柔性神经树模型的结构优化算法的改进

利用柔性神经树模型的改进结构优化算法对流程工业生产过程的参数进行筛选,在精确度最高的前提下在最短的时间内找到影响生产过程的重要参数,为流程工业生产过程控制提供理论依据。在柔性神经树模型的学习过程中,本算法的进化代数不是一个固定值,而是以误差率来控制进化代数,试验证明这种算法使模型最优,效率和精确度最高。柔性神经树模型的结构和参数优化分别由概率增强式程序进化和模拟退火算法完成。本文以水泥生产中重要生产过程之一的分解炉的生产过程为研究对象。研究结果表明本文提出的改进方法是非常有效的。

基于柔性神经树模型的股票市场风险预测

利用柔性神经树模型的改进结构优化算法对影响股票市场的过程参数进行筛选,在精确度较高的前提下在比较短的时间内找到影响股票市场风险的重要参数。在柔性神经树模型的学习过程中,该算法的进化代数不是一个固定值,而是以误差率来控制进化代数,试验证明此算法使模型最优,效率和精确度非常高。柔性神经树模型的结构和参数优化分别由概率增强式程序进化和模拟退火算法完成。研究结果表明该改进方法对预测股票市场风险是非常有效的。

基于柔性神经树的智能变电站过程层网络流量预测

从智能变电站过程层网络流量监测系统的需求出发,提出了一种基于柔性神经树模型的智能变电站过程层网络流量预测解决方案.柔性神经树模型利用遗传规划开发与优化,其参数由粒子群优化算法做优化.首先初始化随机的柔性神经树结构和相应的参数,不断地学习优化柔性神经树结构,完成树结构的优化之后,再对参数进行优化.最终通过反复循环获得满足要求的柔性神经树.实验结果表明,柔性神经树模型能有效地预测过程层网络流量,再现真实的流量测量的统计特性;其预测精度较高,误差集中在0附近.预测结果可以有效地监控网络流量状况,保障电网安全运行.