排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
提出一种基于经验模态分解(EMD)和遗传BP神经网络的大坝变形预测新算法。该算法首先通过EMD对变形序列进行分解,有效分离出非线性高频波动分量和低频趋势分量;然后应用遗传算法优化BP神经网络的权值和阈值,再对各分量进行建模预测;最后叠加各分量预测值得到预测结果。应用新算法与灰色GM (1,1)、回归模型、普通卡尔滤波和遗传BP神经网络算法进行对比分析。结果表明,该算法具有较强的自身内部环境优化和外部平台构建能力,自适应能力和非线性拟合能力较强,在一定程度上保证较优的局部预测值和较好的全局预测精度,在大坝变形预测中具有一定的实用价值。 相似文献
3.
4.
阐述了大型矿热电炉的无功分布特点及无功功率产生的原因,并通过在25 MVA、50 MVA大型锰硅电炉上应用中低压联合补偿控制技术,着重分析无功补偿的短网参数对电容器等的影响以及中低联合补偿后的功率因数、电炉产量、技术指标的变化情况,可供同行业在大型矿热电炉做补偿设计的借鉴与参考。 相似文献
5.
6.
提出一种基于经验模态分解 (EMD)和遗传 BP神经网络的大坝变形预测新算法。该算法首先通 过 EMD对变形序列进行分解,有效分离出非线性高频波动分量和低频趋势分量;然后应用遗传算法优化 BP神经网络的权值和阈值,再对各分量进行建模预测;最后叠加各分量预测值得到预测结果。应用新算 法与灰色 GM (1,1)、回归模型、普通卡尔滤波和遗传 BP神经网络算法进行对比分析。结果表明,该算 法具有较强的自身内部环境优化和外部平台构建能力,自适应能力和非线性拟合能力较强,在一定程度上 保证较优的局部预测值和较好的全局预测精度,在大坝变形预测中具有一定的实用价值。 相似文献
1