基于预处理小波神经网络模型的协同创新客户评价与应用研究

为了在协同产品创新中有效地识别和评价创新客户,提出了运用基于预处理的小波神经网络模型,对协同创新客户进行评价。在分析面向客户学习效应评价过程的基础上,建立了包括学习效应在内的,由五个方面构成的协同创新客户综合评价指标体系。运用粗糙集理论对评价指标进行预先处理,减少了冗余指标项,降低了小波网络的输入维数,采用迭代梯度下降法和逐步检验法确定小波网络结构,然后应用小波网络进行协同创新客户综合评价。应用结果表明了该评价模型的有效性和可行性。

小波模糊神经网络在绝缘子污秽在线监测中的应用

为了实现电气设备在线监测的智能化和自动化,提出了基于小波模糊神经网络的绝缘子在线监测的方法。鉴于模糊神经网络具有良好的学习性及其很强的模式识别能力以及小波对含噪泄漏电流信号有很好的去噪能力,故提出了小波理论和模糊神经网络相结合的小波模糊神经网络。在实验室模拟实验和现场实测数据的基础上,分析了环境因素对不同污秽程度绝缘子外部电气特性的影响,通过选择环境温度和湿度,泄漏电流有效值,泄漏电流峰值及泄漏电流脉冲频率等变量作为其输入变量,并将其用于对绝缘子污秽程度在线监测结果的模糊综合评定。同时也介绍了基于小波模糊神经网络的污秽评定模型的构建过程,通过部分实验数据验证了该方法的可行性。通过此方法,监控人员可以实时在线监测变电站实时绝缘状况,同时可减少电网因绝缘问题引起的故障,在保证电网安全运行方面有突出贡献。

基于模糊小波神经网络的岩溶隧道风险评估及综合超前地质预报技术

针对岩溶隧道突水风险评估的不确定性和复杂性以及传统的数学方法在评估安全风险等级中的局限性,将人工神经网络理论、小波分析及模糊评价法有机结合,建立了基于模糊小波神经网络的岩溶突水安全风险评估模型。根据各种物探方法的优缺点和对岩溶水预报的敏感性,结合综合超前地质预报方法和原则,提出地质分析、风险等级划分、分级综合预报及施工地质灾害临近警报技术相结合的综合地质预报方案。通过在齐岳山岩溶隧道实施,成功预报了隧道掌子面前方的岩溶水,证实了该方案的科学性和可行性。

经验模态分解和遗传小波神经网络法用于边坡变形预测

从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。

缝纫平整度客观评判模型的研究

借助于图像处理技术,提取缝纫平整度照片的图像灰度标准差、图像熵、小波变换系数标准差、小波信息熵等特征参数,建立了缝纫平整度的客观评判的概率神经网络模型。经过训练和检验,得出该模型的预测值与期望值之间的相关系数在0.99以上,说明网络模型有效,且精度高,可以用于预测未知缝纫样本的缝纫平整度等级。

大宗农产品价格风险评估——基于小波神经网络-Bootstrap方法的实证研究

构建了一个将小波神经网络与Bootstrap抽样相结合的价格风险评估模型。采用国际通用的VaR(在险价值)风险指标评估了国内小麦、水稻、玉米、大豆和棉花5种主要大宗农产品现货价格的风险水平,仿真研究了以上大宗农产品价格下跌风险和价格上涨风险的分布特征。结果表明:按价格风险水平由高到低对5种主要大宗农产品进行排序依次为棉花、大豆、玉米、小麦和水稻;从风险均值来看,我国大宗农产品价格特别是粮食价格的风险处于较低水平;从风险的经验分布来看,除大豆外,其他大宗农产品(特别是小麦、水稻和玉米)的涨价风险高于跌价风险;5种农产品的价格均存在偏度风险和峰度风险。

基于小波神经网络的信息系统综合评价模型

针对信息系统的特点和小波基具有很强的自适应性和函数变化能力,提出了一种基于小波神经网络的信息系统综合评价模型,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解小波函数的尺度和时延参数,以及小波网络的权值。仿真实验表明该算法用于信息系统综合评价的有效性与准确性,为信息系统的评价研究提供一条新的途径。

基于改进的粒子群—小波神经网络的固井质量智能评价

为了克服传统的相对幅度法在固井质量评价中识别率低下的缺点,提出了一种基于改进粒子群一小波神经网络的固井质量智能评价方法.首先在应用李亚普诺夫理论分析得到单个粒子收敛条件的基础上,提出一种粒子群改进算法,接着利用该算法来优化小波神经网络权值.应用Iris标准分类数据集对本文算法进行测试,结果表明该改进算法与BP-WNN、PSO-WNN等经典算法相比,网络不仅易于全局收敛,而且迭代次数、函数逼近误差、分类精度等性能特得到提高.最后用训练好的改进粒子群一小波神经网络对某实验井声波固井质量测井实测数据进行分类识别.结果分析表明,该方法极大提高了水泥胶结情况的识别能力,是一种高效、实用的固井质量评价方法.

基于WBCT的虹膜图像质量评价方法

基于小波分析的Contourlet变换(Wavelet-based con-tourlet transform,WBCT)能有效地反映虹膜图像纹理的视觉感知特性.用级联BP神经网络确定图像的评估区域后,对区域图像进行WBCT分解,并分别定义和计算了5种质量评价指标来评估离焦模糊图像、运动模糊图像、佩带隐形眼镜图像、睫毛和眼睑遮挡图像.实验结果表明,定义的指标可以快速精确地评价这几种图像的质量.并且评价结果与人眼主观评价一致,优于其他评价算法.

基于小波网络的机械产品性能模糊综合评价

运用模糊化的小波神经网络进行综合评价的原理和方法,所有权重指标均通过自学习获得,使得模糊综合评价中指标权重的确定更为客观准确.结合具体机械产品“电磁缓冲制动器”阐述了小波神经网络方法在机械产品性能综合评价中的应用,并建立了相应的评价系统.实验表明,该方法做出的综合评价是科学、有效的.

基于改进型PCNN与模糊算法的湿地生态承载力评价

在脉冲耦合神经网络(PCNN)模型两大基本特性(耦合机制、脉冲输出)的基础上对其进行了改进,连接输入部分等于上一次点火时的脉冲,直接体现了前后神经元之间的联系;动态阈值等于生态承载力评价标准的等级范围,这样调节阈值更容易对样本进行分类;省略了不必要的参数,减少了模型的复杂度;将PCNN与多目标模糊模式识别模型结合,提出了基于模糊PCNN的生态承载力评价新模型,并采用13个评价指标对三江平原6个地理分区的生态承载力评价指标标准和PCNN模型调整后的数据分别计算它们的隶属度,最后得出各个地理分区的生态承载力综合评价结果。结果表明三江平原大部分生态系统较稳定,资源与环境承载能力比较高,但是湿地生态系统健康状况比较差,湿地生态环境质量下降比较快,需要加强改善沼泽湿地生态环境,提高水资源的利用效率等措施。同时表明改进型PCNN与多目标模糊模式识别模型结合应用于生态承载力评价中是可行的,既拓宽了PCNN的应用领域,又为生态承载力的评价问题提供了新的研究方法。

基于小波神经网络的企业技术创新能力模糊综合评价

在对企业技术创新能力系统进行分析的基础上,建立了企业技术能力评价指标体系并提出了基于小波神经网络的综合评价方法,采用模糊综合评价法生成评价样本集。仿真试验表明该方法用于企业技术创新能力综合评价的有效性与准确性,为企业技术创新能力的评价研究提供了一种新的模型。

基于温度与支座位移相关性的斜拉桥损伤预警

为了充分利用桥梁健康监测系统采集的海量数据,健全大跨钢箱梁斜拉桥结构健康评估方法,以辽河特大桥健康监测系统为依托,运用小波分析法对辽河特大桥南北塔为期10个月的支座位移数据进行了滤波与重构.通过大量试验选取神经网络参数,构建了BP神经网络,对重构后的支座位移与环境温度相关性模型进行训练,建立人工神经网络评估模型,并对模型进行检验,检验结果表明:对神经网络预测值与实际值误差取5%的显著性水平作为误差代表值能够有效地反映结构健康状况.

智能信息处理方法在股市研究中的应用

本文主要介绍了智能信息处理方法在股市研究中的应用,着重介绍了基于模糊数学方法的政策因素综合评价研究、神经网络模型在股票价格分析中的应用和小波包在股票价格预测中的应用。

一种模糊小波神经网络辨识器的设计与应用

针对现有模糊神经网络的语言变量层隶属函数的不足,借鉴小波变换良好的尺度变换和伸缩平移特性,提出了一种新的模糊小波神经网络模型,并研究了其结构和相应的优化算法。将该模糊小波神经网络作为系统辨识器进行计算机仿真,仿真结果表明所研究的模糊小波神经网络结构及其学习算法简单有效,系统辨识准确。

基于小波神经网络的农业基本旱情综合评价

根据农业区域旱情评价指标体系和等级划分标准,提出了基于小波神经网络的干旱综合评价方法,基于MATLAB环境编制相应的程序,并将其应用于关中地区旱情综合评价。结果表明,该方法收敛速度快,评价结果客观公正,可为抗旱减灾预案的制定提供科学依据。

一种在线实时快速判定混沌的智能方法

在某些实时控制系统中,必须尽快地识别出混沌,以便及时采取控制措施避免系统进入无序状态..然而现有的混沌识别方法由于要求样本量大,无法满足实时性的要求.本文提出了一种在线实时快速判定混沌的智能方法,通过找出产生混沌的初始条件和混沌之间的对应关系,可以在混沌产生之初检测到混沌.本文利用神经网络,小波包等工具在MATLAB环境下对交通仿真系统给出了智能方法的具体实现.给出了仿真试验的结果.结果表明只需32个样本点就可以在混沌产生之初精确地检测到混沌,可以很好地满足混沌检测实时性的要求.

基于径向基小波神经网络的装备保障方案评价模型

针对装备保障方案评价的实际问题,利用小波函数的多分辨率分析和逐层逼近能力,建立了基于径向基小波神经网络的装备保障方案评价方法。通过对装备保障方案中评价参数的量化,建立评价参数的样本库。将各种性能指标输入到训练好的网络,客观地评价保障方案的性能。以陆军防空旅装备保障方案为例,组织保障领域的专家对评价参数进行综合研讨,得到量化的参数值,然后使用新方法对其进行评价。仿真结果表明,径向基小波神经网络具有良好的非线性映射能力和泛化性能,能够比较准确地对装备保障方案做出评价。

模糊小波神经网络在现役油田玻璃钢管的运行风险评价

玻璃钢管受到环境和腐蚀等各种因素的影响造成各种管道事故.将模糊评价法、小波分析和人工神经网络理论有机结合,建立了基于模糊小波神经网络的在役玻璃钢管运行风险评价模型.该模型采用模糊评价法对风险因素的指标进行量化,将模糊系统的输出作为神经网络的输入,构造模糊小波神经网络并加以训练.通过选择合适的算法,设计相应的小波神经网络,进行实例仿真.仿真结果表明,该模型能够有效解决现有评价方法主观随意性大、结论模糊等不足,并实时动态再现专家评价结果,其最大相对误差不超过0.3779%.

基于小波神经网络的刀具切削状态特征识别

利用小波分析技术提取刀具状态信号特征量,用神经网络技术对信号的特征量进行训练仿真。结果表明,该方法实现了对刀具切削状态的特征识别。