改进的BP神经网络方法在用电量预测中的应用

在借助BP神经网络模型的优异功能的基础上,对它的采用黑箱操作、收敛速度慢等不足之处进行了某些改进,并将该模型在广东汕头市某区用电量预测中进行了初步应用,取得了较好的效果,说明了对该模型的改进具有重要的实际意义.     

BP神经网络组合预测研究

在单一预测不能满足精度要求的情况下,组合预测通常是首选方法.传统的组合方法之外,用神经网络进行组合预测,效果更佳.文中以全国天然气消耗量为例,利用BP神经网络将非线性回归、指数平滑和灰色三种方法的预测结果作为输入,原始数据作为期望输出进行组合预测,得出令人满意的精度结果.又将之与传统的EW、MV方法组合的结果进行比较,各项误差均有大幅度降低.     

BP网络及其应用研究

本文介绍了人工神经网络的基本概念和研究方法。对BP网络的发展动态和进展进行了系统的分析,讨论了BP算法的基本概念、运行机制和BP网络的训练。同时对研究和设计神经网络的软件工具MATLAB做了介绍并分析了几个BP网络的应用领域。     

基于模糊集的BP网络在电力短期负荷预测中的应用

在电力行业,预测电力短期负荷是一项重要的工作,准确预测电力负荷是实现电力管理现代化的重要内容之一.该文分析了基于模糊集的BP人工神经网络模型,并运用它来预测电力短期负荷.通过算例研究,证实了模型的准确性与可靠性,能较好地满足生产实践的要求.     

一种基于BP神经网络的字符认识方法

讨论BP神经网络的原理及其缺陷和改进方法.在MATLAB环境下,对含噪声文字符进行识别训练.仿真结果表明,网络收敛速度快,识别分类效果好.     

一种改进的BP网络模型在唇裂手术预测分析中的应用

通过研究传统的BP神经网络算法,设立一种改进的BP网络模型,通过在Matlab2010中对模型的仿真,推演出唇裂手术后的效果图。为患者选择合适的手术方法,提供了有力的参考依据,也为医生实施手术提供了参考方法,很好的解决了医患关系,具有一定的参考实践价值。     

基于改进BP网络的时延预测建模与仿真

针对远程控制中的时延预测需求,考虑典型BP网络学习方法导致的局部最优问题,对权值调整规则进行了改进。基于改进后的学习方法,提出了专用于Internet时延的预测模型。仿真结果表明,改进后的Internet时延预测模型在预测精度和稳定性方面的性能有所提高,且预测误差均值低于10%,满足实际需求。     

基于BP网络的通讯行业客户流失预警模型研究

在通讯行业全业务经营背景下,客户资源成为运营商之间竞争的法宝。如何有效识别客户流失行为,制定相应的挽留与维系对策是运营商降低营销成本,提高核心竞争优势的关键。本文利用BP网络的自适应算法,将代表离网用户行为特征的45个指标进行样本训练,最终得到客户流失行为倾向的判断模型,为通讯行业客户离网动机预测提供了新的解决思路。     

用BP网络求高分子材料的本构关系

本文阐述了人工神经网络基本原理，研究分析了BP神经网络模型的缺陷并提出了优化策略。建立了求高分子材料本构关系的三层前馈反向传播神经网络模型，并作了多次不同的泛化性测试。实例分析表明，改进的BP网络在收敛速度及稳定性方面都有很好的效果，可应用于求高分子材料本构关系。     

BP网络的结构动力响应预测

由于结构主动控制对地震反应振动控制的高效性，使主动控制在建筑结构振动控制领域中，具有广阔的应用前景，但是主动控制存在难以建立一个精确的数学模型，存在时滞效应等问题。神经网络不需要建立精确的数学模型，只是通过学习输入输出训练样本数据，就可归纳出隐含在系统输入输出中的关系；应用神经网络预测结构响应可以解决主动控制中的时滞问题，为控制决策提供依据。本文就最常用的BP神经网络进行研究，用BP神经网络对结构响应进行预测，以期能为结构主动控制提供一种新的思路。     

集装箱量预测的BP神经网络方法

介绍了BP神经网络的基本理论 ,建立了集装箱运量时间序列的BP神经网络预测模型。并将此模型应用于上海港集装箱运量的预测。结果表明 ,与传统的预测方法相比 ,该方法具有较好的非线性自适应能力和预测精度     

一种新的BP神经网络人脸识别方法研究

BP神经网络在人脸识别方面的研究中,原始样本数据不进行预处理与特征提取,不仅使识别结果准确降低,而且使BP神经的结构复杂化.主成分分析法能提取代替样本的少数几个主成分,这些主成分彼此不相关,符合特征优化的要求.在BioID人脸数据库实验表明,将主成分分析与BP神经网络相结合,与传统单一的BP神经网络识别相比,能够提高识别的正确率,减少训练时间,同时简化网络结构,减少很大的计算量.     

BP神经网络及其应用和其推广能力的分析

针对BP神经网络进行了详细介绍,首先从数学上对网络的原理进行了说明,指出了它的局限性,又给出了很多改进方法.并通过例子介绍了BP神经网络的应用,后来还对网络的推广能力问题进行了分析.文中的例子也说明了,MATLAB工具箱的使用降低了网络的设计难度.     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度.     

基于BP神经网络的企业员工心理契约评价研究

根据员工心理契约的特点,选取了影响企业员工心理契约的具体指标,然后与BP神经网络的学习算法相结合,设计了一种用于评价企业员工心理契约的BP神经网络模型,并根据该模型对企业员工进行了心理契约的评价研究。将神经网络的方法运用于员工心理契约的评价工作中,排除了以往对员工心理契约评价的主观性,从而使评价工作更加科学。     

基于BP神经网络的云南国际旅游需求预测

在阐述BP神经网络基本原理的基础上，建立了云南旅游需求的BP神经网络模型，并对云南旅游外汇收入及入境游客人数进行了预测和分析，在预测中首次引入了每人次旅游外汇收入的概念．分析结果表明，人工神经网络方法在旅游预测中的应用是可行的，而且是十分有效的．     

BP神经网络在山楂预处理中的应用

采用能任意精度逼近任意函数的BP神经网络对用熏硫法预处理山楂中Vc含量进行建模.建模结果表明,BP神经网络能很好地逼近Vc含量与熏硫量和熏硫时间的函数关系,能够确定最佳熏硫时间和熏硫量,并确定在此条件下的Vc含量.     

BP神经网络研究及其地学应用

误差反向传播学习网络是目前运用最广、实现途径最直观的一种神经网络,而且是已知的非线性映射能力最强的一种神经网络模型之一。它在模式识别、知识发现、模式分类等方面具有很强的功能。在地学研究中,误差反向传播学习网络模型可以很好地模拟致矿地质因素与成矿的复杂非线形映射关系。