一种优化 BP 神经网络训练样本的方法

BP神经网络训练样本的选取对网络的泛化能力有较大的影响,特别,怎样从高维大样本数据中选取合适训练样本是一个难点。本文运用因子分析法对大样本数据进行预处理,再利用分析所得的公因子进行聚类分析,这样既可以降低指标的维数,也可以减少样本的数量。实验证明,该方法简化了网络结构、加快了网络的收敛速度,对提高网络的泛化能力有一定的帮助。     

BP神经网络在润滑油摩擦改进剂复配性研究中的应用

研制润滑油的关键问题之一是研究其中多种添加剂间的相互作用和添加剂间的最佳复配比。以正交试验设计为基础的直现分析和回归分析可以探讨添加剂间的相互作用，而基于上述方法的最佳复配比的计算往往误差较大。采用BP神经网络计算最佳复配比，并与前两种方法作比较，发现BP神经网络在计算最优复配比时，结论可靠，精度高，是研制最佳润滑油配方的优秀数学工具。     

软计算信用分析方法比较探讨

研究了信用分析中的软计算方法——BP网络与自适应神经模糊推理,并对软计算方法与DEA、TOPSIS的结合运用作了进一步探讨。采用V-foldCross-validation技巧,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

羊痘病毒基因组中编码白细胞介素-18结合蛋白

从羊痘病毒基因组中寻找并扩增羊白细胞介素-18结合蛋白(IL-18BP)基因。将该基因克隆到表达载体PGEX-5X-3,在大肠杆菌BL21中实现了高效表达。目的蛋白以包涵体形式存在。表达产物经过变性、复性和层析纯化后,具有体外拮抗羊IL-18刺激外周血单核细胞产生IFN-γ的活性。     

BP算法在UPI中的应用与设计

本文尝试利用人工神经网络来对大学生人格健康测试(UPI)的结果进行分类,也是BP算法在UPI中应用和设计的实例。     

基于BP神经网络的城市燃气月度负荷预测研究

应用MATLAB科学计算软件编制了对浙江省某城市燃气月度负荷的预测程序,建立了燃气月度负荷预测的BP神经网络模型,对模型进行训练后,利用它对该市燃气月度负荷进行了预测,预测结果的相对误差最在±6.34%以内,由预测结果可知该模型预测精度较高,完全可以达到工程实际应用的目标。     

基于遗传算法BP网络的冻结方案优化设计

多圈管冻结方案设计与优化是深井冻结法凿井的一项关键技术,现今的理论和实践尚未成熟和完善,为此提出了基于遗传算法优化BP网络结构进行多圈管冻结方案的优化设计算法,将该算法求解的多圈管冻结设计方案与原方案进行了比较分析,表明了这种算法达到了较好的优化设计效果,为多圈管冻结方案设计及其优化提供了重要参考。     

基于改进GA-BP的移动通信用户流失预测算法

BP神经网络(BPNN)模型对移动通信用户流失的预测有较好的效果,但其全局搜索能力相对较弱,对初始网络权重非常敏感,因此本文通过对用户通信行为的分析,提出一种基于改进GA-BP的移动用户流失预测算法:用改进的遗传算法对BPNN的权值和阈值进行初始化,从而提高预测模型的准确率.改进的遗传算法采用一种自适应的交叉概率和变异概率计算策略,提高了遗传算法寻找全局最优解的能力.通过对比实验发现,本文构建的移动用户流失预测模型,在预测准确率上有着很好的表现.     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

基于乘客感知的公交车线路服务质量评价模型

针对传统公交车服务质量评价方法的局限性,提出基于乘客感知的普适性因素权值分析方法.首先以相关乘客作为专家并分组,建立基于乘客感知视角的专家权重确定方法,得到专家权重及指标综合权重.然后以上述多组数据作为先验样本进行 BP 神经网络的训练、测试与验证,从而获得可供推广的城市公交线路服务质量评价AHP-BP神经网络模型.最后以沈阳市某条公交线路为例展开实证研究,结果表明该模型在充分反映乘客感知服务质量因素的同时,降低了主观评价的随意性,给出了特定公交线路服务质量改进方向.