共查询到18条相似文献,搜索用时 46 毫秒
1.
基于RBF神经网络的短时交通流预测 总被引:9,自引:0,他引:9
根据短时交通流的特性,以神经网络技术为基础,构建短时交通流预测的神经网络模型,并用某高速公路实际短时交通流观测数据进行验证。 相似文献
2.
神经网络在水资源预测中的应用 总被引:7,自引:0,他引:7
冯利华 《农业系统科学与综合研究》2003,19(1):35-38
人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行水资源预测是可行的。针对水资源预测问题,初步建立了基于神经网络的预测系统,给出了应用实例。这是水资源预测的一种新的尝试。 相似文献
3.
基于小波-神经网络的电力系统短期负荷预测 总被引:2,自引:0,他引:2
基于小波变换和神经网络,提出了一种电力系统短期负荷预测方法.通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相应的人工神经网络模型进行预测,最后重构得到负荷序列的最终预测结果.在所提出的方法中小波分解能够提取负荷的一些周期性和非线性特征,根据其子序列各自所具有的特征采用相应的预测方法.实例结果表明该方法具有很高的预测精度和较强的适应能力. 相似文献
4.
5.
能源消费量模拟分析和预测的神经网络方法 总被引:8,自引:1,他引:7
基于我国1978~1994年间能源消费量的实际数据,采用人工神经网络方法对影响能源消费量的主要因素进行了模拟和分析。然后,采用相关因素预测法和组合预测法预测了能源消费量。经实际样本检验表明:组合预测法的预测精度较高。最后,应用组合预测法预测了我国1995~2000年的能源消费量。 相似文献
6.
遗传算法和BP人工神经网络在税收预测中的应用 总被引:6,自引:0,他引:6
针对经典的BP人工神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络税收预测模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。 相似文献
7.
基于串联灰色神经网络的电力负荷预测方法 总被引:12,自引:0,他引:12
为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法各自的优缺点,将二者相结合提出了一种串联灰色神经网络预测方法.新方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,同时避免了灰色预测方法存在的理论误差.最后实际算例证明了方法的有效性.方法适用于中长期负荷预测. 相似文献
8.
提出一种多元共生遗传神经网络(PGANN),从遗传算法和神经网络——进化和学习两方面及其相互关系着手完善进化过程,以提高优化效果和泛化能力。该算法包括一个共生平衡交叉算子,一种多元选择策略和一种神经网络的分级优化策略,其中共生平衡算子能够兼顾进化过程中的方向性、多样性和自适应性;多元选择策略能够适应进化过程不同时段对选择压力不同的需求;而分级优化使运算规模和运算速度之间的矛盾得到缓解。将该改进的遗传神经网络PGANN应用于水库和湖泊有毒的优势蓝绿藻爆发预测,取得了满意的效果。 相似文献
9.
基于先验知识和神经网络的非线性建模与预测控制 总被引:4,自引:2,他引:4
神经网络模型是模拟非线性系统的有力工具,它的缺陷是难以利用已有的先验知识。利用通用学习网络的建模方法,提出了一种利用先验知识和神经网络建立非线性系统模型的方法,具有简化神经网络结构、减小计算量的优点。基于这种模型利用改进的遗传算法进行优化计算,从而实现了基于先验知识和神经网络的非线性建模和预测控制。对一个悬吊系统的仿真实验说明了该算法的有效性。 相似文献
10.
基于神经网络集成系统的股市预测模型 总被引:13,自引:0,他引:13
基于神经网络集成理论,建立股市预测模型.其中分别建立"基本数据模型"、"技术指标模型"和"宏观分析模型",最后以简单平均生成集成系统.实证分析表明,股市预测神经网络集成系统的泛化能力高于各个独立的模型,从而使模型具有更好的稳健性和更好的应用价值. 相似文献
11.
12.
基于遗传算法的进化神经网络 总被引:16,自引:0,他引:16
提出一种基于遗传算法的多层前向神经网络的自动化设计方法(genetic multiplayer feedforward neural network,GMFNN),用以同时完成对网络结构空间和权值空间的搜索。该算法利用双种群权值优化、结构进化自适应变异率等方法来加快算法的收敛速度,改善解的性能。仿真结果显示本文提出的算法能够有效抑制遗传算法初期收敛的发生,有效地提高多层前向神经网络的收敛精度,并可获得更为简洁的网络结构。 相似文献
13.
基于递阶遗传算法和BP网络的时间序列预测 总被引:7,自引:4,他引:7
提出一种基于递阶遗传算法和BP神经网络的时间序列预测模型。现有的BP训练方法只能训练BP网络的权重,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定。以铁路客运市场数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,所提出的方法是可行的。 相似文献
14.
15.
提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。 相似文献
16.
17.
改进遗传神经网络及其对碎石桩复合地基承载力的预测 总被引:1,自引:0,他引:1
针对遗传算法(GeneticAlgorithm,GA)及人工神经网络(ArtificialNeuralNetwork,ANN)优缺点,提出了改进遗传神经网络,并把它用于求解碎石桩复合地基承载力的计算,结果表明该方法是可行的,从而为地基承载力计算开辟了一条新的途径 相似文献
18.
基于量子遗传算法的正规模糊神经网络控制器设计 总被引:6,自引:0,他引:6
针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。 相似文献