基于神经网络股票预测的研究

新型预测控制方法——RBF神经网络PID预测控制的研究

热流量的准确预测,对于日益庞大的城镇供热系统能效提升起着至关重要的作用。首先对影响热流量的各因素应用数理统计的方法进行分析,然后采用模糊耦合神经网络算法对供热系统建立热流量预测模型,并通过某热源的历史

为了解决CPU和SOC由于集成度越来越高导致的功耗密度问题,低电压已经成为了一种趋势。但与此同时,这种趋势却使由电压噪声可能导致的电压紧急情况问题更为凸显。传统的电压噪声预测方法首先需要构建精细的CP

基于BP神经网络的投资策略问题预测,张谢谊,白宁,本文主要通过对影响企业效益的相关因素来分析建立BP神经网络模型对企业的投资进行预测,用以解决投资者在对企业进行投资前所进行�

光流问题长久以来,主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功,科学家们开始尝试利用深度学习技术的优势去解决光流问题。

针对预测冲击地压的传统方法存在的弊端,提出了一种基于混沌(Chaos)优化粒子群的BP神经网络算法。该算法将混沌、粒子群、BP神经网络结合起来,通过混沌粒子群算法寻优得到BP神经网络的最优权值和阈值初

传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对

基于灰色神经网络的轨道质量指数预测，张令刚，范加冬，轨道质量指数是目前我国铁路应用的一种主要的均值评价方法,能够真实、准确地反映出轨道不平顺的质量状态。通过轨检车实测TQI数据�

针对现有煤泥浮选加药量预测不准确的问题,提出了基于GA-BP神经网络作为煤泥浮选加药量的预测模型。首先通过MIV值评价法筛选出对浮选加药量影响较大的因素,进而建立了基于GA-BP神经网络的加药预测模型

阐述了矿井小断层水平延展长度预测BP网络模型的构建、训练及模拟方法,在总结小断层落差、断层的走向、断层的倾角及断层的倾向等影响因素的基础上,结合赵官井田主采7#煤层典型样本数据,运用Matlab软件来