验结果相比误差在10%以内,可以满足实际工...     

基于MATLAB的改进BP神经网络在城市日用水量预测中的应用

利用MATLAB神经网络工具箱对城市短期用水量进行模拟,比较各种改进BP神经网络对城市短期用水预测方面的效果,得出用BP神经网络预测城市日需用水量是可行的,其中尤以traincgp方法预测效果最好的结论.     

MATLAB GUI工具与RBF神经网络在数据预测中的应用

径向基神经网络是一种典型的局部逼近神经网络,使用MATLAB神经网络工具箱的GUI工具可以很容易地建立RBF神经网络,并对建立的网络进行初始化、训练、仿真和应用的各种操作,界面非常友好直观,在解决河流水质预测问题时仿真结果证明了该方法具有较高的预测精度,且方法简便、适用对象范围广。     

基于MATLAB的预测控制系统设计

动态矩阵控制是预测控制中的一种,以该控制理论为基础,针对过热汽温控制系统,设计了一种基于MATLAB的SIMULINK平台的预测控制功能模块,与传统的PID调节方式相比较,结果表明:对于带有纯滞后,大惯性的对象,预测控制的跟踪性更好,调节品质更佳。     

基于MATLAB的自回归移动平均模型(ARMA)在股票预测中的应用

利用时间序列在t时刻的有效观测值去预测在某个未来时刻t+l的值,并建立自回归移动平均(ARMA)模型,以MATLAB为工具,亚泰集团360个交易日的数据作为样本,预测10天股市的收盘价;并与含有一个隐含层的BP网络模型进行对比,结果表明自回归移动平均(ARMA)模型算法对短期股价预测的精度较高.     

利用简单线性估计回归方程进行预测的程序探究

给出了利用简单线性估计回归方程进行预测的程序,提出了判断在自变量x范围之外两个变量X,Y是否呈线性关系的定性分析方法.     

基于MATLAB7.2神经网络工具箱的混凝土抗压强度预测

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-lab7.2神经网络工具箱中的BP人工神经网络(BP-ANN)算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP-ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5.0%,能够满足工程需要;BP-ANN预测能力较强,具有一定的工程应用价值。     

基于MATLAB的微分方程求解

在现实生活中很多的问题都是用微分方程的形式来建立数学模型,因而微分方程的求解就非常的有实际意义,本文通过实例分析了如何通过MATLAB来求微分方程的解析解和数值解。     

温度断路器用易熔合金丝的研制

本文报导了一种代替进口产品“温度断路器易熔合金丝”的研制过程及合金丝的化学成分 ,微观组织与其性能间的关系     

熔点测定装置的改进

熔点是化合物十分重要的属性,测定物质熔化时的温度是大学有机化学实验非常基础的项目。测定熔点的方法也有很多,总结以往所使用的测定熔点的方法,都会有一些不足。我们对熔点的测定装置进行了改进,采用电加热的装置,以空气为介质来传导热量,通过调节电压缓慢增加环境温度,使熔点的测定有了很好的效果,操作更加简便,实用性更强,实验误差小,节约了成本,实验的整个过程中达到了绿色环保。     

几种主要氧化物对神华煤灰灰熔点的影响

选取煤灰的主要成分SiO2、Al2O3、CaO、Fe2O3、Na2O模拟神华煤灰,利用国标和灰熔点测定仪测定弱还原气氛下各种配比的熔融特征温度,表征模拟煤灰的熔融性;分析各个化合物对灰熔点的影响,从而改变煤熔点,满足不同的生产需求。     

基于RBFNN的数据通信业务收入发展预测

数据通信业务收入发展状况受多种不确定因素影响，其预测过程是一个复杂的非线性问题，采用传统预测方法难以逼近复杂的非线性映射关系，其预测误差大．为此根据神经网络的非线性特性，提出一种基于RBF神经网络的数据通信业务发展预测模型，对2006—2011年数据通信业务收入发展进行预测，与BP网络训练结果比较，其收敛速度快，训练精度高，具有较强的鲁棒性和容错性，应用效果显著．     

抗糖尿病新药熔点的定量构效关系研究

为了研究新的抗糖尿病药物的构效关系,定义并计算了多取代香豆素磺酰脲类化合物的原子特征值最,利用量子化学计算方法构建了新的拓扑指数T和基团参数N,基于多元回归技术研究了对这种降血糖药物的熔点作出精确估算的定量构效关系,得到的二元回归方程为：mp=-6．3931T＋107．4257N＋260．0809,T和N不仅对这些化合物具有较好的结构选择性,而且与其熔点具有较好的相关性。为了检验模型的稳健性和预测能力,还进行了留一法交互校验。     

基于改进BP神经网络的公路旅游客流量预测

针对如何精确预测公路旅游客流量这一问题,论述了公路旅游客流量研究背景,对包括神经网络模型在内的几类模型进行了分析,说明神经网络预测模型运用在公路旅游客流量预测中的优势.以实证分析为背景,论述了改进BP神经网络在公路旅游客流量预测中的应用,并深入研究了实际运用中输入/输出向量的选择、数据预处理方法、隐层神经元数目选择、训练函数选择等实际问题,对预测结果和实际值进行了比较和分析论述,得到一个适合的BP网络.最后对几种预测方法的预测结果进行比较,说明了BP神经网络在公路旅游客流量预测的合理性与可行性.     

时间步长对铜平衡熔点模拟计算结果的影响

采用二分搜索等温等压分子动力学方法和EAM(embedded atom method)势,对单质铜的平衡熔点进行计算,研究了不同时间步长对模拟计算结果的影响.结果表明:时间步长越小,熔点计算结果越接近实验值;当时间步长小于0.05fs后,进一步减小时间步长,熔点计算结果在计算精度范围内没有变化.     

知识管理评估模型及在MATLAB上的实现

文章提出了一个基于神经网络的知识管理评估模型,介绍了它的评价原理和学习算法,并介绍了一个在MATLAB软件上实现的实例;企业可以利用该评估模型对企业知识管理的效果进行大致的评估,为企业决策层提供参考。     

指数趋势预测的BP-LSTM模型

本文根据股指、股价等数据的时序特征将人工神经网络(ANN)与深度学习中的循环神经网络(RNN)引入股指预测,基于BP神经网络模型与长短期记忆(LSTM)神经网络模型构建了BP-LSTM模型.基于上证指数,本文进行了进行数值实验.结果表明BP-LSTM预测模型的准确率相比传统机器学习模型有明显提升,与普通LSTM模型相比也有较大提升.     

基于深度学习的城市流量预测

就所述的长短期记忆(LSTM)模型和DeepST-ResNet模型进行了研究分析,并基于西安滴滴出行的真实数据对相关模型进行对比实验,分析了各个模型的优劣,提出了建立更优模型的思路与展望.