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�
通过对KQG150Y潜孔冲击钻机的工作参数指标分析,选取转速、冲击频率、回转扭矩建立凿岩速度预测模型。研究表明:以转速、冲击频率、回转扭矩为特征向量的BP神经网络模型具有良好的泛化能力,识别效果能够达
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
针对离港航班在机场场面滑出时间的动态性变化性和不确定性提出一种基于BP神经网络的离港航班滑出时间预测方法.分析滑出时间影响因素及其相关性讨论强相关中度相关和弱相关的影响因素在滑出时间预测中的作用采用我