һ���µ���Ȼ����������Ԥ�ⷽ��

针对天然气管网负荷变化的特点，提出了用模糊逻辑和RBF神经网络模型(FL—RBF NNM)来预测天然气管网的负荷。即首先利用模糊逻辑系统预测出负荷误差及误差变化率，从而实现了天然气负荷的在线修正：再利用改进的RBF神经网络进行天然气管网负荷的预测。在数据的处理上，应用了数据分类处理以及“近大远小”原则，并且在RBF网络模型中采用了最新邻聚类算法，实现了网络结构和参数的双重调节，大大提高了训练的速度和预测的精度。最后将此模型应用于实际中，并和单纯的RBF神经网络模型进行了比较，结果证明该模型可以快速准确预测出天然气管网的负荷值。     

基于模糊-RBF BP神经网络的天然气负荷预测

针对天然气负荷变化的特点,综合考虑各种影响因素,提出一种基于模糊-RBF P神经网络的天然气负荷预测模型,并编制了负荷预测软件。在RBF网络模型中采用了最新邻聚类算法,实现了网络结构和参数的双重调节,提高了训练的速度和预测的精度。将该软件应用于实例计算,并与相关模型结果比较,证明该模型可以更加快速准确地预测天然气的负荷值。     

人工神经网络在天然气负荷预测中的应用

提出了一种基于BP神经网络的天然气负荷预测模型，模型中考虑了影响负荷变化的各种因素。采用Levenberg-Marquardt优化方法，并利用Visual C 和Matlab软件进行计算机仿真，已用于实例。仿真结果表明该方法具有较好的准确性。     

基于云计算的煤炭安全风险预警管理系统设计

煤炭安全涉及到我国能源安全和经济发展,是确保我国安全稳定发展的重要因素。总结了影响煤炭安全的因素,并基于模糊集进行煤炭安全风险的判断;分析了煤炭安全影响因素的预警指标分类;阐述了PDCA循环模式,并研究了煤炭安全风险管理系统;提出了煤炭风险安全预防技术;最后基于云计算技术,设计了煤炭安全风险预警管理系统。