共查询到20条相似文献,搜索用时 26 毫秒
1.
S拟合与BP神经网络的结合及其在粮食产量预测中的应用 总被引:1,自引:0,他引:1
提出了一种函数拟合和BP神经网络结合的方法,由于函数拟合可以较好地反映数据变化的总体趋势,所以先用函数对数据进行S拟合,再结合BP神经网络具有反映外界因素影响的优点对拟合数据进行修正,并对我国的粮食总产量进行了预测分析。结果表明,用此模型对粮食总产量进行预测,其误差明显低于单一的函数拟合或BP神经网络。 相似文献
2.
3.
4.
5.
6.
霉变是造成粮食损失的重要原因,为了降低损失,将危害控制在萌芽状态,提前预测预警意义重大。本研究利用MATLAB的神经网络工具箱建立了预测粮食霉变的BP神经网络,给出了稻谷在给定含水率、温度、储藏时间的条件下是否会发生霉变的预测模型。同时,通过合理选择训练样本的数目,探究训练样本数量对网络精度的影响,并通过华北地区实仓数据验证由实验数据得到的BP神经网络在实际应用中所能达到的准确程度。经过验证,对于实验数据,训练样本数目大于400时,神经网络预测正确率可以达到94.3%;样本数越大,正确率越高。随机选择2 500个实验室样本数据进行训练得到的神经网路预测模型,对剩余样本预测准确率达到98%,对于实仓检测数据,正确率可以达到82.1%。 相似文献
7.
利用BP神经网络建立具有时间序列对象的预测模型,并基于MATLAB7.0平台编程,运用BP神经网络模型对我国金融机构信贷规模进行预测分析。以我国历年信贷数据为训练样本,进行网络训练与检验。结果表明,BP神经网络具有良好的预测性能,并结合定性分析,验证了预测值的科学性和准确性。 相似文献
8.
粮食干燥系统是一个大时滞、多干扰的强非线性系统,难以获得精确数学模型,针对粮食干燥这一难题,利用玉米干燥实际生产数据建立BP神经网络预测模型,通过干燥机排粮频率实际值和模型预测值进行研究对比,得出利用BP神经网络可以快速、准确地建立模型来描述排粮频率变化规律.该神经网络预测误差较小,预测效果较好. 相似文献
9.
探究了MIV-GA-BP神经网络模型对我国棉花价格预测的情况。以国家棉花价格指数B作为棉价反映指标,选取了棉花产量、进口量、消费量等13个影响棉花价格的因素,采用平均影响值(MIV)、遗传算法(GA)与BP神经网络相结合的方法,按照15%的淘汰率进行筛选,得出我国棉价波动的主要影响因素,并在此基础上构建了MIV-GA-BP神经网络模型。以2015年1月—2017年12月的3128B棉花月度平均价格为样本数据,进行MIV-GA-BP模型拟合精度评估和预测精度评估。认为:基于MIV-GA-BP神经网络模型拟合精度良好,预测精度较高,训练样本可反映99%的样本特征。 相似文献
10.
将着装人台进行三维扫描获取点云数据,截取与人体特征部位相对应的短裤特征截面。将原数据坐标点转化为极坐标系下的极角与极径值后,以极角值作为输入向量,极径值作为输出向量,构建短裤特征截面曲线的径向基函数(RBF)神经网络模型,并与反向传播(BP)神经网络、最小二乘法及三次样条函数的拟合效果进行比较。结果表明,神经网络拟合曲线的平均绝对误差比最小二乘法及三次样条函数方法小,仿真输出曲线和原始数据非常接近,且曲线光滑;RBF网络的训练速度更快,所需训练步数少,拟合效率明显优于BP神经网络。 相似文献
11.
12.
13.
为了进一步提高三孢布拉霉高产突变株的番茄红素产量,本研究基于BP神经网络和遗传算法对发酵培养基的组成进行了优化。比较不同碳源、氮源、植物油对番茄红素产量和生物量的影响,确定最佳碳源、氮源和植物油。利用49组样本数据,建立以玉米粉、玉米浆、大豆油、磷酸二氢钾、硫酸镁为输入变量,番茄红素体积产量为输出变量的BP神经网络,并以建好的BP神经网络模型为适应度函数,利用遗传算法进行寻优。经过优化,得出番茄红素最大预测产量为1.27 g/L,经验证,与实际产量误差在5%以内,较优化前提高了31.6%。此时,玉米粉、玉米浆干粉、大豆油、磷酸二氢钾、硫酸镁的含量分别为41.2、8.93、26.5、1.39、0.46 g/L。因此,BP神经网络结合遗传算法是番茄红素发酵培养基优化的有力工具,番茄红素产量显著提高。 相似文献
14.
针对一般时间序列分析方法中预测方法的不足,采用改进的BP神经网络对卷烟销量进行预测。介绍说明改进的BP神经网络Levenberg-Marquardt算法原理,对卷烟销量数据进行归一化处理,建立卷烟销量神经网络预测模型,利用Matlab软件对数据进行训练、仿真。与实际销量进行对比分析,证明采用改进的BP神经网络预测结果准确。 相似文献
15.
16.
17.
18.
为进一步提高BP神经网络在预测纺熔无纺布性能时的精确度,提出利用遗传算法对前期构建好3层结构的BP神经网络进行优化.使用MATLAB进行网络训练和预测,结果表明,当遗传算法优化后,将BP神经网络应用于产品性能预测的数据与实际数据进行对比,产品强力和耐静水压的绝对百分比误差在5%以内,优于BP神经网络的6%,预测精度更高... 相似文献
19.
配毛中原料品质的BP神经网络预测研究 总被引:2,自引:0,他引:2
用BP神经网络方法对配毛时所需的羊毛原料品质进行预测,阐述了利用BP神经网络预测羊毛品质的工作原理,给出了羊毛品质预测系统的BP神经网络模型,并得出了试验结论。 相似文献
20.
用BP神经网络方法对加工毛条时所需的羊毛品质进行预测,阐述了利用BP神经网络预测羊毛品质的工作原理,给出了羊毛品质预测系统的BP神经网络模型,并得出了实验结论。 相似文献