公共文化服务平台

搜索到8219篇“ 灰色神经网络“的相关文章

互联网背景下基于灰色神经网络的农产品需求影响及预测研究: 2025年; 随着互联网技术的快速发展,农产品市场的需求量及其预测成为农业经济学领域的重要研究议题。本研究旨在探讨影响农产品需求的因素,并建立一个预测模型以提高预测精度。通过收集2012—2023年的统计数据,构建了一个包含23个二级指标的农产品需求指标体系,并采用灰色关联度分析方法确定了影响需求的关键变量。基于机器学习算法,本研究建立了灰色预测模型、BP神经网络模型和灰色神经网络模型,并比较分析了预测结果。结果显示,灰色神经网络模型具有最高的预测精度,平均相对误差为1.05%,明显优于灰色预测模型和BP神经网络模型。进一步预测表明,2025—2028年中国农产品需求量将持续增长,复合增长率为1.75%。研究结果为农产品供应链管理提供了决策支持,有助于优化资源配置,降低成本,并提高市场响应速度。; 向尚刘溢吴春鹏陈兴泽吕忠辉李晓林; 关键词：农产品需求灰色神经网络 BP神经网络供应链管理

基于BAS-灰色神经网络的矿区铁路沉降变形预测: 2025年; 为了改进矿区铁路沉降动态预测方法,本文在灰色神经网络的基础上,针对该模型的不足,引入天牛须搜索(Beetle Antennae Search,BAS)算法对模型的权值与阈值进行优化,建立BAS-灰色神经网络模型。为了检验本文提出的BAS-神经网络模型在实际工程中的应用效果,使用某矿区铁路沉降监测数据进行实验。实验结果表明,BAS-灰色神经网络模型预测结果的均方根误差、平均绝对百分比误差均优于灰色模型、灰色神经网络,表现出了更好的预测效果与更高的预测精度,能够较好地反映出矿区地表沉降变形的发展趋势。; 俞栋耀蘧振超方荣兴; 关键词：灰色神经网络矿山开采沉陷

灰色神经网络模型在小麦产量预测中的应用: 2024年; 本文旨在研究如何利用灰色神经网络模型解决小麦产量预测中的不确定性和复杂非线性关系问题,以提高预测的准确性和可靠性。随着全球气候变化和农业生产环境的日益复杂,小麦产量的预测对于农业决策、资源分配和粮食安全具有重要意义。首先,本文回顾了预测模型在农业领域,特别是小麦产量预测中的发展现状,指出了传统模型在处理不确定性因素和非线性关系方面的局限性。然后,针对这些问题,本文建立了灰色神经网络模型。在灰色预测模型中,本文简化了数据中的随机波动,利用灰色系统理论中的累加生成算子和GM(1,1)模型提取数据内在规律;在神经网络模型中,本文进一步简化了复杂非线性关系的直接建模难度,利用多层前馈神经网络的强大学习能力构建了影响因素与小麦产量之间的映射关系。通过将两者结合,本文建立了灰色神经网络组合模型,实现了对小麦产量的高精度预测。针对模型的求解,本文采用了反向传播算法对网络参数进行训练和优化。通过迭代调整网络权重和偏置项,使模型输出与实际小麦产量之间的误差最小化。在求解过程中,本文使用了MATLAB等数学软件进行编程和计算,实现了数据的预处理、模型构建、参数估计和预测结果的输出。灰色神经网络模型具有以下优点:一是结合了灰色系统理论和神经网络的优点,能够同时处理数据不确定性和复杂非线性关系;二是通过数据预处理增强了数据的规律性,提高了模型的预测精度;三是模型构建过程灵活,可根据实际情况调整网络结构和参数;四是预测结果稳定可靠,具有较高的应用价值。在模型检验中,本文分别讨论了模型的精度和稳定性,采用多种评价指标对预测结果进行了全面评估。; 李晨邵明月; 关键词：灰色神经网络多层前馈神经网络反向传播算法

基于灰色神经网络的长三角地区物流需求预测研究: 2024年; 区域货运量作为衡量区域物流需求的关键指标,其预测研究不仅揭示物流发展的规模,更反映物流业的未来趋势和发展方向。本研究以长三角地区为例,选取了物流需求的影响因素构建指标体系,利用灰色理论对长三角地区2001—2022年原始数据进行灰色关联分析及灰色预测;构建灰色神经网络模型,并对长三角地区2023—2027年的物流需求量进行预测分析。研究结果表明:灰色神经网络组合预测模型具有更高的精确性,预测结果可以为长三角地区物流的规划和发展提供一定的数据支持和决策参考。; 王艳曹晗; 关键词：物流需求灰色预测 BP神经网络

一种基于灰色神经网络的盾构沉降变形监测方法及系统: 本发明提供一种基于灰色神经网络的盾构沉降变形监测方法及系统，属于智能预测技术领域，其方法包括围绕施工区域获取在盾构施工过程中影响沉降变形的相关数据，并将不同来源的相关数据融合，形成相关数据集，形成累加生成序列与原始时间序...; 孔锤钢温少鹏姜永涛程许先任冬生

一种基于改进灰色神经网络的输电杆塔绝缘子故障预测方法: 本发明公开了一种基于改进灰色神经网络的输电杆塔绝缘子故障预测方法，首先构建传统的灰色模型，其次将灰色理论和人工神经网络算法相结合，构建灰色神经网络模型并对其进行分析；最后在此基础上通过附加动量变学习速率法对灰色神经网络的...; 寇桉齐马辉陈国芳范李平向昆

基于变量选择与灰色神经网络的吉林省财政收入预测研究: 地方财政收入不仅是地方政府履行职能和经济管理的物质基础，还是推动地区科学发展，提高民生水平的关键因素。近年来，在经济下行和减税降费政策等因素的综合影响下，特别是叠加新冠疫情冲击，吉林省财政收入规模持续萎缩。因此财政收入的...; 万金海; 关键词：财政收入组合预测

一种改进灰色神经网络辅助组合导航方法及系统: 本发明公开了一种改进灰色神经网络辅助组合导航方法及系统，包括：获取GNSS正常工作时的GNSS数据；其中所述GNSS数据包括北向速度、东向速度、纬度和经度；对GNSS正常工作时的GNSS数据进行野值处理；将野值处理后的G...; 王其陈明星

基于灰色神经网络组合模型的城区沉降预测应用研究: 2024年; 为了提高城区沉降量的预测精度,本文基于灰色预测模型(Grey Model,GM)和反向传播(Back-Propagation, BP)神经网络预测模型,构建了灰色神经网络组合预测模型(Gery Neural Networks Model,GNNM)。以SBAS-InSAR技术获取上海特征区的平均沉降量作为3种预测模型的原始序列,进行预测计算,对比分析组合预测模型预测结果与灰色模型、BP神经网络模型的预测结果。实验结果表明:相比单一的GM(1,1)和神经网络预测模型,GNNM(1,1)组合预测模型的预测精度和稳定性更高,且越接近中心城区,预测效果越好。; 雷倩芳左涛杨晓东韩冲陈恒恒; 关键词：BP神经网络沉降预测

基于灰色神经网络的地铁牵引用电预测模型: 2024年; [目的]为了提高列车运行效率,需对地铁牵引能耗进行监测,并建立相关能耗模型对地铁牵引能耗进行预测分析。[方法]介绍了灰色预测模型和BP(反向传播)神经网络的基本原理;以天津某典型地铁车站2021年6月的牵引日用电量数据为例,采用灰色关联分析法筛选出与地铁牵引日用电量关联度大的影响因素,基于GM(1,1)灰色预测模型预测出短期牵引日用电量;将所筛选出的关联度大的影响因素、GM(1,1)灰色预测模型预测的短期牵引日用电量及相邻历史牵引日用电量数据,作为BP神经网络模型中的输入量进行训练,建立GM-BP灰色神经网络模型,并生成所需短期地铁牵引日用电量预测数据。[结果及结论]与传统GM(1,1)灰色预测模型和BP神经网络模型相比,通过GM-BP灰色神经网络模型预测的短期牵引日用电量预测误差有明显的改善,能够作为有效的地铁牵引能耗数据进行短期预测数据分析。; 张军王凯刘佳喜李根赵岩王鹏耿伟张浩陈欢; 关键词：地铁灰色神经网络

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈