检索结果-南通市图书馆

计算机仿真 2016年第6期33卷 446-450页

作者：张卫国赵越红西安科技大学计算机科学与技术学院陕西西安710054

针对围岩形变预测精度较低的问题,将灰色预测模型与神经网络相结合,提出了一种改进灰色神经网络模型的形变预测方法。首先,对传统灰色预测模型进行改进,采用改进灰色预测模型对原始数据进行预测;然后,将得到的拟合值和对应残差分别作为... 详细信息

针对围岩形变预测精度较低的问题,将灰色预测模型与神经网络相结合,提出了一种改进灰色神经网络模型的形变预测方法。首先,对传统灰色预测模型进行改进,采用改进灰色预测模型对原始数据进行预测;然后,将得到的拟合值和对应残差分别作为神经网络样本的输入和输出,确定网络结构;最后利用训练好的网络结构进行预测,将输出的数据与改进灰色预测模型的预测值相加,得到最终的预测结果。实验结果表明,改进灰色神经网络模型在围岩形变预测中具有较高的精度。

关键词：灰色预测模型神经网络改进灰色神经网络模型围岩形变预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进灰色神经网络的河南省物流需求预测

基于改进灰色神经网络的河南省物流需求预测

引用

作者：邹相林河南农业大学

学位级别：硕士

快速多元化发展的社会经济,拓宽了物流业的发展空间,促使物流业向多元化、复杂化发展。从古至今,河南省一直都是我国的交通枢纽,拥有富饶的资源,是中国中部地区非常重要的城市,是中国进行物流布局规划的关键之地。河南省也在近几年大力... 详细信息

快速多元化发展的社会经济,拓宽了物流业的发展空间,促使物流业向多元化、复杂化发展。从古至今,河南省一直都是我国的交通枢纽,拥有富饶的资源,是中国中部地区非常重要的城市,是中国进行物流布局规划的关键之地。河南省也在近几年大力发展物流业,在这种背景下,物流业的决策规划对物流业发展尤为重要,物流需求预测是对物流需求的未来状态进行分析、探究和推测的过程,对物流需求进行准确预测,可以为物流业的决策提供科学的依据,对物流业的发展起着重要作用。所以,对河南省物流需求预测的研究势在必行。本文以河南省为例,对河南省物流需求的预测问题,进行了实证研究。首先对物流需求预测的国内外研究进行综述,而后对物流需求及物流需求预测方法进行概述;从地区生产总值GDP、产业结构、居民消费水平、境内外贸易和物流基础设施建设五个方面分析了物流需求的主要影响因素,选取了河南省地区生产总值GDP、第一二三产业产值、居民消费水平、地区消费品零售总额、进出口总额以及固定资产投资等八个指标作为物流需求预测的影响因素指标;利用关联度分析法选择了货运周转量作为物流需求量化指标,构建了物流需求预测的指标体系;利用ARIMA模型可以对非平稳时间数据序列分析的特性,对灰色GM(1,1)模型进行改进,使灰色GM(1,1)模型可以对变化规律复杂的数据样本进行研究;又利用BP神经网络优良的非线性逼近能力,改进灰色GM(1,1)模型在逼近复杂的非线性函数时的不足,创建出改进灰色神经网络(GM-ARIMA-BPNN)组合预测模型;利用三种模型分别对河南省的物流需求进行模拟预测分析,然后对模拟预测结果进行对比,证明GM-ARIMA-BPNN组合预测模型的预测精度最高,误差最小。最后用GM-ARIMA-BPNN模型预测河南省2018年至2020年的物流需求,预测结果分别为:8740.42亿吨公里,9440.56亿吨公里,10460.87亿吨公里。最后根据模型预测结果,对河南省物流业的发展规划,提出了建立和完善现代化的物流信息系统、完善物流基础设施建设、培养和引进现代化物流专业人才和制定物流协调发展规划等四个方面的建议。

关键词：物流需求 GM(1,1)模型 ARIMA模型 BP神经网络改进灰色神经网络模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

灰色神经网络改进算法及其应用研究

灰色神经网络改进算法及其应用研究

引用

作者：邢昕华中科技大学

学位级别：硕士

近些年来,计算机技术和数据库技术都有长足进步,对数据挖掘技术的研究越来越深入,技术的应用也越来越广泛。同时,由于单个数据挖掘算法功能有限,不可避免会有不足之处,于是将多个数据挖掘算法结合起来,构成组合模型进行组合预测。新的... 详细信息

近些年来,计算机技术和数据库技术都有长足进步,对数据挖掘技术的研究越来越深入,技术的应用也越来越广泛。同时,由于单个数据挖掘算法功能有限,不可避免会有不足之处,于是将多个数据挖掘算法结合起来,构成组合模型进行组合预测。新的模型吸收单个模型的优点、克服单个模型的缺点,取长补短,有更好的模型预测性能,现已成为数据挖掘领域一个重要的研究方向。灰色神经网络是一种典型的组合预测模型,它将灰色预测模型和神经网络预测模型组合,根据这两个单个模型的特点对建立的组合模型进行改进和优化,使新模型具有更好的预测性能。组合而成的灰色神经网络模型能克服灰色预测模型不能进行自我反馈调节、神经网络模型易陷入局部极小且收敛速度慢的缺点,具有更好的预测效果。目前,灰色神经网络预测模型已经成功应用于数据挖掘、模式识别和机器学习等领域。本文中,详细介绍几种数据挖掘模型及其预测原理,对常用的灰色算法和神经网络算法的研究概况、应用和算法原理进行介绍,分析这两种典型数据挖掘算法的优缺点;详细介绍灰色神经网络算法及其关键技术,并着重研究和分析灰色神经网络算法的原理以及灰色神经网络预测过程中存在的问题,并在前面研究的基础上提出模型的改进和解决方案,建立GNNM（0, N）型灰色神经网络模型并对模型参数进行改进;最后,选取丹江口库区郧西地区历年土壤侵蚀数据为实验数据,Microsoft Visual Studio C#和Microsoft SQL Server为开发工具,运用改进的灰色神经网络算法,完成土壤侵蚀的定量预测。改进模型节省约20%模型训练时间,并且改进模型预测结果中70%比原模型好,改进模型的预测性能得到较大提高。

关键词：灰色算法神经网络改进灰色神经网络模型定量预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：