遗传神经网络能耗预测模型在钢铁企业中的应用

为改善BP网络训练速度慢,易收敛于局部极小点及全局搜索能力弱等固有缺陷,采用遗传算法优化神经网络的初始权值和阈值,以通化钢铁公司炼铁厂为研究对象,建立了基于遗传算法的人工神经网络能耗预测模型。用MATLAB编写计算程序进行测试,并与纯BP算法进行分析比较,结果表明,文中所提出的方法在预测精度和收敛速度方面均得到了改进。     

辐射状分支井产能电模拟实验研究

依据相似原理,采用电模拟试验装置,设计了辐射状分支井模型.研究了在不同分支数、分支水平段长度时,辐射状分支井井筒附近的压力分布,描述油藏中的压力场形态,评价各种参数对产能的影响,为水平井产能预测提供了依据.     

洪涝发生的灰色预测分析

利用常用的GM(1.1)灰色预测原理,建立了一个预测降水量的数学模型.通过对某一地区历年的降水量进行分析计算,得出的结果较好地预测了下一个洪涝年份(超过一定标准的降水量).     

基于PCA的RBF神经网络预测方法研究

主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明,基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征，本文基于局部线性非参数估计理论，对我国建国以来的年人口增长率建立了非参数自回归NAB．（1）模型，并对2000年-2003年的年人口增长率进行了预测，计算结果表明，相对于参数自回归模型而言，非参数自回归模型能够很好地解决人口增长预测这一非线性问题，预测精度较高．     

阿德福韦抗乙肝病毒感染治疗动力学模型

基于阿德福韦(Adefovir dipivoxil)与安慰剂治疗180余位HBeAg阴性的慢性乙型肝炎(CHB)患者国际联合研究的临床数据,以及Nowak等人提出的不带效应细胞的乙肝病毒(HBV)感染模型,提出了一个由两个系统组成的数学模型, 模型对CHB患者的阿德福韦治疗效果提供了一种可能的解释, 特别是可以解释为什么患者血浆中病毒数目在停止免疫治疗后会迅速反弹. 该模型对长期的疗效做出预测:血清HBV DNA接近中位数的患者需要延长治疗时间到5.6 a,以清除CHB患者体内的HBV. 本研究提示:将血清DNA小于500 copies·mL-1作为评价疗效的标准过于粗糙.     

人工神经网络在自密实混凝土抗压强度预测中的应用

针对传统BP神经网络的不足,采用不同改进算法的网络模型对自密实混凝土抗压强度预测进行了详细的分析.研究表明:采用变梯度算法的模型M1、P-B复位算法的模型M2、拟牛顿算法的模型M3以及LM算法的模型M4,这4种模型均成功地建立了自密实混凝土强度的非线性关系,可用于其强度预测;通过用MATLAB编写程序,为解决BP网络隐层节点数的不确定性提供了一种较为方便的途径.     

分离变量法解三维的分数阶扩散-波动方程的初边值问题

考虑在有限区间上三维的时间分数阶扩散-波动方程的初边值问题.当时间分数阶导数的阶α从0变到2时,解的性态变化从慢的扩散到传统的扩散,再到混合扩散-波动.利用分离变量法,分别导出三维的非齐次时间分数阶扩散方程和非齐次时间分数阶扩散-波动方程的初边值问题的基本解.     

方差贡献法在中长期电力负荷预测中的应用

对与电力负荷密切相关的影响因素进行优化选择是提高电力负荷预测精度的有效途径,本文就详细介绍了新定义的方差贡献法在电力负荷预测中对相关影响因素优化选择的应用。     

电力系统短期负荷预测应用中小波函数选取的方法

根据信号奇异性检测理论,提出了一种小波函数的选取方法:首先根据负荷序列的特点及短期负荷预测对小波函数的应用要求,粗选使用db(N)小波函数系进行分析;然后根据李普希兹指数与小波分解尺度及模极大值点之间的关系,找出可以检测到最大李氏指数的db小波,并结合小波重构对正则性的要求对N作出选择.算例说明了这种选取方法具有一定的合理性.