共查询到20条相似文献,搜索用时 984 毫秒
1.
2.
改进的BP神经网络方法及其在农业商品总产值预测中的应用 总被引:2,自引:0,他引:2
针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题,对常用的BP神经网络方法进行了改进,增加了数据前处理和后处理的过程。前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理,确定主要的影响因素,解决了神经网络训练时输入变量过多造成的效率下降问题;后处理过程是对训练结果采用回归和相关性分析的方法进行评价,验证了训练结果的精度。对农业商品总产值的预测结果表明.改进的BP神经网络方法能够提高神经网络的训练效率.并且达到了较高的预测精度。该方法适用于解决多因素预测的问题。 相似文献
3.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
4.
大型桥梁建设工程巨大,影响因子较多,工程造价预测难以有效均衡,传统方法采用单因素灰色关联预测的工程造价预测设计,预测精度和均衡性不好。提出一种基于主成分分析的大型桥梁造价预测交叉均衡算法,对大型桥梁工程造价预测和控制进行数学模型构建,得到质量—效率—成本控制的多目标贴近度数学模型。分析大型桥梁消耗影响特征信息统计参量,得到主成分分析的成本特征方程,实现大型桥梁造价预测交叉均衡算法。实验结果表明,采用该算法,可以实现质量水平和效率水平较高,单位成本较低的目标,达到对工程造价预测交叉均衡的目的。 相似文献
5.
我国GDP总值受多种因素的影响,通过主成分分析法将众多指标进行综合,消除样本间的信息重叠,降低BP网络的输入维数。针对我国GDP总值预测系统的非线性特征,运用BP网络的高度非线性映射能力,对我国GDP总值进行预测,结果表明:主成分BP网络预测结果精确。 相似文献
6.
7.
在建设项目工程中造价估算是一项十分重要的工作,根据神经网络的原理和工程造价估算的特点,通过研究工程造价的构成,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了主要因素,作为神经网络的输入变量,提出了基于BP神经网络的工程估价模型,共收集工程估价实例作为训练样本作为检测实例,经测算其精度基本可以满足实际工程投资估算的需要。因此:神经网络在这方面有很好的应用前景。 相似文献
8.
基于人工神经网络的科技需求能力测度与预测问题研究 总被引:4,自引:0,他引:4
以科技需求整体水平为研究对象,定义了科技需求能力这一衡量指标,并运用主成分分析法量化后,采用三层BP神经网络研究了科技需求能力预测模型的建立问题。最后通过模型对比分析,验证人工神经网络方法应用于科技需求能力预测是可行和有效的。 相似文献
9.
随着工程造价的约束条件越来越复杂,传统的估计方法很难建立收敛的评估模型,难以获得准确的估价结果。本文在对影响建筑工程造价特征因素进行分析的基础上,提出一种基于多造价信息合理约束的工程造价优化模型,将模糊数学与多约束模型的最优解进行了有机的结合,构造了模糊约束造价信息估算模型,通过准确提取造价中的约束规则,最大程度的精简计算量,将BP神经网络加入寻优模型中,增强了模型的学习能力,有效地提高了估算精度。 相似文献
10.
11.
12.
研究了主成分和改进神经网络混合算法在商业银行贷款风险评价中的应用,分析了商业银行贷款风险的影响因素,建立了基于主成分-改进神经网络的预测模型,并用实例验证了模型的有效性。 相似文献
13.
针对BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点,根据BP神经网络原理,对某井筒工程特征进行分析,确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型,该模型能更好的满足实际工程投资估算和设计概算的需要,对项目工程造价快速估算有指导意义。 相似文献
14.
本研究基于1953-2007年登陆或对浙江省有重大影响的台风历史案例数据,考虑影响台风灾害损失大小的主要因素有台风致灾因子、承灾体暴露性影响因子与承灾体脆弱性影响因子,运用主成分分析法对表示承灾体暴露性影响因素与承灾体脆弱性影响因素进行数据处理,提取主成分作为RBF神经网络模型的输入,从而建立预测模型。在2006年和2007年影响浙江省的2个台风的实际预测中,主成分RBF预测能够减少台风灾害损失的误差。因此,该模型可用于实际台风灾害损失预测,有效地提高预测台风灾害损失值的可靠性,对于浙江省乃至全国防灾减灾工作有着重大的实际意义。 相似文献
15.
为了解决预测煤层底板隐伏陷落柱构造复杂、影响因素繁多和相关交叉影响而造成底板隐伏陷落柱突水危险性评价困难的问题,提出了采用基于组合主成分、三角模糊数学和神经网络的底板隐伏陷落柱突水危险性评价模型,该模型首先利用主成分分析(PCA)对底板隐伏陷落柱突水评价指标因素进行降维处理,确定其突水的主控因素,利用三角模糊数学(FPP)求出评价指标因素的权重值,减少人为主观的影响,最后利用评价指标之间彼此交叉和反馈的特征,采用BP神经网络对底板隐伏陷落柱突水危险性进行评价研究,通过工程实践结果表明:该评价模型能减少人为主观因素对结果的影响,具有可靠性和适应性。 相似文献
16.
17.
18.
首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成分分析有助于去除原始样本数据的冗余,简化了网络的复杂度,所得到的结果更加准确。因此,该模型较仅使用BP神经网络的准确性更高。 相似文献
19.
基于灰色关联分析与主成分分析的BP网络模型及其应用研究 总被引:4,自引:0,他引:4
如何提高BP神经网络算法的预测精度与效率,始终是人们关注的一个重要问题。本文利用灰色关联度分析与主成分分析对BP神经网络的输入变量进行了预处理,提高了BP算法对于复杂经济问题的预测精度与效率。本文最后以中国房地产总量的预测问题为例,验证了模型的有效性。 相似文献
20.
为了解决我国农业灌溉自动化程度不够高,灌溉用水量不够精确等问题。本文使用基于遗传算法改进的BP神经网络建立了灌溉需水量预测模型,选取了对灌溉需水量的主要影响因素作为输入数据进行仿真实验,实验结果表明,遗传算法改进的神经网络算法能够准确预测灌溉需水量。 相似文献