基于小波神经网络的松江区PM_(2.5)浓度预测

鉴于细颗粒物(PM2.5)浓度(质量浓度ρ,全文同)影响因素的复杂性,以及传统预测方法中存在的困难和不足,基于小波神经网络,利用松江区环保局PM2.5的浓度数据,建立了短时PM2.5浓度预测模型.通过与灰色理论预测模型、BP神经网络预测模型的对比试验分析,发现基于小波神经网络预测模型的预测值与实际值之间的误差最小,更能准确地反映样本数据之间的映射关系,预测精度明显高于其他两种预测模型.     

基于改进的小波神经网络的深基坑围护桩水平位移预测研究

结合某深基坑工程,以现场实测数据为依据建立了改进的小波神经网络预测模型,并用其预测围护桩水平位移.结果表明,改进的小波神经网络模型预测值与实测值相差在4%以内,而BP神经网络和小波神经网络模型的预测值与实测值相差最高分别达到了21.92%和18.58%.可以看出,改进的小波神经网络模型预测结果更接近于实际监测值,从而验证了改进的小波神经网络用于围护桩水平位移预测的可行性.     

短期电力负荷组合预测方法研究

为了解决短期电力负荷不同预测方法的预测角度片面性、预测精度差等问题,提出了基于小波神经网络(WNN)的组合预测模型.首先用小波神经网络预测模型和历史平均模型分别进行预测,然后再通过小波神经网络对两单一模型的预测值进行组合.相比BP神经网络组合模型,该组合预测模型的预测精度大大提高.该模型同时引入模糊聚类分析的方法选取组合模型的训练样本,减少了训练样本的冗余性,提高了预测模型的精度.     

基于小波神经网络的时间序列预报方法及应用

传统的时间序列预测模型在处理具有非线性特性或非平稳时间序列问题,特别是对有人参与的主动系统、社会经济系统的预测上,无法取得满意的预测效果.寻求处理这类系统的方法是人们一直努力的方向.这里以小波理论为基础,重点研究了小波网络在非线性时间序列中的建模预测方法,利用深圳综合指数数据,建立了股票指数预测模型.该模型克服了传统的时间序列预测模型仅局限于线性系统的情况,避免了BP神经网络模型固有的缺陷.仿真结果表明,该方法比神经网络预测方法的预测精度高,可以很好地应用于某些非线性时间序列的预测中.     

DB小波与RBP神经网络的短期电力负荷预测

基于DB小波与BP神经网络,提出一种DB小波与RBP神经网络的方法对短期电力负荷预测.运用DB小波能够精确地提取时间序列的细微特性和RBP网络的输出反馈作为输入神经元数据增加了数据信息量的特点,构建了DB与RBP预测模型,经实际数据证明该方法提高了预测的精确性.     

多元线性回归与BP神经网络预测模型对比与运用研究

对多元线性回归模型及BP神经网络模型的理论及运用方法进行研究,采用SPSS及MATLAB软件分别建立多元性回归和BP神经网络预测模型,通过农村居民纯收入预测的算例,对多元线性回p-3和BP神经网络预测模型的拟合优度、初始数据的仿真与模拟能力和新数据的预测能力进行对比,数据结果表明BP神经网络预测模型优于多元线性回归预测模型．     

基于附加动量的小波神经网络风电功率短期预测

以风电功率预测为背景,将小波理论与神经网络结合,在BP神经网络模型的结构基础上构造了小波神经网络,并提出了基于附加动量法改进的小波神经网络。利用附加动量的小波神经网络建立天气预报数据与发电功率的映射模型,并进行实际预测。利用MATLAB进行仿真,验证了设计预测模型的实际可行性,并且预测精度满足相关要求。     

运动成绩预测系统及实现技术

小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络,它避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题,大大简化了训练,具有较强的函数学习能力和推广能力及广阔的应用前景.根据这一预测模型,运用混合编程技术所开发的分布式运动成绩预测系统在应用中取得了良好的效果.     

三种城市日用水量预测模型对比研究

为实现科学、安全供水,建立精度高、可靠性强的城市日用水量预测模型,分别运用单指数平滑法、灰色预测方法、BP神经网络三种方法,对A市进行城市日用水量预测,并具体分析了各种方法的优缺点及适用范围.通过优化对比分析,当基础数据较完善时,BP神经网络预测模型精度较高,能较好地满足预测要求.     

智能电网中电力负荷短期预测数据挖掘模型

依据数据挖掘理论对数据进行收集、整合,运用改进型BP神经网络模型处理数据,建立电力负荷模型进行短期预测.通过不同精度下的实验分析,结果表明,改进型神经网络负荷预测模型在高精度下预测结果优于低精度下预测结果,最大误差同比降低80%,适用实际负荷预测.     

锈蚀钢筋混凝土梁抗剪能力退化机理和预计模型

针对钢筋混凝土构件中箍筋和纵筋的锈蚀现象,通过试验研究了钢筋混凝土梁抗剪性能退化规律,分析了其抗剪性能退化机理,建立了基于纵筋和箍筋锈蚀率变化的抗剪承载能力预计模型.研究结果表明：当纵筋配筋率和配箍率适中且钢筋锈蚀不是非常严重时,梁一般会发生剪压破坏.     

序列依赖的B—DNA局域结构的理论预测

考虑碱基对之间的非紧领相互作用,提出1个从DNA序列基局部结构的理论预测规则,对核酸数据库（NADB）中全部序列预测,Ω,ρ,τ,Dy的成功率分别为78％,79％,68％和84％。     

FSIP系统研究

本文编制了FSIP系统的所有计算和管理方面的应用软件，采用中文菜单技术人机对话，实现了在褶曲构造煤层及任意形状工作面开采条件下；预计地表任意点在任意计算方向的下沉倾斜变形、曲率变形、水平移动、水平变形、煤层开采面积，及求解预计参数等万面的自动化     

Grey series time-delay predicting model in state estimation for power distribution networks

0　INTRODUCTIONThereliesaneedforaccuratepredictivevalueinstateestimationofpowersystem .Asopposedtotheclosed loopedtransmissionsystems ,mostofpowerdistri butionnetworksuseopen loopedandradialarchitecture ,whichcharacterizesitsspecialproblemofcalculatingpre dictivevalue .Inclosed loopednetworks ,lineshavecom pactrelationships .Oneline’schangeofoperationstatemaycauseotherlines’changes .Onthecontrary ,inopen loopedandradialpowerdistributionnetwork ,onenode’schangesofoperationstateusuallyaf…     

GNNM(1,1)模型在城市用水量预测中的应用

我国城市年用水量数据较少并与诸多因素息息相关,是一个典型的灰色系统。本文利用灰色系统的少数据建模优点和神经网络的精度可控性优点,建立了城市年用水量的灰色神经网络GNNM(1,1)模型。利用该模型对S市城市用水量进行了实际预测研究,实例证明了该方法的正确性和科学性。     

基于LabVIEW的监测及预测系统的设计

基于虚拟仪器设计了马铃薯田间气象信息的实时监测及晚疫病的流行性、灾变预测系统,该系统对气象信息包括温度、湿度、降雨量等进行采集、显示、处理分析及存储,通过灰色预测模型实现预测.介绍了系统软、硬件的功能与设计,并且对基于多变量的灰色预测模型GM（1,n）的流行性预测和基于GM（1,1）的灾变预测进行了重点研究.实验研究表明,所设计的系统预测准确率较高,具有实用价值和现实意义,可进一步推广.     

硫酸盐侵蚀混凝土中硫酸根离子分布的神经网络预测分析

基于BP神经网络算法,以硫酸盐侵蚀混凝土试验数据为训练样本,建立了考虑工作环境条件、硫酸盐溶液浓度、循环次数和侵蚀时间等影响因素的硫酸盐侵蚀混凝土中硫酸根离子沿侵蚀深度分布的内推与外推预测模型.经验证,该模型具有良好的预测效果,为混凝土结构的耐久性研究提供了新的途径.     

波动气候下高校少数民族学生热适应性分析

热感觉是人类对于周围温度、湿度等环境的感知.为研究少数民族群体在波动气候环境下的热感觉,使其能更快适应异地环境,对冬季大连教室环境进行现场测试,对来自不同气候分区的80名汉族学生、88名少数民族学生(回族24名、蒙古族12名和土家族14名等其他少数民族)的着装、热感觉进行问卷调查,分别对调查结果进行回归分析,将不同少数民族的数据,进行对比并分析差异原因,同时对实验结果进行验证.结果表明:少数民族学生舒适度满意区间为18.5℃～19.4℃,与汉族热感觉存在差异.根据TSV模型得出各民族学生实际的热中性温度,分别为:回族18.5℃、蒙古族16.9℃和土家族15.0℃.经分析PMV模型并不能准确预测真实热感觉,本研究根据热感觉适应性模型(aPMV)为各民族提出了λ参考值,分别为:回族-0.79、蒙古族-0.90和土家族0.97.不同民族指标存在较大差异,表明学生对当地气候具有一定适应性,而到大连求学伴随着气候波动,使学生不能快速适应新环境.基于此利用aPMV模型对少数民族学生的热感觉进行预测,并提供了实验室热工改造方案.     

直升机悬停状态下的振动计算

为降低直升机的共振危害,需要一种对直升机在空中悬停时振动特性快速计算方法.旋翼在离心力作用下,固有频率受应力刚化效应影响发生变化,同时存在旋翼桨叶/桨叶和旋翼/机身的耦合影响,动力学分析十分复杂,另一方面为提高计算效率,运动方程的低阶次、程式化成为迫切的需求.多体系统传递矩阵法(Transfer matrix method for multibody systems, MSTMM)同时解决了这两个问题.为准确快速计算悬停直升机固有频率,本研究基于MSTMM建立一种柔性四片旋翼与直升机机身耦合的动力学模型,推导出系统的动力学拓扑模型、总传递方程和特征方程.重点推导了空间旋转梁和旋转轴的传递矩阵,最终快速计算得出悬停直升机系统固有频率.研究表明:空间旋转梁MSTMM计算结果和ANSYS Workbench仿真结果对比,误差不超过2%,旋转轴MSTMM计算结果与参考文献结果基本一致;机尾固定的约束条件下,计算出36.651 9 rad/s转速下旋翼/机身耦合系统的前13阶固有频率,与ANSYS Workbench仿真结果一致,改为悬停无约束条件,计算得出悬停直升机系统前8阶固有频率,计算速度相较仿真速度提升了7.1倍,为直升机动力学分析提供一种新思路.     

立面二维水库水温模型的并行研究

对水库水温进行预测时,传统SIMPLE算法在每个时间步上都要顺序计算流场和压力场,并进行修正,效率较低。结合其压力修正原理,提出对流场和标量方程、系数矩阵与方程求解分别进行并行处理,应用于宽度平均的立面二维水库水温模型,采用Intel四核处理器进行计算,预测结果显示串并行结果完全一致,加速比达1.5,有效地提高了该模型的计算效率。