搜索资源列表
bppaper12344321
- BP神经网络在盒形件坯料外形预测中的应用 .论文-BP neural networks in box-shaped pieces of blank shape forecasting applications. Papers
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法,根据CPI(消费者物价指数)与其影响因素之间存在的映射关系,应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究,把RBF神经网络与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度更高,结果令人满意。
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理,提出预测步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,最后建立合理的网络模型;结合住宅市场的实际情况,建立两类BP 神经网络预测模型:基于时间序列的趋势预测模型以及基于影响因素的回归预测模型,即分别采用神经网络趋势预测和回归预测的思路,把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本,建立预测模型,
bp
- BP算法是应用最广泛的神经网络算法,常用于预测,得到了很好的效果-BP algorithm is the most widely used neural network algorithm, commonly used in forecasting, we get good results
BP
- example.txt 仿真实例.txt 归一实例.txt 每次预测结果不一样的解释.txt 遗传算法优化BP神经网络权值和阈值的通用.txt -example.txt simulation examples. txt return an instance. txt is not the same each time the interpretation of predicted results. txt genetic algorithm BP neural netwo
Matlab--BP-neural-network-program
- 用matlab编BP神经网络预测程序,里面给出了程序的整体构架,应用时只需更改参数设置就可以,后面有应用实例和一些学习说明。-Matlab series of BP neural network prediction program, which gives the overall framework of the program, simply change the parameter settings when the application, followed by application
predict-research-and-application
- 本文主要讨论了几种预测方法以及在浙江电力市场和中国股票市场的应用 实例。预测方法主要介绍了统计学方法和BP神经网络算法 -This paper discusses several prediction methods, as well as application examples in the Zhejiang electricity market and the Chinese stock market. The prediction method introduces a stat
BP
- 改程序是yongBP神经网络预测的简单编程,在MATLAB下运行-The reform program is a simple yongBP neural network prediction program run in MATLAB
Matlab-BP
- :根据公交站点客流集散量,选用合适的BP神经网络构建公交车辆调度形式的神经网络预报 模型.运用BP神经网络Matlab工具箱设计的基本方法与过程,将BP网络模型引入公交车辆的调 度方案研究,计算结果表明,BP模型应用于公交车辆调度形式预测中具有较高的预测精度和良好 的泛化能力-according to the bus station passenger flow distribution quantity, choose suitable BP neural network cons
Wind-power-prediction-problem
- 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测,并采用熵值取权法确定组合权重,引入自控机制,构建反馈,提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明,组合预测模型能减少各预测点较大误差的出现,而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
wzrh
- (1)针对在线计算量大这一缺陷,将预测控制中的柔化输出信号的思想推广到柔化输入信号,使得约束条件被简化为仅对当前控制量的约束,可以直接计算得出;同时该方法避免了求逆矩阵,大大减小了计算量,并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点,应用基于BP神经网络变参数设计的广义预测控制算法,实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用,可考虑利用其他优化系统
keliuliang-yuce-Matlab
- BP神经网络客流量预测算法的研究,用于基于matlab平台对铁路、公路的客流量进行预测-BP neural network traffic prediction algorithm, based on the the matlab platform on the railway, highway traffic forecast
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合,但它们的原理是不相同的,支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。大量仿真证实,支持向量机的泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合,GreenSim团队推荐您使用。
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39%;二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
Based-on-BP-power-load-forecasting
- 在MATLAB环境下,利用BP神经网络对电力负荷进行预测,编写了代码,并附上了仿真图。-In the MATLAB environment, the use of BP neural network to forecast the power load, writing the code, and attach the simulation diagram
BP-neural-network-model
- 研究并分析了B P神经网络的结构和特点,针对不足之处提出改进方法。在改进的基础 上建立神经网络软件可靠性新模型。通过MATL AB仿真工具进行了实例仿真,证实该新模型比传统 模型预测精度高,泛化能力强-Research and analysis of the structure and characteristics of BP neural network, an improved method for the shortcomings. In the modified base
Motor-Life-Prediction
- 基于 BP 神经网络的高压潜水电机绝缘寿命预测,俺是初学者,这是花钱下载的,比较前沿,希望对各位有用。-High Voltage Submersible Motor Insulation Life Prediction Based on BP Neural Network
BP
- 采用BP神经网络的方法预测风力机发电功率-Adopt the method of BP neural network to predict wind turbine power
BP
- BP神经网络,神经网络预测,查分的方法,用于数据平稳化处理,-BP neural,Neural Network Prediction network method of check points for smooth data processing,
RealizationBP
- BP神经网络预测的MATLAB实现,以旅游需求为例。-Realization of BP Neural Network Prediction Based on matlab, take a tourism demand as an example.