检索结果-内蒙古大学图书馆

改进的bp网络模型及其在日径流预测中的应用

引用

云南水力发电 2005年第3期21卷 14-17页

作者：尹晔梁川四川大学水电学院四川成都610065

尝试了基于MATLAB6.5的人工神经网络工具箱在水文日径流预测中的应用,并采用贝叶斯正则化方法改进bp网络算法,从而提高了bp网络的推广能力。将该模型应用于大渡河流域日径流的预测,取得了较好的预测效果。

关键词：径流预测 bp网络模型 MATLAB6.5 神经网络工具箱 bp网络算法大渡河流域方法改进推广能力模型应用预测效果正则化贝叶斯日径流

来源：评论

学校读者我要写书评

暂无评论

基于bp网络模型的安徽省民间金融风险问题分析

引用

牡丹江师范学院学报（社会科学版） 2016年第1期 35-37页

作者：汪桥滁州学院经济与管理学院安徽滁州239012

通过bp网络模型以及金融风险方法和技术,对安徽民间金融风险进行实时预警实证和模型分析,此项研究对进一步完善金融机构控制风险的能力以及促进民间金融的发展,具有重要的理论和现实意义。

关键词：民间金融风险预警 bp网络模型安徽省

来源：评论

学校读者我要写书评

暂无评论

基于免疫进化算法的bp网络模型在径流预测中的应用

引用

水资源保护 2009年第5期25卷 1-4页

作者：郭淳李祚泳党媛成都信息工程学院资源环境学院四川成都610225

在bp网络模型基础上,引入免疫进化算法,建立了基于免疫进化算法的bp网络模型。该模型在一定范围内随机生成初始权值群体,用bp网络进行训练,选择群体中具有最大适应度值的权值个体作为最优个体,应用免疫进化算法生成下一代权值群体,再用B... 详细信息

在bp网络模型基础上,引入免疫进化算法,建立了基于免疫进化算法的bp网络模型。该模型在一定范围内随机生成初始权值群体,用bp网络进行训练,选择群体中具有最大适应度值的权值个体作为最优个体,应用免疫进化算法生成下一代权值群体,再用bp网络对权值群体进行训练,此迭代过程反复进行,直至达到问题求解精度要求为止。将该模型应用于新疆伊犁河雅马渡站的径流预测,并将预测结果与基本bp网络模型和基于遗传算法的模糊优选bp网络模型的预测结果进行比较,结果表明,该模型不仅精度较高,而且稳定性较好。

关键词： bp网络模型免疫进化算法权值优化径流预测

来源：评论

学校读者我要写书评

暂无评论

水文预测的bp网络模型及其拟合度分析

引用

扬州大学学报（自然科学版） 2001年第4期4卷 57-61页

作者：方红远陈建军扬州大学水利与建筑工程学院水利水电系江苏扬州225009

结合实例分析计算 ,论证了 bp网络模型对水文预测的有效性 .为了克服 bp网络收敛速度慢的缺点 ,文中采用了恰当的输入输出值规范化、输出函数值限幅和最佳步长搜索等方法 ,实践表明这些方法在一定条件下可以有效地加快学习误差的收敛 .... 详细信息

结合实例分析计算 ,论证了 bp网络模型对水文预测的有效性 .为了克服 bp网络收敛速度慢的缺点 ,文中采用了恰当的输入输出值规范化、输出函数值限幅和最佳步长搜索等方法 ,实践表明这些方法在一定条件下可以有效地加快学习误差的收敛 .为了验证模型预测值的精度 ,对预测系列的拟合度作了一定分析 .

关键词：水文预测神经网络拟合度 bp网络模型收敛速度学习误差

来源：评论

学校读者我要写书评

暂无评论

基于DPSO-bp网络模型的短期电力负荷预测

引用

大众用电 2024年第12期 61-62页

作者：王艺纯国网商洛供电公司陕西

为应对电力负荷的复杂波动特性,动态粒子群优化(DPSO)算法通过自适应调整bp神经网络参数,克服了传统模型在高峰负荷、低谷负荷和突发负荷变化条件下的精度和稳定性不足的问题。DPSO-bp网络模型在峰谷波动和突发波动情境中的平均预测误... 详细信息

为应对电力负荷的复杂波动特性,动态粒子群优化(DPSO)算法通过自适应调整bp神经网络参数,克服了传统模型在高峰负荷、低谷负荷和突发负荷变化条件下的精度和稳定性不足的问题。DPSO-bp网络模型在峰谷波动和突发波动情境中的平均预测误差显著降低,收敛速度提升,确保了模型在电网调度中的应用价值。

关键词：低谷负荷短期电力负荷预测电力负荷 bp网络模型电网调度 bp神经网络高峰负荷波动特性

来源：评论

学校读者我要写书评

暂无评论

一般大气环境下混凝土碳化深度评估的bp网络模型

一般大气环境下混凝土碳化深度评估的BP网络模型

引用

第四届全国土木工程研究生学术论坛

作者：刘思远牛荻涛西安建筑科技大学土木工程学院西安 710055

本文将人工神经网络技术应用于混凝土结构碳化深度的评估,分析了影响混凝土结构碳化深度的主要因素,根据实际情况,考虑材料因素、施工因素和外部环境因素,建立了评估混凝土结构碳化深度的bp网络模型,最后通过实际工程的结果验证了该方... 详细信息

本文将人工神经网络技术应用于混凝土结构碳化深度的评估,分析了影响混凝土结构碳化深度的主要因素,根据实际情况,考虑材料因素、施工因素和外部环境因素,建立了评估混凝土结构碳化深度的bp网络模型,最后通过实际工程的结果验证了该方法的实际可行性，且具有较高的精度，利用此方法较好地解决了混凝土结构碳化深度的评估问题，为损伤构件的承载力评定提供了科学的依据。

关键词：人工神经网络 bp网络模型混凝土碳化大气环境

来源：评论

学校读者我要写书评

暂无评论

大气条件下钢筋锈蚀量评估的bp网络模型

大气条件下钢筋锈蚀量评估的BP网络模型

引用

第十届全国结构工程学术会议

作者：吴瑾吴胜兴河海大学河海大学

本文引入bp算法的人工神经网络模型对混凝土中钢筋锈蚀进行定量研究,该模型可以同时考虑钢筋锈蚀的多种影响因子。算例表明,该模型不仅评估效果好,而且使用简便,这为评估混凝土中钢筋锈蚀量提拱了一条新的途径。