检索结果-内蒙古大学图书馆

城市污水量短时预测的混沌神经网络模型

引用

环境科学学报 2006年第3期26卷 416-419页

作者：李晓东曾光明黄国和李建兵蒋茹湖南大学环境科学与工程系长沙410082 湖南大学环境科学与工程系

通过分析进水水量时间序列的非线性动力学性质,认为该时间序列具有混沌特性.在此基础上,通过相空间重构的方法建立了用于城市污水水量短时预测的混沌神经网络模型;并利用此模型对污水厂的进水水量进行短时预测,取得了较为满意的预测效果.

关键词：污水水量预测混沌时间序列混沌神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于混沌神经网络模型的水库叶绿素a浓度短期预测

引用

环境科学与技术 2009年第3期32卷 9-12页

作者：罗华军黄应平刘德富三峡大学化学与生命科学学院湖北宜昌443002 武汉大学水利水电学院湖北武汉430072 三峡大学土木水电学院湖北宜昌443002

通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短... 详细信息

通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短期预测的混沌神经网络模型。将该模型对于桥水库的叶绿素a浓度时间序列进行短期预测,平均预测相对误差为7.85%,取得较为满意的预测效果。该方法对水库的水环境管理具有一定的参考价值。

关键词：混沌神经网络模型叶绿素a 时间序列预测

来源：评论

学校读者我要写书评

暂无评论

一种新的混沌神经网络模型及其动力学分析

引用

东南大学学报（自然科学版） 1998年第6期28卷 1-5页

作者：何振亚谭营王保云东南大学无线电工程系中国科技大学信息处理研究中心南京邮电学院信息工程系

提出了一种混沌神经网络模型．通过引入暂态混沌和时变增益，该网络比Ｈｏｐｆｉｅｌｄ型网络具有更加丰富和更为灵活的动力学特性，从而具有更强的搜索全局最优解或近似全局最优解的能力．它可以用于求解各种复杂的优化问题．大量的数... 详细信息

提出了一种混沌神经网络模型．通过引入暂态混沌和时变增益，该网络比Ｈｏｐｆｉｅｌｄ型网络具有更加丰富和更为灵活的动力学特性，从而具有更强的搜索全局最优解或近似全局最优解的能力．它可以用于求解各种复杂的优化问题．大量的数字模拟表明网络能较好地解决Ｈｏｐｆｉｅｌｄ型网络的局部极值问题．

关键词：混沌神经网络模型动力学神经网络暂态混沌时变增益非线性优化混沌退火机制

来源：评论

学校读者我要写书评

暂无评论

基于混沌神经网络模型的模糊预测控制及应用

引用

系统仿真学报 2002年第10期14卷 1372-1375页

作者：窦春霞燕山大学电气工程学院秦皇岛066004

由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性。为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度。并以此为指导,采用混沌神经网络重... 详细信息

由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性。为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度。并以此为指导,采用混沌神经网络重构混沌时间序列相空间,该混沌神经网络即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度预测。在此基础上,又将预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在单元机组负荷控制中,仿真表明该控制具有实时性、容错性和鲁棒性。

关键词：混沌神经网络模型模糊预测控制模糊控制混沌吸引子 Lyapunov指数鲁棒性

来源：评论

学校读者我要写书评

暂无评论

国家重点项目“混沌神经网络模型和智能信息处理理论与实现技术”通过评审验收

引用

西安交通大学学报 2001年第12期 1304-1304页

来源：评论

学校读者我要写书评

暂无评论

边坡稳定性预测的混沌神经网络方法

引用

岩石力学与工程学报 2004年第22期23卷 3808-3812页

作者：黄志全崔江利刘汉东华北水利水电学院岩土工程系郑州450008

边坡系统本身的各种参量是不确定的和随机的,在其演化过程中,表现出复杂的非线性行为,会发生一系列的混沌现象。运用现代混沌理论与神经网络方法的基本原理,把混沌理论与神经网络结合起来,建立了边坡稳定性预测的混沌神经网络模型,从新... 详细信息

边坡系统本身的各种参量是不确定的和随机的,在其演化过程中,表现出复杂的非线性行为,会发生一系列的混沌现象。运用现代混沌理论与神经网络方法的基本原理,把混沌理论与神经网络结合起来,建立了边坡稳定性预测的混沌神经网络模型,从新的角度研究边坡稳定性预测问题,对该问题进行了探索性研究。对该理论的建立及预测方法进行了系统的讨论,为该领域的研究提供了完整的技术方法。对64个典型滑坡实例的研究结果表明,混沌神经网络模型具有较高的精度。

关键词：工程地质混沌神经网络模型边坡稳定性预测

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的建筑电气节能关键问题研究

基于神经网络的建筑电气节能关键问题研究

引用

作者：郭晓岩东北大学

学位级别：博士

建筑是重要的能耗源,如何降低建筑物的综合能耗,提高其内部能源系统的使用效率,改善建筑环境的舒适性,对我国国民经济长远的发展至关重要,为此,运用人工智能的理论和方法,开展建筑电气节能控制研究,降低建筑电气能耗,具有重要的理论意... 详细信息

建筑是重要的能耗源,如何降低建筑物的综合能耗,提高其内部能源系统的使用效率,改善建筑环境的舒适性,对我国国民经济长远的发展至关重要,为此,运用人工智能的理论和方法,开展建筑电气节能控制研究,降低建筑电气能耗,具有重要的理论意义和工程实践价值。本文从谐波源识别和纯电容无功补偿的谐波抑制、变风量空调系统的预测控制及解耦控制、建筑电气节能评价三个方面,开展建筑电气节能关键问题研究。为了减少谐波对建筑电气的危害,降低建筑电气的能耗,本文开展了谐波源识别和纯电容无功补偿的谐波抑制研究,然而,谐波治理的关键是如何实时监测供电系统的谐波电压、电流以及单次谐波含有率等谐波畸变率参数并进行全面的分析评估。为此,建立了基于改进BP神经网络的谐波源诊断方法,以畸变率实测数据为神经网络提供输入特征向量,实现对谐波干扰源的诊断分类。结果表明,网络输出值与期望值接近,最大误差为0.09%。同时,论文采用了纯电容无功补偿的谐波解决策略,经测试和分析发现,当系统中含有高次谐波时,使用常规的纯电容补偿作为无功补偿策略存在缺陷,为此提出在无功补偿回路中,采用电抗器与电容器串联的方法,改变其在谐波作用下的阻抗特性,使无功补偿回路不呈现容性,避免谐波的放大和谐振的产生。在谐波抑制研究的基础上,开展了变风量空调系统的预测控制及解耦控制结构的研究。分析可知,中央空调系统是一个多变量、复杂、时变的系统,其过程要素之间存在着严重的非线性、大滞后及强耦合关系,导致中央空调系统控制困难,因而造成电能大量浪费的问题。为此,本文设计了神经网络预测控制器结构,构建了控制模型,该模型针对Tcm关于T的偏导不可求的问题,采用△t对NNC的权值进行调整,实现了单隐层三入单出结构,同时提出模糊神经网络预测控制方法,该方法中结构层记忆隐含层单元前一时刻的输出值,具有动态记忆功能,使预测输出与输入量有机结合,强化动态记忆功能,提高预测精度。进一步,建立了神经网络预测控制器结构,该空调系统的控制部分主要由控制器和预测器两部分组成。其中控制器采用模糊神经网络控制器,预测器采用递归小波神经网络结构。仿真结果表明,采用模糊神经网络预测控制方法,改善了系统的超调量、调节时间和稳态精度,提高了系统的自适应性和鲁棒性,消除了静差,使系统具备良好的适应能力、较强的学习能力和自适应能力。另外,针对变风量空调系统非线性和温湿度控制存在严重的耦合的现象,本文在建立神经网络解耦控制器结构的基础上,采用神经网络和模糊控制相结合的控制理论方法,建立了控制器模型,该模型具有全局逼近能力,且具备拓扑结构紧凑、结构参数分离且收敛速度快的特点,构建了基于Elman神经网络的预测器模型,该模型具有反应动态特性的能力,提出了一种新的多变量空调神经网络解耦控制方法,其中解耦控制器由神经网络完成,即由模糊神经网络控制器得出的温度控制量和湿度控制量作为解耦控制器的输入,再结合耦合通道的输入,经过神经网络解耦后转变为两个单入单出的控制,降低了变风量空调系统由于温度和湿度产生耦合的影响。实验结果表明,该方法提高了空调系统的控制效果,使得变风量空调控制系统的稳态和动态性能得到改善,取得了更显著的电气节能效果。为评价本文提出的谐波抑制和中央空调节能控制方法,同时也为了解决传统建筑电气节能评价方法综合评价结果精度不高的问题,本文基于建筑电气节能评价指标体系建立原则,建立了建筑电气节能评价指标体系,从技术指标、经济指标和功能指标三个方面对该指标体系进行了描述,同时,采用层次分析法,通过建立判定矩阵,根据每个指标对上级指标至总目标的“贡献”大小,计算相对权重,从而构建了完整的评价指标体系。在此基础上,建立了基于BP神经网络的建筑电气节能评价模型,获得了量化的综合评价结果。另外针对BP算法在最小化求解过程中可能会陷入局部极小,得不到最优解的问题,构建了基于混沌神经网络的建筑电气节能评价模型,该模型用人工神经网络对样本建筑进行评价,即对评价模型进行训练网络层包括输入层、输出层和隐含层3层；网络输入层节点数与评价指标个数相对应,共包括三项大指标20项子指标,即输入层神经元个数20；隐含层节点数为8；输出层神经元个数为1,即评价结果。实验结果表明,该评价模型简化了评价过程,降低了误差率,评价软件性能稳定,可操作性强。

关键词：神经网络建筑电气节能预测控制模糊综合评价混沌神经网络模型

来源：评论

学校读者我要写书评

暂无评论

多态神经网络和混沌神经网络

多态神经网络和混沌神经网络

引用

作者：帅建伟厦门大学

学位级别：博士

该文提出了几个多态神经网络模型和混沌神经网络模型,对它们的性质和应用等进行了分析,指出了进一步的工作方向.

关键词：多态神经网络模型混沌神经网络模型多值图象四元数神经网络模型混沌现象

来源：评论

学校读者我要写书评

暂无评论

混沌神经网络在分离叠加模式和信息恢复中的应用

引用

西南师范大学学报（自然科学版） 2003年第2期28卷 218-221页

作者：段书凯刘光远西南师范大学电子与信息工程系重庆400715

提出了一种改进的混沌神经网络模型,该模型具有两个特点:①能从叠加模型恢复出被记忆的正确信息;②能通过部份信息恢复被记忆的全部信息.设计了一系列的仿真实验证明了所提模型的有效性.

关键词：信息处理混沌神经网络模型叠加模式信息恢复模式分离 Aihara模型

来源：评论

学校读者我要写书评

暂无评论

南水北调中线水源区水文要素演变特征研究

南水北调中线水源区水文要素演变特征研究

引用

作者：王立康华北水利水电大学

学位级别：硕士

南水北调是一项伟大的生态工程和民生工程,而水源区是南水北调中线的源头,直接关系着南水北调中线工程能否长期运行,在一定程度上制约着我国北部经济的发展,关系着水源区下游地区水资源的利用和持续发展,掌握水文要素演变特征是保证水... 详细信息

南水北调是一项伟大的生态工程和民生工程,而水源区是南水北调中线的源头,直接关系着南水北调中线工程能否长期运行,在一定程度上制约着我国北部经济的发展,关系着水源区下游地区水资源的利用和持续发展,掌握水文要素演变特征是保证水源区水资源可持续利用和水源区持续发展的前提,而南水北调工程的科学开发、管理与运行,直接受到水文要素预测好坏的影响,因此,研究水源区水文要素的演变,可以有效合理的开采水源区水资源,避免由于过度开发调水引起的各种问题,同时也避免调水过少而不能解决对北方城市缺水问题,为进一步揭示水源区生态环境脆弱性变化的水文过程驱动机理提供依据,为水源区生态环境脆弱性评价、生态工程建设与水资源可持续利用提供理论依据,为生态环境系统演替和水文循环及其相互关系提供科学解释。采用趋势系数法、Mann-Kendall秩相关法与Spearman秩相关法对南水北调中线水源区水文要素进行了趋势性分析,结果表明降雨量有显著上升的趋势,含沙量、径流量、输沙量和蒸发量均有显著减小的趋势;尝试了一种简单有效的突变方法均值累加法,并用Mann-Kendall突变检验法进行对比,结果具有一致性;采用聚类分析法研究了水文要素的跳跃性,含沙量在1982年发生了跳跃,降雨量在1982年发生了跳跃,径流量在1983年发生了跳跃,输沙量在1983年发生了跳跃,蒸发量在1981年发生了跳跃。利用小波分析对水文要素分别进行了全年、汛期与非汛期的周期分析。研究结果为含沙量存在着56年、21年和8年的周期,汛期含沙量存在着42年、12和5年的周期,非汛期含沙量存在着42年、13年和5年的周期;降雨量存在着55年、33年和7年的周期,汛期降雨量存在着56年、30年、20年和8年的周期,非汛期降雨量存在着54年、39年和22年的周期;径流量存在着29年、43年、55年、6年、10年和16年的周期,汛期径流量存在着29年、43年、55年、6年、9年和15年的周期,非汛期径流量存在着36年、16年、10年和6年的周期;输沙量存在着43年、10年和5年的周期,汛期输沙量存在着43年、10和5年的周期,非汛期输沙量存在着42年、18年和8年的周期;蒸发量存在着54年和20年的周期,汛期蒸发量存在着55年、27和17年的周期,非汛期蒸发量存在着55年、45年和21年的周期。采用混沌神经网络模型对全年、汛期与非汛期水文要素进行了2011年预测预报,结果为:南水北调中线水源区水文要素含沙量相对误差绝对值之和为48.84%,径流量相对误差绝对值之和96.12%,降雨量相对误差绝对值之和88.39%,输沙量相对误差绝对值之和48.37%,蒸发量相对误差绝对值之和103.07%;南水北调中线水源区汛期与非汛期水文要素含沙量相对误差绝对值之和为41.84%,径流量相对误差绝对值之和85.39%,降雨量相对误差绝对值之和79.73%,输沙量相对误差绝对值之和55.17%,蒸发量相对误差绝对值之和100.97%。可以看出除汛期与非汛期预测输沙量比全年预测输沙量相对误差略大之外,汛期与非汛期含沙量、径流量、降雨量和蒸发量都比全年预测值略小。由此得出结论:将水文要素全年数据分为汛期与非汛期分别进行预测,得出的汛期与非汛期预测值比全年预测值更精确。

关键词：水文要素演变特性小波分析混沌神经网络模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：