首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 125 毫秒

1.  基于灰色BP神经网络组合模型的郑州市商品住宅价格预测  被引次数:1
   罗党  时亚楠《华北水利水电学院学报》,2010年第31卷第3期
   针对郑州市商品住宅价格问题进行了研究,在传统GM(1,1)模型的基础上引入BP神经网络模型,建立了灰色BP神经网络组合模型,采用传统GM(1,1)模型与灰色BP神经网络组合模型预测郑州市商品住宅价格.结果表明,灰色BP神经网络组合模型比传统GM(1,1)模型预测精度高,具有更好的应用价值.    

2.  忠武输气管道沿线滑坡预测方法研究  
   王小攀  张军  丁慧君《城市勘测》,2011年第2期
   基于忠武管道沿线滑坡不具有成面、成片分布的特点及其管道沿线滑坡监测方案,系统地分析了忠武输气管道沿线滑坡预测过程,根据灰色GM(1,1)模型具有对数据量需求少、对时间有关的序列有很好的预测效果等优点,重点研究了灰色GM(1,1)模型及其改进模型,并对各种改进的灰色模型预测结果进行比较分析;同时顾及BP神经网络的各种优点,本文还较深刻地研究了灰色神经网络组合预测模型,在此之上提出了一种改进的串联灰色神经网络模型,通过实例分析对该模型在忠武管道沿线滑坡预测方法进行了探讨。    

3.  基于粒子群算法和BP神经网络改进的灰色电力负荷预测研究  
   黄元生  贾春燕《山东电力高等专科学校学报》,2014年第5期
   灰色预测模型被广泛运用于电力负荷预测中,取得了较好的效果,但是灰色预测模型在实际应用中的缺点和局限性导致其预测精度有待提高,存在改进的必要。本文对于灰色预测模型的改进,分别从优化初值和改进模型等方面进行,从而提高普通灰色GM(1,1)模型的预测精度。对初值的处理可以削弱异常值的影响,强化趋势,从而避免由于初值选择不当而造成预测误差。本文中对模型的改进主要通过建立等维新息预测模型、灰色粒子群组合预测模型和灰色BP神经网络组合预测模型来实现。通过这些对灰色预测模型的修正和改进,进一步提高了灰色预测模型的适用性.最大限唐妯提高了灰乍.GM(1,1)模型的预测精唐.    

4.  灰色组合模型在坝体水平位移预测中的应用  
   秦超  祁萌  刘汉东《山西建筑》,2007年第33卷第24期
   在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型,分别运用GM(1,1)模型、BP神经网络模型和它们的组合模型三种模型对坝体的非线性水平位移进行了分析,对比发现此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少的缺点,也增强了预测的自适应性,证明了组合模型的预测精度较高,可以应用于坝体水平位移的预测。    

5.  基于灰色神经网络模型的基坑开挖引发周边地面沉降预测分析  被引次数:1
   赵升峰  韦巡洲  杨新祥《江苏建筑》,2010年第2期
   在城市地下工程建设中,深基坑开挖引起的周围地表土沉降问题越来越受到人们的重视。地表沉降将引起邻近建、构筑物破坏,从而造成经济损失。因此,预测基坑周围土体未来一段时间的沉降,对及时采取治理措施具有重要意义。文章针对GM(1, 1)模型地面沉降预测精度较低的问题,利用神经网络对灰色预测模型进行组合,生成灰色神经网络模型,并进行预测分析,结果表明,利用灰色神经网络模型预测的沉降值,比单独的灰色GM(1, 1)模型预测的沉降值具有更高的精度。    

6.  灰色模型在忠武输气管道沿线滑坡预警预报中的应用  
   俞政《工程地球物理学报》,2011年第8卷第5期
   详细研究了灰色模型GM(1,1)建模过程,并成功地将此模型应用于忠武输气管道中滑坡水平位移监测的预测预报,相应地用Matlab编写灰色系统预测程序,便于实际应用,实践证明,灰色预测模型在滑坡预测预报中具有较高的应用价值。    

7.  常减压装置腐蚀速率的灰色组合预测模型  
   钟鸣  李启锐《化工技术与开发》,2015年第44卷第2期
   石化企业中的炼化装置结构复杂,影响因素众多,设备腐蚀程度难以控制,采用建立腐蚀预测模型的方法成为常减压装置腐蚀研究的新趋势。论文对灰色GM(1,1)模型和神经网络模型进行了分析,在此基础上使用一种复合灰色和神经网络的组合模型对设备腐蚀速率进行预测。实例检验表明,组合模型的预测值比灰色模型更接近实测值,具有推广价值。    

8.  GM-ENN组合模型在滑坡变形预测中的应用  
   邓继辉《人民长江》,2011年第42卷第17期
   针对以往滑坡变形预测模型实用性不足的情况,从系统论观点和时序分析原理出发,将滑坡位移时序分解为趋势项和偏离项。通过灰色系统模型提取位移时序的趋势项,采用进化神经网络模拟位移时序偏离项之间的复杂非线性关系,建立起GM-ENN组合模型进行滑坡变形预测研究。并将此组合模型应用于三峡库区白水河滑坡的变形预测研究中。研究结果表明:该组合模型具有较强的建模能力、较高的精度,可用于相关的工程实践之中,具有一定的理论研究与实际应用价值。    

9.  BP神经网络修正灰色残差组合模型方法在油液光谱分析中应用的研究  
   刘玉兵  陈亚忠  王晓东  李霞《润滑与密封》,2007年第32卷第3期
   提出了采用神经网络修正灰色残差组合模型对设备的磨损状态进行预测和诊断分析的方法。通过比较GM(1,1)模型、神经网络模型的预测结果,融合GM(GreyModel)模型与神经网络模型并构建组合模型进行油液光谱分析参数预测,可以克服单个模型所存在的不足。结果证明,该组合模型方法在预测中是可行的,预测的误差最小。    

10.  基于灰色神经网络模型的基坑变形预测研究  
   吴飞宇《城市勘测》,2013年第2期
   结合灰色GM(1,1)模型和BP神经网络模型各自的优缺点,建立了灰色神经网络组合模型,并采用该模型对实际的监测数据进行处理和分析.结果表明,灰色神经网络充分发挥了灰色模型和神经网络模型的优势,取得了较好的预测精度,能够满足实际应用的需要.    

11.  不等时距 GM(1,1)模型的建立及在土质边坡位移预测中的应用  
   吴舒界  胡海英  杨光华  张玉成《广东水利水电》,2013年第11期
   在介绍灰色理论的基础上,针对传统灰色理论GM(1,1)模型只能用于等时距数列的不足(在实际边坡监测中,由于主客观原因的影响很难保证监测到的数据是等时距的),基于GM(1,1)模型的原理建立了适用于不等时距数列的GM(1,1)模型。运用不等时距GM(1,1)模型对某边坡位移变形预测研究,经过残差修正后GM(1,1)模型得到的预测值和实测值比较接近,说明基于灰色理论建立边坡变形预测模型GM(1,1)可以用来预测边坡的变形,与神经网络、群蚁算法、遗传算法等相比,灰色动态GM(1,1)模型不需要大量典型的样本来学习,这一特点使得其在边坡变形与稳定性分析中的应用提供了可能性。    

12.  基于灰色RBF组合模型的城市用水量预测  
   龙文  徐松金《供水技术》,2011年第5卷第4期
   为解决城市用水量预测中单一方法预测精度不高的问题,建立了灰色径向基(RBF)神经网络组合模型。对比实验结果表明,灰色GM(1,1)模型、RBF神经网络模型和灰色RBF神经网络组合模型的平均相对误差分别为2.1222%,1.2562%和0.6821%。与灰色GM(1,1)模型和RBF神经网络相比,灰色RBF神经网络组合模型充分发挥了灰色系统的贫乏数据建模和RBF神经网络的高度非线性映射能力的双重优势,具有较高的预测精度,更适合用于城市用水量预测。    

13.  基于灰色神经网络模型玻璃钢锚杆支护巷道变形预测研究  
   《化工矿物与加工》,2016年第2期
   建立了用灰色系统预测GM(1,1)模型耦合BP神经网络预测模型组合形成的并联型灰色神经网络预测模型(PGNN)和串联型灰色神经网络预测模型(SGNN),对大冶铁矿矿岩接触带玻璃钢锚杆支护巷道围岩变形监测的结果应用两种灰色神经网络预测模型进行预测。预测结果与实测值的对比分析表明串联型灰色神经网络预测模型的预测精度高于并联型灰色神经网络预测模型、灰色系统预测GM(1,1)模型和BP神经网络预测模型,适合矿岩接触带玻璃钢锚杆支护巷道围岩的变形预测,且具有一定的合理性和准确性。研究结果表明玻璃杆锚杆对矿岩接触带巷道的支护效果良好,巷道变形在安全生产的范围内,为在此类矿岩接触带巷道中推行玻璃钢锚杆支护提供了理论依据。    

14.  神经网络在单桩承载力预测中的应用  被引次数:1
   潘晶晶  商怀帅  孙海明《山西建筑》,2008年第34卷第22期
   运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测,计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。    

15.  基于并联型灰色神经网络模型的隧道沉降量预测方法探讨  
   曾贤敏  黄腾  谢朋朋《勘察科学技术》,2016年第5期
   灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.    

16.  组合优化模型在巷道围岩变形监测中的应用  
   于楷  张燎原  吕文华《能源技术与管理》,2014年第1期
   将灰色GM(1,1)模型、回归分析法和神经网络模型的预测结果结合起来,以各种模型误差平方和最小为基准,进行加权优化组合,建立了组合优化预测模型并将该组合模型应用到巷道围岩变形监测中。经过实验分析与对比,验证了组合预测模型在巷道围岩变形预测中优于单一的预测模型,也是提高巷道围岩变形预测的一种有效方法。    

17.  灰色BP神经网络在河南煤炭需求预测中的应用  
   勾国华《平顶山工学院学报》,2013年第22卷第2期
   在灰色GM(1,1)模型的基础上,利用BP神经网络修正残差,建立灰色BP神经网络组合预测模型,对河南省煤炭消费总量进行拟合和预测。此组合模型既克服了数据的非线性关系及随机波动大对预测精度的影响,也增强了预测的自适应性。实例结果证明该组合模型具有较好的预测精度,预测结果是可信的。    

18.  汉十高铁线下工程沉降预测新陈代谢GM-BP组合模型研究  
   陈佳  赵不钒《城市勘测》,2019年第1期
   提出了一种新陈代谢GM(1,1)模型与BP神经网络模型的组合预测模型,给出了组合模型的基本思路,通过BP神经网络计算而来的误差预测值对新陈代谢GM(1,1)模型的预测值进行改正,并将新陈代谢GM-BP组合预测模型应用到新建铁路武汉至十堰铁路、孝感至十堰段的高铁陆地桥墩沉降预测中,结果表明:新陈代谢GM-BP组合预测模型较现有的新陈代谢GM(1,1)模型具有较高的精度。    

19.  基于修正组合模型的河川径流中长期预报  
   景亚平  张鑫《水力发电学报》,2012年第31卷第6期
   为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM(1,1)、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。    

20.  蚁群灰色神经网络组合模型在电力负荷预测中的应用  
   王捷  吴国忠  李艳昌《继电器》,2009年第37卷第2期
   灰色GM(1,1)预测模型,在负荷预测中得到了广泛应用,但是也有其局限性。当数据灰度越大,预测精度越差,并且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数 造成的,为此引入向量 ,建立蚁群灰色模型,然后与神经网络模型相组合,即建立蚁群灰色神经网络组合预测模型。实证分析表明,该预测方法是合理有效的,与传统的预测方法相比,提高了预测精度,具有较好的实用价值。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号