人工神经网络及其在金融预报中的应用

讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证(Generalized Cross Validation)法如何应用于确定神经网络中隐层的个数,并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作两周向前汇率预报的计算步骤。其平均相对误差(APE)为10*E-3的数量级,而国际上通用的状态空间模型及Box-Jenkins的ARIMA模型的预报误差都在10*E-2的数量级。     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

人工神经网络在矿井突水预报中的应用

突水预报是一项重要的矿井水文地质工作。借助于人工神经网络在处理非线性问题或非结构问题方面的优势，采用BP算法，基于大量矿井突水样本实例建立了突水预报神经网络模型，并将该模型用于实际预报，并取得了较好的效果。结果表明，模型具有较强的实用性。为了提高模型的预测精度，在训练样本的选择上还应具有一定的代表性。     

应用人工神经网络法预报空气污染指数

基于人工神经网络的多目标综合评价方法,预报城市空气污染指数,在传统的预测理论和方法的基础上找到了一个新的途径,确定了基于BP神经网络的预测模型的结构和算法,并结合实例进行了实证分析,取得一定效果。     

人工神经网络在电力负荷预报上的应用

１概述能量管理系统（ＥＭＳ）是以计算机为基础的现代电力调度自动化系统。需要过去（历史）、现在（实时）和未来（计划）三类数据,而负荷预测是未来数据的主要来源。负荷预测对电力系统的控制、运行和计划都是非常重要的。提高其精度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性。负荷预测按周期可分为超短期、短期、中期和长期负荷预测。其中短期负荷预测主要用于火电分配、水火电协调、机组经济组合和交换功率计划,需要１-７天的负荷值,使用对象是编制调度计划的工程师,在电力负荷预报中占有重要地位。电力负荷预测是一…     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报，根据南京夏季梅雨期的天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）预报产品中寻找预报因子，然后用2种方法选取输入因子分别对人工神经网络进行训练，并利用抽取的5天雨量实况作降水分级预报检验．通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS数值模式的降水预报相比，人工神经网络降水预报方法的准确率提高了20％以上，而且漏报、错报明显减少；特别是与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高，这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值．     

人工神经网络在呼吸系统疾病急诊就诊人数预报中的应用

利用北京市2009-2011年呼吸系统疾病急诊就诊人数资料和同期的气象资料及污染资料,分析了气象因素及污染物分别与上感、下感急诊就诊人数的相关性,在此基础上,通过BP人工神经网络分别建立了上感和下感急诊就诊人数的预报模型,并对其效果进行评价.结果表明:气象因素和污染物与上感、下感的发病有密切的关系;建立的上感、下感就诊急诊人数的神经网络预报模型结构分别为13-7-1(即有13个输入、7个隐含节点和1个输出)和13-6-1(即有13个输入、6个隐含节点和1个输出),预测准确率分别为77.11%和75.57%.与统计预报方法相比较,该方法计算简便、误差较小、预测准确率高,对上感和下感急诊人数有较好的预测效果,为医疗气象预报提供了一种新方法,具有进一步的研究价值.     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报,根据南京夏季梅雨期的天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)预报产品中寻找预报因子,然后用2种方法选取输入因子分别对人工神经网络进行训练,并利用抽取的5天雨量实况作降水分级预报检验.通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS数值模式的降水预报相比,人工神经网络降水预报方法的准确率提高了20%以上,而且漏报、错报明显减少;特别是与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高,这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值.     

人工神经网络在中长期汇率预测中的应用

随着世界经济的发展，世界各国经济的联系越来越紧密，汇率就成了人们越来越关注的问题。现在各国都投入大量人力和物力进行汇率预测。影响汇率变动的因素是很多的，既有经济因素又有政治因素和心理因素，还有各国中央银行的直接干预。值得注意的是，汇率也受国际炒家的影响因此，要做好汇率预测工作，就需要认真地考虑和分析这些因素，诸如，国际收支状况、通货膨胀率、利率水平、政府的政策和干预态度、外汇市场的投机性力量，以及国际金融环境的变化，甚至社会环境的稳定程度、公众心理因素也会对汇率产生直接或间接的影响。由此可见，进…     

人工神经网络在隧道地表变形预测中的应用

借助于神经网络方法处理非线性问题的优势,采用改进后的B－P网络算法,对上海地铁2号线盾构推进中隧道上方的地表变形作了趋势预报,并与其它预测方法作了比较。结果表明：将人工神经网络用于地表变形预测,效果优于其他方法。     

人工神经网络模型在瓦斯预测中的应用

通过对神经网络的基本原理和学习算法的分析,建立了基于瓦斯涌出量预测的BP网络应用模型,采用Delphi编程语言,预测了瓦斯的涌出量,并结合实例进行了验证.     

人工神经网络模型在瓦斯预测中的应用

通过对神经网络的基本原理和学习算法的分析,建立了基于瓦斯涌出量预测的BP网络应用模型,采用Delphi编程语言,预测了瓦斯的涌出量,并结合实例进行了验证。     

人工神经网络在地表径流预报中的应用

为了更加准确地对地表径流进行预测,选择广东省汕尾市南告水库以上流域作为研究对象,构建BP神经网络模型对南告水库的日资料进行径流模拟研究,研究结果表明:人工神经网络可以提高预测精度,且应用前景比较广泛.     

人工神经网络在地震分析预报中的应用

为了探索人工神经网络应用于地震分析预报的可能性,以福建及其周边地区地震活动为例,采用ｂ值、地震频次、地震能量释放、空间集中度４项地震活动性指标作为神经网络的输入,用具有Ｓ－型特性函数的ＢＰ网络对由每年地震的活动指标组成的标准样本进行训练,由训练结束后的权值和阈值及待预报样本的因子测值计算出网络输出值,作为地震活动性的预测．结果表明,用神经网络可以在一定精度范围内使震级预报的内检符合率达１００％,在例子中,外推预报准确率达８８％以上．     

水文预报的人工神经网络方法

本文在水文学文献上首次应用人工神经网络模型（ＡＮＮ）对广东省目前最大的飞来峡水电枢纽工程控制水文站北江横石站的日均及逐时流量进行了预报，资料包括５年洪水季节的逐时流量和全年的日均流量。研究表明能有效的模拟非线性的实际水文系统。本文提出的模型与现有的ＣＡＲ，ＡＲ和ＲＷＴＬ等线性模型进行了比较，为此鉴别了１４９个模型，ＡＮＮ模型在明显的增加了预报长度同时提高了预报精度。     

人工神经网络预报浮游植物生长趋势的研究

提出用人工神经网络预报赤潮多发海区浮游植物生长趋势,并以１９９８年４～５月大亚湾澳头港实际监测数据为对象,以采样深度、水温、盐度、ｐＨ、ＤＯ、ＣＯＤ、浊度、营养盐、叶绿素ａ、微量元素、总碱度、气温、气压、风速、风向、光照、潮汐、总细胞密度等为参数,试验了工人神经网络的效果。结果表明,人工神经网络可望成为赤潮预报的有效方法。     

冷连轧机出口厚度人工神经网络快速预报

采用改进的BP网络Levenberg-Marquardt优化算法对冷连轧机出口厚度进行快速预报，此网络μ参量可自适应调整，收敛速度快。冷连轧生产出口厚度预报精度大为提高，为冷连轧出口厚度预报提供了一条准确高效的新途径。     

人工神经网络在钢管核心柱设计参数预报中应用

探索运用人工神经网络对截面核心用钢管混凝土增强的高强混凝土柱的力学性能进行评估的可能性，利用该柱抗震性能试验的结果，训练一个三层BP网络，进行了柱抗震延性的预报，预报值和试验值吻合良好，进而利用该网络模型2分析了各种参数对柱延性的影响，表明采用钢管混凝土做核心对改善高强混凝土柱的抗震性能有很好的效果。     

模糊神经网络在短期电力负荷预报中的应用

提出了一种用于短期电力负荷预报的模糊神经网络方法,该方法可以直接由模糊信息预测出未来一天或一周的各小时负荷,文中通过实际算例验证了所提模型和方法的有效性。     

人工神经网络在苏州空气污染预报中的应用

人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快速、准确的优点,可推广用于其它空气污染物的预报。