基于BP神经网络的公路客运量和货运量预测方法研究

公路客运量和货运量预测是一个复杂的非线性问题,由于影响因素较多,难以用普通的数学方法建模,而建立BP神经网络可以表达这些非线性问题。根据公路客运量货运量历史数据及其相关影响因素数据建立了BP神经网络预测模型。利用实际数据确定网络输入与输出样本,对BP神经网络预测系统进行训练和预测。通过对网络输出预测结果与实际数据的分析,验证了BP神经网络预测系统的精确性和方便性,提高了公路客运货运预测的精确性。     

基于AdaBoost算法的BP神经网络在软件老化测试中的应用

为提高BP神经网络的预测精度,克服自身容易陷入局部极值和收敛速度慢的缺陷,将AdaBoost算法和BP神经网络结合起来,建立基于AdaBoost算法的BP神经网络模型。该模型将多个BP神经网络作为弱预测器,然后采用AdaBoost算法将多个弱预测器组成强预测器进行预测。将该模型应用于软件老化测试,实验结果表明,该模型相比单个BP神经网络具有更好的预测精度。     

三种分类预测模型在医学中的应用研究

基于一个肾衰竭患者数据,应用两种神经网络(BP神经网络和贝叶斯正则化BP神经网络)与常用的二分类Logistic回归对肾衰竭患者是否死亡进行预测,并比较三种模型的预测效果.三个模型的判对率都达到89%以上.其中,以贝叶斯正则化BP神经网络的判对率和ROC曲线下面积(AUC)最大,即预测效果最好;BP神经网络和Logistic回归预测效果差别不大.     

基于NWP和改进神经网络的短时风电功率预测研究

风电场功率预测对电力系统稳定运行起着决定性作用。首先对传统BP神经网络进行改进,以某一风电场获取的2月1日-10日的天气预报(NWP)数据和功率数据作为改进后BP神经网络的训练数据,对神经网络进行训练;其次以2月11号3小时的数值天气预报数据作为改进后BP神经网络的输入数据,对未来3小时的输出功率进行预测。预测过程和结果显示,改进后的BP神经网络在满足低预测误差的同时,能够提高BP神经网络的稳定性和收敛速度。     

BP神经网络在粮仓平均温度预测中的应用

粮仓平均温度决定粮食变质的快慢。经研究发现,粮仓平均温度表现为非线性变化,而BP神经网络能够无限逼近任意非线性函数,故可利用BP神经网络对粮仓平均温度进行预测。介绍了粮仓平均温度预测的重要性,阐述了BP神经网络的预测原理,介绍了BP神经网络设计及MATLAB实现。据此编写程序进行平均温度预测,为粮食保质工作提供依据。     

神经网络在电力中期负荷预测中的应用

为准确预测电力系统中期负荷，针对常用BP算法的预测速度慢、易陷入局部最优解的缺点，改进了基本BP算法，建立了中期负荷预报模型。负荷预测仿真表明，对BP算法的改进可使预测精度和收敛速度均得到显著的提高．     

基于BP神经网络和AR模型的人口预测

利用MATLAB编程软件,分别建立BP神经网络和AR模型,采用全国出生率,死亡率,老年抚养率等9个指标作为样本,分别对BP网络和AR模型进行训练,预测5年后的人口数量.结果表明这两种方法预测人口均是可行的,效果较好,误差很小,但是AR模型较适合线性预测,而BP网络适合较非线性预测.     

基于粒子群优化RP网络短期电力负荷预测方法

针对常规BP网络收敛速度慢,易陷入局部极小值等问题,采用L—M算法对网络进行训练,利用改进粒子群算法优化BP网络初始权值和阈值。将该方法应用在南方某市短期电网负荷预测中,预测结果表明,相较于常规BP网络、L—M算法改进预测模型,该预测算法在预测结果精度和速度上均有较大幅度提高。     

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     

基于LM—BP神经网络的GDP预测模型及其应用

讨论了基于Levenberg—Marquardt（LM）算法的BP神经网络及其GDP预测的应用。LM算法利用误差函数二阶导数信息,对高斯一牛顿法的优化,相对传统的负梯度法而言,其收敛速度更快。最后以贺州市GDP为例,就预测的效率和精确度来说,LM—BP网络预测GDP的速度和精度明显优于标准的BP算法网络。     

形态学参数对100米比赛成绩的影响

为了探讨形态学参数(身高、体重、罗勒指数、克托莱指数、BMI)对运动员100 m比赛成绩的影响,根据平均成绩(10.87 s),将女子100 m历史上突破11秒的71名运动员分为2组:FG(Faster Group)和SG(SlowerGroup),分析其形态学参数对比赛成绩的影响.结果表明,女子100 m运动员的身高、体重、罗勒指数、克托莱指数、BMI与比赛成绩不存在显著性相关(P>0.05);FG与SG在形态学参数上不存在显著性差异(P>0.05);形态学参数对100 m比赛成绩的影响不存在性别差异,步态参数对100 m比赛成绩的影响存在性别差异.     

Seismic response analysis of damper-connected adjacent structures with stochastic parameters

Dynamic response analysis of damper connected adjacent multi-story structures with uncertain parameters is carried out. A formula of the multi degree of freedom （MDOF） for the structure-damper system with stochastic parameters is derived. The uncertainties of mass and stiffness are taken into consideration firstly. The ground acceleration is represented by Kanai-Tajimi filtered non-stationary process. The mean square random responses of structural displacement and story drift are chosen as the optimization objective. The variations of mean square responses of top floor displacements and bottom story drifts in neighboring structures with the damper stiffness and damping coefficient are analyzed in detail. Through the parametric study, the acquiring optimum parameters of damper are regarded as numerical results. Then, a reducing order model of the MDOF system for adjacent structures with mean parameters is presented. The explicit expressions for determining optimal parameters of Kelvin model-defined damper which is used to connect adjacent single degree of freedom （SDOF） structures subjected to a white-noise excitation are employed to achieve the appropriate damper parameters, which are called theory results. Through a comparative study, it can be found that the theory values of damper parameters are consistent with the results based on extensive parametric studies. The analytical results can be obtained by using the first natural frequencies and the total mass of the adjacent deterministic structures with mean parameters. The analytical formulas can be used to find appropriate parameters of damper between adjacent structures for engineering applications. The performance of damper is investigated on the basis of mitigations of mean square random responses of inter-story drifts, displacements and accelerations in adjacent structures. The numerical results demonstrate the robustness of coupled building control strategies.     

场景分类中RBF-SVM参数的形态分析

RBF-SVM是场景分类中主流的分类算法之一,C和γ是其优化参数。本文分析了场景分类中RBF-SVM优化参数的形态分布,从实验结果发现场景分类中RBF-SVM参数优化属于多峰值的优化问题。参数与分类精确度之间不具有显式的函数关系,并且最优解的搜索空间很大,用传统的网格算法和枚举法很难满足需求。演化算法具有自组织、自适应、自学习等智能特征,是解决场景分类中RBF-SVM参数优化的有效途径。     

最大最小蚂蚁系统中参数的研究

本文对最大最小蚂蚁系统各参数的作用和性能进行了分析,并针对该系统的参数众多、难配置的问题,提出了利用均匀设计优化参数配置的方法,在一定程度上避免了参数配置的盲目性。仿真试验结果表明,利用均匀设计得到的参数组合可使最大最小蚂蚁系统获得较优的运行性能,说明了该方法的可行性、有效性。     

砂带磨削参数对材料去除深度的影响

为探究金属工件在砂带磨削加工中的材料去除机理,对砂带磨削系统简化后建立几何模型,并设置模型参数及运动建立了砂带磨削加工的离散元动态仿真。仿真结果表明:通过单因子试验研究不同的磨削参数对材料去除深度(material removal depth, MRD)的影响规律?通过正交试验得到不同磨削参数对MRD 的影响贡献率,其中砂带转速的影响最大、其次是砂带进给量,同时得到磨削参数的最优组合为工件进给量为0.5 mm,砂带转速为1 800 r/ min,工件速度为40 mm/ s,水平夹角为40°;最后通过实验验证仿真结果与结论的正确性。     

直扩多用户超宽带系统在室内衰落信道下的BER表达式

基于室内多径衰落信道统计模型,分析并仿真了直扩二相相移键控多用户超宽带无线通信系统的比特误码率性能.通过理论分析,推导出了系统比特误码率性能的解析表达式,该表达式表示为脉冲宽度、脉冲重复周期、用户数以及脉冲波形等信道参数和系统参数的函数,从而可以方便、统一地分析这些参数对系统性能的影响.仿真结果与基于理论分析的数值计算结果相当吻合,表明直扩二相相移键控超宽带系统的多址干扰为正态分布.     

深基坑工程土性参数的位移反分析

针对应用试验中力学参数模拟计算的结果与实际情况偏差较大的问题,根据现场实测结果,采用有限元与BP神经网络相结合的位移反分析方法进行计算,得到了较符合工程实际的力学参数;将所得的力学参数输入到建立的BP神经网络训练模型中进行训练后,再用实测的桩体侧向位移进行反分析得到相应的土性参数值,从而避免了在数值计算中参数取值的相对随意性,提高了计算精度。     

城市道路间断交通流综合拥挤指标分析(英文)

为了研究城市道路间断交通流的交通拥堵特性,提出了一种综合评价方法.首先,采用相关分析的方法研究了调查所得的间断交通流参数之间的关系,并将交通流参数分为基础参数和运行参数2类,进而采用多项式回归的方法拟合了运行参数与基础参数的非线性关系.然后,提出了一个综合考虑运行特性和流量特性的综合拥挤模型,该模型以基础参数为输入,0~1之间的无量纲拥挤度值为输出.最后,通过实例分析,对提出的综合评价方法和现有拥挤评价方法进行了对比.结果表明,相比现有评价方法,所提出的评价指标能够同时表征运行参数和基础参数的变化对交通拥挤的影响,能够更加均衡地评价交通拥堵.     

考虑高阶相关性的灌注桩沉降可靠度分析

为精准确定灌注桩的沉降,将桩周土体参数看作随机变量,并采用响应面法对桩基可靠度进行研究。由于,与桩沉降相关的多个土体参数之间高阶项可能存在高度相关性,基于高阶正交原理提出了新型非相关响应面法,以克服传统响应面法不考虑高阶参数高阶相关性的难题。结合实际工程计算发现,提出的新型响应面法比传统响应面法得到的值更为保守。可见,如果不考虑参数的高阶相关性,可能导致高估的计算结果。     

基于支持向量机的控制图异常模式参数估计

针对控制图5种异常模式的6个参数,提出基于一对一算法的多类分类支持向量机的控制图异常模式下的参数估计方法.在模型构造中采用遗传算法优化支持向量机的参数.仿真实验结果表明.该方法结构简单,收敛速度快,具有较高的识别精度,适合于控制图异常模式的参数估计.