暂无评论
为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省
煤与瓦斯突出光纤传感监测技术,全光纤设计,利用光纤声发射传感器、光纤瓦斯传感器、光纤风速传感器、光纤温度传感器组成多参数监测系统,建立突出危险综合判据指标,在煤与瓦斯突出关键部位进行监测,具有传统技术
根据BP神经网络理论,对煤矿主斜井爆破开挖产生的振动强度进行了预测。通过建立合理的网络预测模型,以影响爆破振动特征参量的主要因素作为模型的输入,在模型误差小于0.001的前提下,对21组数据进行了重点
采用双层,8节点,的BP神经网络使用5日历史股价预测未来一天股价。
浙江省GDP的BP神经网络预测模型,能直接调出可视化的神经网络模型
本程序根据训练好的网络文件ANN.mat预测新的数据文件,得到均方误差,并画出预测数据和原数据的对比图。
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�
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
基于BP神经网络短期电力负荷预测研究,张超,吕玉琴,介于电力负荷预测在电力系统中的重要性,本文首先对电力负荷预测对电力系统的意义进行了描述,概述了电力负荷预测的基本原理和步
暂无评论