基于BP神经网络的股票预测

基于BP神经网络的短时交通流组合预测模型，杜文斌，程铁信，短时交通流预测一直是交通预测的重点与难点，针对短时交通流数据复杂的时空特性，充分考虑了短时交通流数据的连续时点和连续日期

基于遗传算法-BP神经网络的突出强度预测，陈见行，韩志婷，煤与瓦斯突出强度的预测对研究煤与瓦斯突出现、保证矿井安全正常生产有着重要意义，本文提出采用遗传算法结合BP神经网络的模型来�

在对矿井涌水资料总结分析的基础上,结合背景资料和灰色关联度分析新集二矿涌水量与长观孔水位的关系,将关联性好的4个钻孔水位作为BP神经网络的输入神经元进行建模预测,结果表明,基于灰色关联度的神经网络模型

大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并

针对煤矿开采过程中存在非线性、强耦合性等特点导致的动力灾害难以预测的问题,引入一种候选解的线性生成机制(LGMS)、混沌搜索、粒子群算法(PSO)和模拟退火算法(SA)修正果蝇算法(IFOA),利用改

C++版本的Bp神经网络，工程代码双击直接运行。可用于数据拟合、数据预测，N维输入，1输出。

基于BP神经网络的CPI物价指数预测模型

基于BP神经网络的电力系统负荷预测，亲测有效实用。数据可自行更改

基于BP神经网络预报的动态矩阵预测控制

该多元回归预测模型基于BP神经网络，可应用于多输出数据的回归预测，并可通过对数据样本进行训练提高预测精度。该模型的参数设置和训练方法详细介绍了BP神经网络的基本原理和应用。同时，该模型可用于多个领域的