基于GA-BP神经网络的股票收盘价预测

为提高BP神经网络预测股票收盘价的准确性和高效性,文章使用Python语言,通过遗传算法（GA）对BP神经网络算法中的权值和阈值进行优化（GA-BP）,并将优化后的系统用于股票预测当中。优化后的算法收敛速度更快,同时克服了BP算法容易陷入局部最优的缺陷,提高了整个系统的预测精度。最后对股票“千金药业”的仿真结果表明,该方法在股票收盘价的短期预测方面具有一定的应用价值。此外,在对股票收盘价预测过程中,添加输入参数盘口,能够有效降低GA-BP神经网络的预测误差。     

基于模糊神经网络的空袭兵器类型识别模型

针对防空作战中空袭兵器类型识别问题进行了研究,给出了空袭兵器的主要类型和主要识别因素以及识别因素的隶属函数,在此基础上建立了模糊神经网络模型。最后对模型进行了仿真实验,实验的计算结果表明模型的可行性和有效性。     

基于GA-BP神经网络的城市用水量预测

城市用水准确的预测结果,对城市供水系统的控制具有直接的影响,而良好的城市用水控制系统不仅能够提高城市各个时段的供水效率,而且对城市人民生活幸福指数有较高的影响。该文设计通过分析传统的BP神经网络对城市用水量预测容易陷入局部误差极小,预测结果存在一定误差,提出在BP神经网络的基础上通过遗传算法优化BP神经网络进行城市用水量预测。通过设计GA-BP神经网络的具体结构,对已知的城市每日时用水量数据进行网络训练和学习。结果显示该模型具有一定的精度和适用性,预测结果可用于城市供水优化调度模型。     

基于贝叶斯网络的空袭兵器识别

应用贝叶斯网络理论在解决不确定性事件方面的推理优势于空袭兵器的识别,充分结合空袭兵器识别上的现有经验,结合图形模式推理,最大限度地提高空袭兵器识别的准确性,实现空袭兵器的自动识别.     

基于GA-BP神经网络的旅游客流预测应用研究

随着人们日益增长的物质文化需要,旅游业蓬勃发展。各大旅游景点人满为患的现象也随之出现,为有关部门的管理带来了极大的困扰。在大数据技术正日趋普及的背景下,产生了大量与旅游相关的数据。文章尝试优化BP神经网络模型,预测一段时间内的客流量变化,为有关部门制定管理策略和推出应急措施提供参考。经实证结果分析,利用遗传算法优化BP神经网络,可对客流量进行更精准的预测。     

基于GA-BP神经网络的矿用刮板输送机故障诊断

针对矿用刮板输送机的故障诊断问题,提出一种基于GA-BP神经网络的故障诊断方法.为了避免BP神经网络易陷入局部最小值、隐含层节点数难确定等问题,这里首先根据经验公式缩小隐含层节点数范围,在小范围里寻找最优的隐含层节点数;进而根据遗传算法具有全局寻优的特点,用遗传算法优化BP神经网络训练的初始权值阈值.研究表明经经验公式...     

GA-BP神经网络在雷达目标跟踪中的应用研究

目标的运动过程一般是非线性过程,神经网络具有很强的非线性拟合能力,可映射任意复杂的非线性关系,以神经网络为基础的模型能够很好地反应目标的非线性运动趋势。本文在分析传统的BP神经网络的基础上,引入GA遗传算法来优化神经网络的初始权值和阀值,同时将GA-BP神经网络模型运用于对雷达目标的跟踪过程中,并通过仿真验证该模型的精度较高。     

基于决策树的空袭目标数据挖掘

为了更好地辅助决策人员进行空袭目标选择,首先分析了影响空袭目标选择的因素;利用Netica软件得到训练样本集;利用ID3算法构造决策树模型,并从中挖掘出空袭目标选择的14条规则;最后总结出目标选择遵循的6条指导原则。仿真结果表明,利用决策树进行空袭目标数据挖掘,准确率比较满意,是一种目标选择的新思路。     

改进GA-BP神经网络在盾构推进地面沉降中的预测及应用

超大直径泥水平衡盾构以往主要用于越江、越海工程,当用于城市中心区域快速道路的修建时,盾构推进引起的地面沉降或隆起以及由此对地面以上建构筑物的影响问题应当引起重视.本文基于上海北横通道新建工程,聚焦于神经网络方法在盾构推进引起地面沉降中的预测,分析了 BP、GA-BP两种神经网络方法在盾构推进过程中刀盘上方地面沉降中的预...     

基于优势关系粗糙集的空袭兵器判别

提出一种基于优势关系粗糙集的方法来抽取空袭兵器识别的主要因素与主要类型之间规则。所提出的优势关系粗糙集方法综合考虑了序值属性和常规属性,具有更为广泛的应用前景。利用实例说明所提出方法的有效性。这里将优势关系粗糙集应用于空袭兵器识别问题中,并且充分考虑了常规属性和序值属性。     

基于BP神经网络的浙江台风损失预测

通过对新中国成立以来影响浙江的台风为样本,在对台风的数据资料整合后,以台风属性等指标作为输入向量,以台风造成的损失作为输出向量,建立了预测影响浙江地区台风损失的理想人工神经网络模型。实验结果表明运用BP神经网络对某一区域某一类型台风的灾害损失进行预测是可行的。其在一定程度上可以为气象部门和政府部门提供制定和实施抗台方案的依据,减少灾害损失。     

基于BP神经网络的数字识别研究

为了提高数字识别的准确性和可靠性,将BP神经网络应用于数字识别,并考察了网络结构对系统实时性、识别效果的影响以及初始权值对收敛速度的影响,选取了最佳的隐层节点数和权值初始化函数,实现了基于BP神经网络的数字识别系统。利用MATLAB进行仿真实验,实验结果表明该系统能够实现对数字的有效识别。     

基于误差反向传播算法的OFDM系统频域均衡

提出用一种基于神经网络的均衡方法,并用误差反向传播(BP)算法对多层前馈网络进行训练.分析和数值仿真结果表明,基于BP网络的频域均衡方法有较好的均衡效果,并且复杂度不高.     

基于神经网络的某仓储库气体质量预测系统

为了提高部队后勤系统中的信息化管理,探讨了旅团一级如何将BP神经网络方法引入到对某物资仓储库的空气质量预测工作中。着重介绍了BP神经网络以及具体实现步骤,并进行了预测数值和仪器实测数据之间的对比实验,从而为仓储库内人员物资安全研究提供了一种行之有效的新方法。     

基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。     

一种基于不变矩和BP网络的目标识别方法

为了有效地提高旋转、尺度变化目标的识别率,首先提取目标图像的不变矩,以此作为目标识别的特征向量,然后利用将附加动量项与自适应学习速率相结合的改进BP算法实现对目标的分类识别.字符图像仿真实验表明,这种针对旋转、尺度变化目标的识别方法是有效的,可行的.     

基于BP神经网络锅炉压力预测方法研究

锅炉压力控制是热源厂系统控制的重要组成部分。本文结合BP神经网络的特点,对锅炉的压力进行控制,提高了系统的性能,节约了能源。本文还借助于数据库里存储的数据,再依据MATLAB仿真软件对系统进行了模拟仿真。通过仿真得到的有效数据使系统控制更加精确。     

基于激活函数四参可调的BP神经网络改进算法

为改善BP神经网络的性能,以标准Sigmoidal函数为基础,提出了一种四参数可调的激活函数模型.在学习过程中,它能同时对激活函数的陡度、位置及映射范围进行调节,具有更强的非线性映射能力.并推导出其在BP神经网络中的学习算法.仿真结果显示,改进后的激活函数与传统的标准Sigmoidal函数相比,收敛速度能提高10倍以上,收敛精度误差可减小到传统误差的0.4%以下,而且可以有效地减少隐层的结点数,学习能力可得到较大的提高.     

基于遗传算法的RBF网络的短期电力负荷预测

以影响电力负荷的主要因素气象参数,建立了短期负荷预测的模型,提出了一种基于遗传算法的RBF神经网络,进行了负荷预测,使用气象参数建立神经网络模型,根据已知待预测前的历史负荷数据,预测一日24小时负荷值。通过算例进行了验证,验证了计算是可行的。     

基于改进BP神经网络的ATM系统信息安全评估方法

根据ATM系统3层体系结构,针对ATM系统面临的信息安全问题,提出了应用人工神经网络(ANN)技术来评估ATM系统信息安全的思想;设计了基于改进的BPANN的ATM系统3层神经网络评估模型。根据建立的BP神经网络模型,以ATM信息系统主要信息安全指标作为训练样本,通过学习和训练找出输入与输出之间的内在联系,用训练好的BP网络对ATM信息系统进行评估,并将评估结果与传统的评估方法进行比较。实验结果表明,提出的评估模型具有很强的自适应性和容错能力,适用于复杂的ATM信息系统的安全性评估。实验数据与实际ATM信息系统的运行状态相吻合。