MEA-BP神经网络在预测地震模拟试验数据中的应用

为解决管道系统的地震模拟试验中由于某些测点的加速度测量计损坏导致加速度试验数据测量错误的问题,提出使用神经网络对错误的数据进行预测的方法。首先利用同一工况下测得完整加速度时程曲线的数据分别训练BP、MEA-BP神经网络,不断调整网络结构使预测精度在可接受范围内,并验证网络的适用性,最后利用训练好的神经网络预测未测量完全的加速度数据,补全加速度响应时程曲线。研究结果表明利用神经网络对振动试验数据进行预测是有效的、可行的,且MEA-BP神经网络对结构响应的预测精度高于BP神经网络。     

清远市某小区大气PM2.5污染水平及空间分布

利用便携式低流量监测仪,对清远某小区不同楼层和小区内两个大门的PM2．5进行7天连续测定,结果显示,该小区住宅楼日均浓度的平均值为73．6μg／m^3,正门与西门日均浓度的平均值为129．3μg／m^3．与美国PM25标准和国内PM10标准基础上假设的PM2．5限值相比,结果均显示该小区PM25过高．此外,该小区PM2．5质量浓度呈现垂直分布和水平分布差异,低楼层比高楼层的PM25浓度低,靠近道路一侧的PM25浓度高．     

哈尔滨市大气颗粒物粒径分布及质量浓度变化特征

于2008年7月～2010年6月平行采集了TSP、PM10和PM2.5三种大气颗粒物,包括每月例行采样和日夜间采样,并对每个样品进行质量浓度的分析.结果表明:三种颗粒物浓度在7月份达最低值,而最高值出现在1月;与国家二级标准相比较,TSP和PM10在1、2、3、4、11、12月均超标,而PM2.5浓度则高出欧盟标准(1...     

基于神经网络股票预测的研究

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试.从实验的效果来看,取得令人满意的效果.     

基于ABC算法优化BP神经网络的雾霾天气预测模型研究

本文首先阐述了BP神经网络和ABC算法的基本概念,结合现阶段环境空气质量需求,明确了雾霾天气预测预警的必要性,然后结合安徽省大气质量指数数据,从空气质量等级评估、预测指标体系构建和雾霾天气预测模型选择等方面,研究了基于ABC算法优化BP神经网络的雾霾天气预警模型,以期进一步提高雾霾等级评估与预测的准确性,提高政府相关部门决策的时效性。     

基于小波分析的煤炭资源型城市供暖期PM2.5浓度特征——以鹤壁市为例

为探究煤炭资源型城市鹤壁供暖期PM2.5浓度变化特征,利用MATLAB对其进行小波分析,分析PM2.5的时间序列周期和突变特征.结果表明:鹤壁市供暖期内PM2.5污染程度以良为主,占比为40.16％,严重污染天数最少,为3天;PM2.5浓度最高值出现在1月,最低值出现在3月,总体趋势为先上升后下降;Morlet小波分析...     

长沙城区PM10和PM2.5的污染特征及气象因素溯源

采用环境颗粒物监测仪(TEOM1405-DF)分别观测了2010年1月～2013年1月长沙市火车站、湖南师范大学附属中学(简称:师大附中)的可吸入颗粒物(PM10)和细颗粒物(PM2.5)样品,初步探讨了长沙市颗粒物质量浓度的污染特征及其季节变化规律.结合气象背景资料对典型灰霾天气期间颗粒物污染情况和后向气流轨迹进行了分析.     

基于神经网络的证券预测技术研究

本文借助神经网络对非线性函数的逼近能力，提出了BP算法的改进型算法及基于BP算法的指数预测模型，通过对比传统预测算法，证实改进后BP算法用于指数预测的可行性及准确性．     

化学科研实验室挥发性有机物(VOC)对PM2.5的影响

本文测定与分析河南省郑州市高新区某高校化学实验楼3层的工作室、室外大气、走廊和科研实验室在2016年8月的总挥发性有机物(TVOC)和PM2.5的质量浓度,得出走廊和实验室较高的TVOC和PM2.5质量浓度来自于实验室内的有机溶剂和有机试剂,挥发性有机物(VOC)、半VOC及无机气体发生一系列的物理和化学反应进而凝结形成PM2.5,并提出对化学科研实验室TVOC和PM2.5的防护措施。     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．     

基于神经网络的水环境质量评价

水质监测结果由很多方面构成,对水质进行分级一般需要考虑不同方面的标准,这就希望能有种更为直接的方式可以用来为水质分级,并且尽可能排除主观因素。基于此,利用matlab上的神经网络模型对重庆市5个断面的水质质量进行评价,在拥有各项数值的基础上,对水质结果进行计算,最后根据得到的数值为水质分级。     

基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型

应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.     

基于MATLAB的BP神经网络进行教师评估

根据影响教师评估成绩的指标构建了BP神经网络模型,应用MATLAB工具直接根据教师的表现来估算教师的评估成绩,对神经网络在教师评估中的应用作了新的尝试．     

基于优化BP神经网络的高准确度软件缺陷预测应用研究

针对软件缺陷测试任务中的准确度问题,提出一种基于优化BP神经网路的软件缺陷预测方法 .该方法首先采用4层BP神经网络构建多层感知模型,并结合模糊控制原理实现任意复杂非线性关系逼近.然后通过灰狼优化算法克服BP神经网络的局部搜索陷入,从而解决其参数设置依赖性问题.实验结果表明,相比于PSO-BP算法和SA-BP算法,该算法的仿真拟合效果最优,表现出了更高的软件缺陷预测准确度.     

基于CPSO-BP神经网络的PM_(2.5)浓度预测模型

为了提高大气中PM_(2.5)浓度的预测精度,采用平均影响值(MIV)算法筛选出对大气中PM_(2.5)浓度有影响的主要变量,并依次作为神经网络输入变量。利用混沌粒子学(CPSO)算法修正BP神经网络初始权值和阈值,优化BP神经网络机构,以达到提高预测模型精度的目的。以2017年西安市PM_(2.5)日均浓度数据为样本建立预测模型,实验结果表明:相比于传统BP神经网络,基于CPSO-BP神经网络预测性能更优。     

基于径向基函数神经网络的投资预测模型

利用径向基函数(RBF)神经网络,建立投资预测模型,有效解决经济投资预测中非线性预测问题.以历史数据为例,对所建立投资预测网络模型进行仿真、分析仿真结果.根据生产总值与投资分配之间存在的映射关系,应用RBF神经网络建立投资预测模型.模型既真实地表达了投资要素之间的高度非线性关系,又考虑了分配结构的优化问题,具有很高的预测精度,更具有较强的实际应用意义.     

基于GA-BP神经网络模型的大坝裂缝预测

常规的BP神经网络由于初始权值和阈值问题,在对大坝裂缝开度进行预测时精度普遍不高。为此,本文首先引入遗传算法(GA)对BP神经网络进行优化,构建了GA-BP神经网络预测模型,然后分析实测资料,发现库水位、温度显著影响裂缝开度,最后将这两个因素作为网络的输入变量,利用预测模型对某重力拱坝X15段裂缝开度进行短期预测。比对两种方法的预测结果可得,通过遗传算法优化BP神经网络的预测精度明显高于传统BP神经网络,本研究可为大坝的安全运行管理提供一种技术方法。     

基于蚁群神经网络的电控发动机故障诊断研究

针对电控发动机故障的复杂性,以及传统的专家系统在知识获取等方面的缺点,采用BP神经网络作为故障诊断模型的核心,并将蚁群算法融入到BP网络的训练过程中进行优化,得到了满意结果.通过对该故障诊断模型的验证,表明采用蚁群算法改进后的BP神经网络能够对汽车电控发动机的故障进行有效和准确的诊断.     

基于BP神经网络的海洋温度预测及鱼群迁移方向研究

全球海洋温度在不断上升,海水水温的变化使得鱼群向更高纬度进行迁移,导致原先苏格兰的小型渔业公司业务受到影响.主要讨论了50年后由于海洋温度变化导致苏格兰海域的鲱鱼和鲭鱼鱼群迁移以及最有可能出现的区域.文中,首先根据不同深度水温和表层水温的关系,得到鲱鱼和鲭鱼所处海洋的温度分布范围并通过热力图直观显示温度范围和分布位置....