基于Elman神经网络的供水管网浊度预测研究

浊度作为反映供水管网水质变化的重要指标,建立水质模型对浊度进行预测有利于指导水质控制措施的实施.为了适应浊度监测数据的动态性,选用Elman神经网络构建浊度预测模型.对数据进行缺失值处理、异常值识别与处理、标准化和重采样后,构建浊度单指标、浊度-余氯多指标和浊度-压力多指标Elman神经网络对供水管网浊度进行预测和评价...     

基于Elman型神经网络集中供热负荷预测模型的研究

集中供热的负荷预测是在掌握负荷变化规律的基础上,充分考虑各种影响因素之后,以一定的精确度预测未来某一时刻的负荷,提高集中供热管网系统的运行效率、可靠性和经济性.建立了基于Elman型神经网络的集中供热负荷预测模型,用Matlab仿真验证Elman神经网络具有学习效率高、逼近速度快、泛化能力强等优点,实例预测证明了Elm...     

基于Elman神经网络的秸秆成型燃料热值的预测

利用Matlab软件建立Elman神经网络的热值预测模型。该模型在学习中确定了玉米秸秆的热值与其纤维素、半纤维素和木质素质量分数之间的非线性关系。模型利用玉米秸秆中纤维素、半纤维素和木质素的质量分数作为输入,预测出玉米秸秆的热值。以秸秆的热值为因变量,秸秆的纤维素、半纤维素和木质素的质量分数为自变量,用训练组的数据建立线性回归模型。对线性回归模型与Elman神经网络模型的预测结果进行对比。线性回归模型预测值与实际值之间存在较大相对误差,而Elman神经网络模型预测值与实际热值的相对误差较小,最大相对误差为3. 5%,并且平均相对误差小于2%,线性回归模型预测效果远不如Elman神经网络模型预测效果。     

基于灰色Elman神经网络的城市时用水量预测

为了准确预测城市时用水量,将灰色理论与Elman神经网络模型结合,建立城市时用水量预测模型。灰色系统能较好地预测变化的趋势,而Elman神经网络具有动态特性好、逼近速度快、精度高等特点,对于城市时用水量的预测,两者结合能够发挥各自的优势。将模型应用于西北某市,结果表明,灰色Elman神经网络模型优于传统灰色预测模型,提高了预测精度,达到了很好的预测效果。     

神经网络在砖混结构健康监测中的应用

以砖混结构房屋为研究对象,利用具有时变适应能力的Elman动态回归神经网络,建立预测模型,通过对东南角光纤水准仪、位移传感器和梁左端应变传感器监测数据进行模拟预测,得出监测值、预测值曲线图和相对误差。     

基于PCA—Elman神经网络的建筑能耗预测

建筑能耗影响因素复杂,研究新的能耗预测方法可简化预测过程,提高预测精度。首先对一栋高校建筑的能耗样本进行主成分分析(PCA),去除信息冗余,消除输入变量之间的相关性。把经过PCA提取的主成分作为Elman神经网络的输入,隐含层和输入层均采用tansig函数,在训练过程中不断对权值和偏差进行修正,最终建立基于PCA-Elman的建筑能耗预测模型。采用测试样本对模型精度进行验证,实例表明,基于PCA-Elman的建筑能耗预测模型相对误差为5.49%,优于单一Elman神经网络预测结果。本方法简单易行,可用于建筑能耗预测和建筑能耗监测系统的报警阈值设置。     

电力负荷预测神经网络模型的设计

为提高电力负荷预测精度,本文采用Elman神经网络建立模型,提出了一种基于Elman神经网络的电力负荷预测方法 ,采用自适应学习速率动量梯度下降反向传播算法进行网络训练,对乌鲁木齐电网的实际历史数据进行了仿真,仿真结果表明,Elman神经网络对电力负荷进行预测具有收敛速度快,预测精度高的优点。     

基于有限元与Elman神经网络的基坑变形预测

针对基坑变形预测问题,提出有限元与神经网络模型相融合的方法。建立某地铁车站深基坑三维有限元模型,提取地表沉降、围护结构深层水平位移模拟值进行分析。以实测数据与有限元模拟值之差作为数据样本,建立Elman神经网络滚动预测模型。对有限元模拟值进行修正得到融合模型预测值。对比融合模型预测值、有限元模拟值与实测值,融合模型预测结果可将有限元模拟值误差减小50%左右。     

基于Elman神经网络的新风负荷预测研究

准确地预测新风负荷是空调系统的运维调节和节能优化的前提。但是目前传统的预测方法大多预测精度不准确。针对这个问题,在利用MATLAB仿真基础上,建立一种基于Elman型神经网络的新风负荷预测模型,考虑了室外天气(温度、湿度)、室内人数及节假日的时间特征值等动态因素,并与实测数值进行对比分析。仿真结果显示相对误差低于7%,最小误差中仅为0. 12%,验证了Elman模型具有预测结果准确、学习效率高等优点,实例预测证明了Elman预测模型适用于新风负荷的预测。     

基于神经网络纳米海工混凝土电阻率预测

为探究神经网络对混凝土电阻率预测的可行性,文中通过wenner四电极法测量Cl-侵蚀和干湿循环耦合作用下纳米混凝土的电阻率,利用BP神经网络和Elman神经网络对电阻率测量结果进行预测。预测结果表明,BP神经网络的预测效果要优于Elman神经网络,BP神经网络的预测误差更低,其输入和输出变量之间的相关性更强,在混凝土相关研究中利用神经网络具有一定的实用性。