检索结果-南通市图书馆

基于bp人工神经网络的球磨机钢球配比预测模型

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

武汉工程大学学报 2016年第3期38卷 307-312页

作者：张胜东童雄张翼蔡兵兵谢贤复杂有色金属资源清洁利用国家重点实验室云南昆明650093 昆明理工大学国土资源工程学院云南昆明650093 云南省金属矿尾矿资源二次利用工程研究中心云南昆明650093 武汉工程大学资源与土木工程学院湖北武汉430074

采用bp神经网络对实验室磷矿球磨机磨矿中的钢球配比与磨矿产品粒级分布的关系进行建模,解决选矿厂磨机生产中钢球配比的计算问题.建立的bp神经网络预测模型通过磨矿产品粒级分布来预测对应的球磨机内钢球配比,预测绝对误差控制在3%以内... 详细信息

采用bp神经网络对实验室磷矿球磨机磨矿中的钢球配比与磨矿产品粒级分布的关系进行建模,解决选矿厂磨机生产中钢球配比的计算问题.建立的bp神经网络预测模型通过磨矿产品粒级分布来预测对应的球磨机内钢球配比,预测绝对误差控制在3%以内,但预测相对误差较大且不稳定,说明在钢球配比与磨矿产品粒级分布的关系建模中该建模方法具有一定研究价值,该模型进一步优化后可具有工业应用价值.

关键词：磨矿钢球配比粒级分布 bp神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

基于bp神经网络的城市物流需求预测模型

中国市场 2016年第32期 43-44,60页

作者：文培娜京东方科技集团股份有限公司北京100176

城市物流需求是城市物流规划的重要内容和首要前提,但城市物流需求的复杂性导致难以对其进行精确预测。文章从货运量的角度出发,分析影响货运量的社会经济因素,以北京市为例,建立城市物流需求的bp神经网络预测模型,并通过Matlab进行仿... 详细信息

城市物流需求是城市物流规划的重要内容和首要前提,但城市物流需求的复杂性导致难以对其进行精确预测。文章从货运量的角度出发,分析影响货运量的社会经济因素,以北京市为例,建立城市物流需求的bp神经网络预测模型,并通过Matlab进行仿真求解,结果显示用神经网络预测物流需求是非常合理。

关键词：城市物流需求货运量 bp神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

矿区岩溶地表塌陷神经网络预测模型研究

中国安全科学学报 2011年第9期21卷 28-33页

作者：管佳林罗周全杨彪王雪艳中南大学资源与安全工程学院湖南长沙410083

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷bp神经网络非线性动力学预测模型。采... 详细信息

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷bp神经网络非线性动力学预测模型。采集并分析某岩溶矿区大量岩溶地表塌陷历史数据,应用Matlab神经网络工具箱,采用构建的矿区岩溶地表塌陷bp神经网络预测模型,对上述矿区岩溶地表塌陷区域分布情况进行非线性预测。研究结果表明,采用训练的神经网络预测模型可以实现对矿区岩溶地表塌陷危险性的合理预测。

关键词： bp神经网络预测模型岩溶地表塌陷影响因素 Matlab神经网络工具箱

在线全文

学校读者我要写书评

暂无评论

路基沉降灰色神经网络预测模型及其应用

建筑技术开发 2011年第8期38卷 11-13,24页

作者：刘作舟中铁十二局集团第一工程有限公司山西临汾041000

针对路基沉降预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测路基沉降的新方法。以京沪高铁某段路基断面为例进行了预测研究,并与用GM(1,1)模型预测的结果进行了对比。研究结果表明:灰色神经网络预测比GM(1,1)模型预测误... 详细信息

针对路基沉降预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测路基沉降的新方法。以京沪高铁某段路基断面为例进行了预测研究,并与用GM(1,1)模型预测的结果进行了对比。研究结果表明:灰色神经网络预测比GM(1,1)模型预测误差小。

关键词：路基沉降灰色神经网络预测模型 GM(1 1)预测模型 bp神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

基坑变形灰色人工神经网络预测模型及其应用

山东科技大学学报（自然科学版） 2010年第5期29卷 53-57页

作者：陈炳志山东科技大学土木建筑学院山东青岛266510

针对基坑变形预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测基坑变形的新方法。用一桩锚联合支护体系实例进行了预测研究,得到支护体系的不同预测模型的组合预测值。研究结果表明:灰色神经网络预测误差比GM(1,1)预测模型... 详细信息

针对基坑变形预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测基坑变形的新方法。用一桩锚联合支护体系实例进行了预测研究,得到支护体系的不同预测模型的组合预测值。研究结果表明:灰色神经网络预测误差比GM(1,1)预测模型小;与bp预测模型相比,前期误差大,后期误差小。在基坑变形监测中,为了更准确地预测基坑变形,可以采用灰色神经网络预测与bp预测相结合的方法进行预测。

关键词：基坑变形灰色神经网络 GM(1,1)预测模型 bp神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

基于简化WITI指标的机场延误预测方法

交通运输系统工程与信息 2017年第5期17卷 207-213页

作者：郭野晨风李杰胡明华袁立罡南京航空航天大学民航学院南京211106

为实现在战略或预战术阶段对恶劣天气条件下的机场延误进行有效预测,本文引入简化的天气影响交通指标(WITI),采用灰色关联分析的方法,验证该指标与机场延误之间的关联性,再分别以WITI指标和传统指标构建多元线性回归模型和bp神经网络预... 详细信息

为实现在战略或预战术阶段对恶劣天气条件下的机场延误进行有效预测,本文引入简化的天气影响交通指标(WITI),采用灰色关联分析的方法,验证该指标与机场延误之间的关联性,再分别以WITI指标和传统指标构建多元线性回归模型和bp神经网络预测模型,对广州白云国际机场(ZGGG)和深圳宝安国际机场(ZGSZ)的离场延误进行预测.结果显示,WITI指标与机场离场延误之间的关联度明显高于传统指标,基于WITI指标比基于传统指标构建的多元线性回归模型,在预测准确度上高出14.09%(ZGGG)和9.79%(ZGSZ),同样在bp神经网络模型中则高出8.00%(ZGGG)和6.41%(ZGSZ),由此认为WITI指标在机场延误预测中具有更好的应用效果.

关键词：航空运输机场延误预测 WITI指标机场延误灰色关联分析多元线性回归模型 bp神经网络预测模型

基于bp神经网络算法的温室番茄CO_2增施策略优化

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2015年第8期46卷 239-245页

作者：张漫李婷季宇寒沙莎蒋毅琼李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

CO2浓度是植物光合作用的主要原料之一，确定植株生长阶段的最适CO2浓度需求量，对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象，将定植后的番茄分为4个CO2浓度梯度处理组，其中，C1、C2、C3处理组CO2增施摩尔比分... 详细信息

CO2浓度是植物光合作用的主要原料之一，确定植株生长阶段的最适CO2浓度需求量，对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象，将定植后的番茄分为4个CO2浓度梯度处理组，其中，C1、C2、C3处理组CO2增施摩尔比分别为（700±50）、（1000±50）、（1300±50）txmol／mol，CK处理组为温室内自然状态下C0：摩尔比（约450μmol／mol）。实验利用无线传感器网络节点实时监测温室环境因子，包括空气温湿度、光照强度和c0：浓度；利用LI-6400XT型便携式光合速率仪进行光合日动态和环境因子交互影响实验测定。光合日动态组间差异性研究表明，对开花期番茄增施1000—1300Ixmol／mol的CO2时，可使番茄单叶净光合速率提高约37．13％-40，42％。以环境因子为输人参数，建立基于bp神经网络的光合速率预测模型，用于不同CO2浓度梯度下的光合日动态预测。结果表明，模型训练集和测试集的相关系数分别为0．98和0．93，预测精度较高；C1、C2、C3和CK处理组的日动态预测相关系数分别为0．96、0．94、0．78和0．96，与实测结果吻合度较高且相对误差较小，因此该模型可以为可变环境下的番茄光合日变化动态预测提供依据。

关键词：温室番茄光合日动态单叶净光合速率 bp神经网络预测模型

在线全文

学校读者我要写书评

暂无评论

马尾松毛虫幼虫高峰期发生量的预测模型研究

应用昆虫学报 2017年第6期54卷 1031-1043页

作者：周夏芝王振兴余燕李尚毕守东张国庆方国飞邹运鼎张桢宋玉双安徽农业大学林学与园林学院合肥230036 安徽农业大学理学院合肥230036 安徽省潜山县林业局潜山246300 国家林业局森林病虫害防治总站沈阳110034

【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据。【方法】本文用平稳时间序列法、回归预测法、bp神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立... 详细信息

【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据。【方法】本文用平稳时间序列法、回归预测法、bp神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2016年33年的马尾松毛虫1代和2代幼虫高峰期发生量的预测模型,并对5种模型进行比较。【结果】以卵高峰期卵量为自变量的回归模型、多元回归模型和逐步回归模型预测结果与实际值相差0.21~0.31头/株,其它8个一元回归预测结果与实际值相差1.06~1.58头/株。平稳时间序列预测2015和2016年的结果与实际值完全相符。bp神经网络预测结果若以误差标准为1头/株,1983—2014年预报准确率1代为90.32%,2代为100%。马尔科夫链预测2015和2016年,预测结果与实际值完全相符,均为1级。列联表多因子多级综合相关分析法预测2015和2016年的结果与实际值完全相符,1983—2014年1代幼虫高峰期发生量预测的历史符合率均为90.32%,2代为83.47%。为了研究不同分级标准对预测值的影响,将2代幼虫高峰期发生量的1级标准改为小于3.5头/株,则历史符合率为74.19%。【结论】上述方法中,回归预测法自变量的选择是预报准确的关键;时间平稳序列法适用于害虫发生过程符合平稳时间序列的标准;马尔科夫链法和列联表分析法分级标准科学与否直接影响预测结果的准确性;bp神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。

关键词：马尾松毛虫幼虫高峰期发生量平稳时间序列预测模型回归预测模型 bp神经网络预测模型马尔科夫链预测模型列联表多因子多级分析预测模型

基层医疗机构基本药物采购资金的预测研究——基于bp神经网络

在线全文

学校读者我要写书评

暂无评论

中国新药杂志 2016年第3期25卷 258-261,276页

作者：褚淑贞张环宇陈露中国药科大学南京211198

基层医疗机构取消药品加成后财政压力增大,而基本药物的采购资金主要依靠人为预测,很难满足临床需求。针对此问题,本文以湖北省为例,利用bp神经网络建立了基层医疗机构基本药物采购资金预测模型,主要分析了预测模型的最佳隐含层数。模... 详细信息

基层医疗机构取消药品加成后财政压力增大,而基本药物的采购资金主要依靠人为预测,很难满足临床需求。针对此问题,本文以湖北省为例,利用bp神经网络建立了基层医疗机构基本药物采购资金预测模型,主要分析了预测模型的最佳隐含层数。模型运行良好,建议基层医疗机构通过引进小型医院信息系统和相关技术人才建立bp神经网络预测模型,从而实现采购资金的有效利用,满足基本药物临床需求。

关键词：基层医疗机构基本药物采购资金 bp神经网络预测模型