基于人工神经网络的电量预测

本文主要利用BP神经网络方法，对电量和其相关因素如温度、降水量等进行分析，建立了对未来电量趋势预测的模型，并进行了实际的预测，取得了满意的结果。     

基于人工神经网络的药物销售预测

介绍了基于人工神经网络的算法及其在药物销售额预测中的应用,详细讨论了该方法的原理、算法以及软件实现。     

基于人工神经网络的航班延误预测

随着空中交通规模的不断扩大,航班延误的概率和频率节节攀升.但这给航空公司带来巨额的不必要的开支.因此,如果能提前预测航班情况,使得航空公司能够在保证天气预报等先验信息的准确性的情况下,合理安排航班起飞时间或者是否取消航班,就能给航空公司节省额外预算.因此,本篇文章分析可能导致航班延误的因素,使用机器学习算法,基于人工神...     

人工神经网络之股票预测

该文主要研究人工神经网络中的Ｂ－Ｐ网在股票分析和预测中的应用，对比各种情况的网络性能，利用涨跌差价，远期模糊设计网络一种新想法。     

一种基于人工神经网络在线学习的自适应预测方法

本文在分析和比较了传统预测方法的基础上，研究基于人工神经网络非线性映射的预测方法，针对一类缓变故障的预测问题，提出单样本在线学习的自适应预测算法，并用于柴油机故障预测和诊断。     

基于人工神经网络的中长期负荷预测算法

当前中长负荷预测的大部分方法都衍生于传统的线形统计理论,难以解决复杂的非线性问题.文中结合BP人工神经网络技术,利用人工神经网络所具有的非线性映射和函数逼近功能对中长期电力负荷进行了研究,提出了一种中长期电力负荷预测的思路.并利用北京市的实际数字对未来若干年的用电量进行了预测,实验结果表明,该算法具有较好的准确性和可行性.     

基于人工神经网络的中长期负荷预测算法

当前中长负荷预测的大部分方法都衍生于传统的线形统计理论,难以解决复杂的非线性问题。文中结合BP人工神经网络技术,利用人工神经网络所具有的非线性映射和函数逼近功能对中长期电力负荷进行了研究,提出了一种中长期电力负荷预测的思路。并利用北京市的实际数字对未来若干年的用电量进行了预测,实验结果表明,该算法具有较好的准确性和可行性。     

基于人工神经网络的土壤溶质运移模拟与预测

在土壤质地、土壤容重和含水量一定的情况下．把土壤溶质运移时间和运移距离看作影响土壤溶质运移的主要参数，建立2个输入单元和1个输出单元的三层BP网络．对一维垂直土柱Cd^2 的穿透试验进行了模拟和预测。其预测结果同数值解相比，R^2=0．949，精度基本一致。可见BP网络预测模型反映了溶质穿透过程中，土壤溶质含量与运移时间和距离的动态关系；用BP网络预测土壤溶质含量的时空变化具有可行性，而且不需要建立具体的数学模型；工作量大大减小，不需要测定水动力弥散系数、阻滞系数等，具有很强的实用性。     

基于人工神经网络组合预测油田产量

油田原油产量的准确预测可以对油田的生产管理进行合理的指导。该文探讨了应用神经网络组合方法预测油田产量,对开井数、含水率、动用储量以及往年产量同未来产量之间的复杂关系建立模型。采用了两层预测系统：第一层包含两个神经网络,一个多层前馈网络和一个函数链接网络;第二层是把第一层的两个网络输出进行组合。研究了五种不同的组合算法：平均法、最小平方回归法、模糊逻辑法、自适应前馈神经网络法和自适应函数链接神经网络法。根据油品类型分为稀油、热采稠油、常规稠油和总产量四组数据,对上述方法进行了测试,结果表明应用人工神经网络的组合预测方法优于其他的预测方法,而且适用范围广。     

基于人工神经网络的发电机故障暂态稳定性预测方法研究

提出了一种利用径向基函数神经网络(RBFNN)预测大扰动后发电机转子转角值的方法,来实时判断系统暂态稳定状态,并对相干发电机组的辨识进行了研究。在故障后将相量测量单元(PMU)同步采样的前六个周期的发电机的转子角度和电压等数据作为神经网络的输入,以预测系统未来的状态。该方法还可以实时判断发电机的同步状态。在测试系统上对该方法以不同运行条件进行了评估,实验结果证明所提出的径向基函数神经网络对扰动后的转子转角值具有良好的预测性能,适合于实时应用。     

人工神经网络在股票价格预测中的应用

股票价格的走势短期随机性强,但从长期上来看,具有一定的规律性。人工神经网络可以看成是一个具有自学习功能的"黑箱",在处理无法精确建模的问题上具有很大优势。采用了MATLAB中的人工神经网络工具箱,对某股票的价格进行建模,并且较准确的预测其近期走势。     

基于人工神经网络的注塑参数模拟预测系统

将CAE模拟与神经网络技术相结合,在Matlab环境下建立了注塑工艺参数模拟预测系统。将系统预测结果与模拟及实验验证结果进行比较和误差分析,显示出系统的稳定性和可靠性,表明了该系统具有工程实用价值。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性 ,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制 ,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型 ,经过 BP网络预测软件运行检验 ,并与该机场以前采用的定量预测方法的综合比较 ,证明在该机场应用 BP网络预测方法不仅可行 ,而且有更好的预测精度     

人工神经网络在预测供体位点的运用研究

阐述人工神经网络(ANN)的基本原理,针对基因供体位点预测的问题,对样本数据进行整理,建立和优化人工神经网络模型.结果表明,采用人工神经网络对供体位点进行预测是切实可行的,并且有比较高的精确度.     

利用人工神经网络技术预测期货行情

通过对期货市场的研究,以盈利为目标,设计了一套基于BP神经网络的期货行情预测系统,经过实例测试和分析证明此系统为一套实用的系统,并提出了进一步改进的方向。     

用人工神经网络预测城市地震火灾损失

利用人工神经网络对城市地震火灾损失进行预测,对指导抗震救灾有一定的帮助.具体做法是根据地震损失与其影响因素之间的非线性映射关系,建立人工神经网络模型,并将其应用于地震火灾损失预测.实例表明该方法有一定的推广价值.     

基于人工神经网络的工业供应链销售预测方法

为解决工业供应链中存在的精度低、非智能以及无法处理复杂样本的问题,提出一种基于改进人工神经网络的销售预测方法.以加拿大某机电产品销售公司的真实销售数据作为输入样本,利用基于实验数据改进的人工神经网络进行学习训练,进行销售预测,将结果与未改进的人工神经网络和较先进的卷积神经网络和高斯混合模型以及销售公司的销售数据作比较,从准确率、召回率和F值三个指标分析改进人工神经网络的预测精度.实验结果表明,改进后的人工神经网络在三个指标方面均表现出更好的性能,能够较好地预测销售成交情况.     

运用人工神经网络预测一代粘虫发生程度的研究

根据历年的积累资料,采用人工神经网络方法,对黑龙江东南农田一代粘虫发生程度进行了预测预报研究。结果表明：该方法性能良好,预测准确,可望成为植物病虫害预测预报一种新的有效辅助手段     

基于时空特征向量的长短期记忆人工神经网络的城市公交旅行时间预测

针对"随着预测距离的增加,旅行时间预测的难度加大"的问题,提出了一种基于时空特征向量的长短期记忆(LSTM)和人工神经网络(ANN)的综合预测模型.首先,将24 h切分为288个时间切片,以生成时间特征向量;然后,基于时间切片建立LSTM时间窗口模型,该模型可解决长期预测的窗口移动问题;其次,将公交线路切分为多个空间切...     

人工神经网络在带钢力学性能预测中的应用

本文运用神经网络原理建立了带钢力学性能预测的神经网络模型，并用该模型对某钢厂带钢力学性能进行了预测，还对预测结果和真实数据进行了比较，结果表明：相对误差低于1%，而且收敛速度快，泛化能力好。预测模型可减少或取消实际生产中的破坏性检测试验，从而提高经济效益。另外，文中还总结了提高神经网络性能的方法。