排序方式: 共有32条查询结果,搜索用时 0 毫秒
1.
MDA的实现关键在于正确地建立模型和模型之间、模型和平台之间的关系,并准确地定义并实现不同模型之间的映射,本文探讨在MDA框架下,从元模型的构建、模型的映射到最终代码的生成一系列的实现技术。 相似文献
2.
3.
4.
城市燃气负荷预测是城市燃气管网系统运行调度中的重要内容.针对燃气负荷数据的周期性和非线性特点,以及单一模型存在的局限性,本文提出一种ESN和改进RBF神经网络的组合预测模型.首先用核Fisher线性判别对原始数据进行降维,其次用ESN模型进行初步预测,然后将ESN的预测结果作为RBF神经网络的输入来构建组合模型,并将差分进化算法和梯度下降算法结合,对RBF神经网络的结构和参数同时进行训练和优化,以增强算法的局部搜索能力,加快收敛速度.实验结果表明,本文模型比原组合模型的预测精度更高. 相似文献
5.
基于优化小波BP神经网络的燃气短期负荷预测 总被引:3,自引:0,他引:3
在燃气短期负荷预测问题的研究中,燃气负荷由于受天气、人为活动等因素的影响,呈现出一种非线性特性,单个神经网络的局限性限制了其预测精度.为了有效的预测天然气短期负荷,提出了一种混沌遗传算法优化的小波BP神经网络预测模型.小波网络结合小波变换良好的时频局部特性和神经网络的自学习能力,加强了网络的函数逼近能力.利用混沌遗传算法的全局优化搜素能力对网络连接权值、阈值和伸缩平移尺度的优化求解,加快了网络的收敛的速度,建立最优的燃气负荷预测模型.将组合模型应用于上海燃气短期负荷预测,结果表明改进检测模型具有更好的非线性拟合能力和更高的预测精度. 相似文献
6.
一种改进的组合SOFM-SVR股票价格预测模型 总被引:2,自引:0,他引:2
股票市场价格预测一直以来都被认为是金融时序预测领域的一项具有挑战性的工作。综合回归支持向量机SVR和自组织特征函数(SOFM)技术,并引入基于过滤的特征选择算法确定重要的输入变量,在SVR核函数的参数选择上采用粒子群优化算法(PSO)。SOFM算法将训练样本聚类,然后分别应用SVR来预测股票价格走势。最后应用上海A股的浦发银行日数据来做股票价格日预测,实验结果表明,经过改进的SOFM-SVR模型与之前的SOFM-SVR模型相比,在预测精度和训练时间上都有了较大的提高。 相似文献
7.
支持向量机与时间序列预测综述 总被引:2,自引:0,他引:2
对近年来基于支持向量机的时间序列预测算法研究现状进行了综述.时间序列预测是一个极其富有挑战性的研究领域,具有广阔的应用前景,同时支持向量算法是有着巨大潜力的工具,必将在不久的将来在该领域取得突破性的进展.考察了支持向量算法中数据集和预处理、核函数、参数选定、预测评价指标以及支持向量算法总体框架的改进等几个方面研究状况,认为当今研究趋向于支持向量算法与各种人工智能算法的结合. 相似文献
8.
9.
10.