混合BP神经网络在城市污水量预报中的应用

对城市污水处理厂污水量的科学预测是污水处理机组协调和优化调度的基础和关键。针对传统BP神经网络在污水处理厂污水量的预测中存在收敛速度慢、预报精度低等缺陷。本文提出采用改进的粒子群优化算法优化BP神经网络的连接权值,以提高污水量预报的速度和精度。实验结果表明了该混合BP神经网络在城市污水量预报中的有效性和精确性,实现了污水处理厂各机组的优化运行和节能降耗。

BP混沌混合神经网络在光纤陀螺温度漂移预测中的应用

提出使用BP混沌混合神经网络建立FOG温度漂移模型的方法。该方法在BP算法中采用了改进型Logistic-Map映射生成的混沌变量,能够避免陷入局部最小,可迅速达到全局最优。应用该方法分析某型FOG温度漂移实测数据,结果表明其具有良好的预测效果。

基于中铁贵州智慧社区管理的多源异构数据集成方法

建筑运维阶段所产生的数据由于其产生的环境、系统和条件差异而多具备多源异构的分布特点。想要实现社区的智慧化及高效化管理,必须采用基于物联网和人工智能算法等方法,对来源不同且结构各异的运维数据进行智能化采集和标准化转换,使其集成在统一的数据管理平台上。以搭建集成社区运维管理过程中的环境、资源和资产等数据的规范化转换与传输平台为研究重点,提出了基于ETL元数据和BP混合自适应神经网络的数据集成管理框架,提高了社区数字化及智慧化运维管理水平。

基于公司治理的信息披露舞弊预警研究

以2001年～2005年间的192家被认定为信息披露舞弊的A股上市公司及相应的192家配对公司为样本,基于财务指标和治理指标,分别运用Logistic回归分析和混合BP神经网络构建上市公司信息披露舞弊的预警模型。实证结果表明,治理指标有助于提高信息披露舞弊预警模型的有效性,混合BP神经网络模型的预测能力更强。