基于som网络-灰关联分析-BP网络预测模型

提出一种基于som网络-灰关联分析-BP网络预测模型,用于股市收盘价的预测．首先采用som神经网络将特性分散的样本划分成不同的子类,然后采用灰关联分析方法,解析了各影响因子对股市收盘价的影响程度,以反映股市收盘价的影响因子作为输入变量,构建了股市收盘价的BP网络预测模型,结果表明：利用灰关联分析,可得出各凶子对股市收盘价影响程度的大小排序,能为股民提供参考;基于BP网络模型的预测结果准确,通过对所采集的股市数据进行测试,证实本文所提出的方法具有有效性．     

基于灰关联分析和神经网络的煤与瓦斯突出预测

应用灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序;选择灰关联分析的5个优势因子作为输入参数,建立了煤与瓦斯突出预测的神经网络模型;用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.结果证明该系统能较准确地预测煤矿的瓦斯突出情况.     

提高预测精度的BP-ELman网络组合

为了消除BP网络模型的系统误差,本文提出用ELman对原有模型的预测结果进行多次校正以减小误差,并对股市收盘价数据进行了模型构造和预测,结果表明,BP-ELman组合神经网络不仅增强了网络的局部泛化能力,而且预测精度高于单一采用ELMAN网络或BP网络的精度.     

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.     

群空区危险度的结构尺寸效应灰关联神经网络模型

在力学分析的基础上,耦合灰关联分析及神经网络方法,建立空区危险度的结构尺寸效应灰关联神经网络模型,实现基于空区结构尺寸参数的五级空区危险度评价,分析空区危险度与结构尺寸参数间的影响程度及响应关系。研究结果表明:建立的基于空区结构尺寸的危险度灰关联神经网络预测模型,能够实现群空区下的危险度的精确预测,其预测误差范围为0.082 3%~6.748 3%,平均误差为3.054 6%;空区危险度的影响因素中,矿柱宽度对空区危险度的影响最大,埋深对危险度的影响最小;在其他影响因素不变的情况下,空区的危险度与暴露面积、埋深呈正相关性,与矿柱宽度呈负相关性,而与高宽比的关系式随着高宽比增大先增大后减小并最终趋于定值。     

海水对金属腐蚀因素的分析及预测

应用灰关联分析原理讨论了海水环境与金属腐蚀性之间的关系,基于灰关联度的计算,找出了在全浸带条件下,海水中对Ａ３钢具有腐蚀影响的主要因素,利用人工神经网络ＢＰ算法建立了海水环境对Ａ３钢的腐蚀作用模型,用该模型预测了新海水域环境下金属的腐蚀速度,取得了较好的结果。     

基于AHP灰关联及GM(1,N)建模的静态网损因素分析

提出利用变权灰关联技术分析电网静态网损因素与线损率指标之间关联度的思路,并建立GM(1,N)线损率预测模型.首先根据线损机理确定各因素对线损影响的权重,而后借助灰关联原理比较各因素与线损率的关联度,最后优选强关联因素建立线损率预测模型,用于配网线损率预测及相关因素指标优化的降损潜力分析.算例表明,灰关联分析准确,模型预...     

基于灰色-正交小波网络固井质量预测方法及应用

分析了固井质量影响因素复杂性和相互关联的特点,提出一种灰色-正交尺度小波网络预测固井质量新方法.该方法以影响固井质量的9项影响因素作为预测模型的输入参数,将固井质量定量化作为模型的输出.对胜利油田某一区块的20口油井固井质量进行评价预测,预测结果与实际检测结果最大相对误差为2.66%.新的预测方法解决了影响因素的关联问题,同时提高了固井质量的预测精度,为油田新井的固井施工参数设计和施工方案调整提供了可靠的理论基础.     

基于灰关联分析Elman网络的网上购物意向预测模型

利用灰关联方法分析了消费者网上购物意向与各影响因子的关系,建立了预测消费者网上购物意向的Elman神经网络模型.结果表明,根据灰关联度的计算得出消费者网上购物意向的影响程度由强到弱的顺序,与实测值吻合,表明利用所建立的Elman神经网络模型能有效地预测消费者网上购物意向.     

组合预测模型在地方财政收入预测中的应用

根据地方财政收入预测受到多因素影响和经济系统具有非线性本质的特点,针对现有预测方法的不足,提出了一种组合预测方法。该方法首先通过灰色关联分析确定影响地方财政收入的主要指标,然后用灰色预测模型分别对各指标进行预测,最后将各指标的预测值作为输入,相应的地方财政收入实际值作为输出,训练并建立神经网络模型。实例分析表明灰色关联分析排除了非主要指标的干扰,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系。实验结果证实该方法在地方财政收入预测中是有效可行的。     

基于关联价格网的产品价格预测方法

为实现产品价格影响因素较大波动情况下的价格快速预测,提出了一种关联价格网产品价格预测模型.对引起产品价格变化的主要因素进行了分析,分别以产品、原材料、竞争产品的价格、供需量的变化引起产品价格的变化为基础构建产品的关联价格网.然后,对关联价格网性质进行理论推导,得出可以用产品的关联价格子网替代整个关联价格网对产品价格进行预测的结论,从而简化模型.进而采用神经网络构建一个反映关联价格子网中价格波动因素的预测网络(PFN),并利用神经网络学习和计算方法对产品的价格进行预测.理论分析和仿真实验显示该价格预测方法具有很好的应用价值.     

NiFe2O4基金属陶瓷耐腐蚀因素分析及腐蚀率预测

采用灰关联分析方法解析了铝电解5%Ni-NiFe2O4基金属陶瓷惰性阳极的电解腐蚀率与电解参数的关系,建立了预测惰性阳极腐蚀率的人工神经网络模型.研究结果表明:灰关联分析是一种新的惰性阳极腐蚀数据处理方法;根据灰关联度的计算,在很多电解参数中找出了影响惰性阳极腐蚀率的主要因素,即Al2O3质量浓度、电解温度、分子比、面积比和电流密度等,并指出了各因素对电极腐蚀的影响程度;对NiFe2O4基金属陶瓷惰性阳极电解腐蚀率的预测结果与实测值吻合,表明利用所建立的神经网络模型能有效地预测惰性阳极腐蚀率.     

基于遗传算法神经网络集成股票市场预测研究

神经网络集成技术能有效地提高神经网络的学习能力和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.本文利用不同的神经网络算法产生神经网络集成个体,以误差平方和最小为准则,用遗传算法动态求解集成个体的非负权重系数,进行最优组合集成建模研究,并以此建立股市预测模型.通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法相对传统的简单平均集成模型,具有预测精度高、稳定性好,易于操作的特点.     

径向基函数网络(RBF)在股市预测中的应用

如何对股票价格进行预测是投资者所关注的内容。利用RBF神经网络对股票价格进行预测,将反映股票价格的开盘价、收盘价、最高价、最低价作为神经网络的输入变量,利用RBF神经网络自适应算法对网络进行训练,建立起神经网络模型。研究表明,该方法具有一定的预测能力。     

时间序列和神经网络对迷你型洗衣机销量预测

迷你型洗衣机价格便宜,使用方便,近年来销售量不断增加。缺点是功能单一导致消费受众面窄,同时受季节性因素影响较大,企业往往难以准确制定生产销售计划,导致库存和缺货现象时有发生。将合作企业生产的迷你型洗衣机近4年销售数据和影响销售的关联因素作为训练样本,先建立时间序列回归模型和BP神经网络模型对洗衣机销量进行预测,然后建立遗传算法优化的灰色神经预测模型。通过对三种模型预测结果的对比分析,表明经由遗传算法优化参数的灰色神经网络能较好的预测销量未来变化,辅助企业决策订单生产计划。     

基于 BP 神经网络与灰预测方法的杭州市城市生活垃圾产量预测研究

通过分析影响城市垃圾数量的主要因素，利用灰预测方法构建未来数据，建立了一个考虑人口数量、人均收入影响下的B P神经网络模型，对未来10年的杭州市生活垃圾数量进行预测，得到较好的结果。     

河南省铁路客运量预测中影响因素的灰关联分析

铁路客运量预测是铁路旅客运输组织工作的重要基础和主要依据之一。从定性和定量两个角度出发,提出了铁路客运量预测的影响因素体系,并建立了铁路客运量多目标灰关联评价模型。该模型的应用,可以对各个地区的铁路客运量影响因素进行评价比较,并分析各种因素的影响程度,确定其层次结构及对客流的关联度,对于提高现有铁路运量的预测精度有着极其重要的现实意义。     

基于灰色模型的企业技术创新影响因素分析

文章应用灰色系统模型和方法,利用有关数据对我国企业技术创新问题进行了灰关联的静态和灰色GM(1,N)协调模型动态分析;通过精度检验证明,找出了严重制约我国企业技术创新发展的主要因素;通过灰色GM(1,1)单因子预测模型对影响因素进行了预测,并提出了有关对策建议。     

基于神经网络模型的致密气藏分段压裂井产能预测

致密气藏储层致密,开采难度较大,应用分段压裂水平井技术可以更高效的开采致密气藏,如何准确预测水平井分段压裂井的产能也成为气藏实际生产开发的关注重点。本文通过对前人致密气藏分段压裂水平井解析模型的探究确定影响产能因素;运用灰色关联分析法可视化分析影响压裂水平井无阻流量的主要因素;选取不同输入层个数影响因素利用python编程程序建立神经网络模型,对比选取高精度的训练模型结构;利用训练好的神经网络模型对实际气田待压裂井进行产能预测。结果表明,利用神经网络模型建立的压裂水平井产能预测方法具有误差小、简便高效的优点,对实际气田生产开发制度有一定指导意义。     

应用灰关联分析的PSO-SVR工程造价预测模型

为了准确预测与控制工程造价水平,提出一种基于灰关联分析(GRA)与粒子群优化(PSO)的支持向量回归机(SVR)组合预测模型.将GRA提取的工程造价主要指标向量输入PSO-SVR模型预测造价,采用 PSO优化的SVR模型进行工程造价预测,对比分析PSO-SVR模型和其他智能模型,对某一地区相同输电工程进行造价预测.结果表明:基于灰关联分析的PSO-SVR模型的造价预测效果更理想,预测精度更高.