基于遗传优化灰色神经网络的吨煤生产成本预测研究

在煤炭企业实际生产中,影响煤生产成本的因素非常复杂,为了对煤的生产成本进行合理预测,论文提出了基于遗传优化灰色神经网络的方法对吨煤生产成本进行研究。通过Matlab仿真,将原始数据与预测数据的拟合程度相比较,确定了此预测方法的科学性与准确性,为最终的煤炭生产成本的控制提供了可靠的依据。

基于优化灰色神经网络模型预测公交换乘需求量的换乘枢纽选址

根据公交换乘枢纽换乘量的生成特点和影响交通换乘量的主要组成因素,研究发现交通换乘量具有"小样本、贫信息"的灰色特征,为此提出了一种基于灰色软计算的换乘需求量预测方法。该方法利用灰色系统原理建立灰色神经网络系统预测模型,通过采用遗传算法改进神经网络的性能,提高系统预测的精度。以兰州市市区公共交通枢纽规划为例,结合实际的道路交通调查数据,运用该方法对提出的交通枢纽方案进行了实证分析与评价。结果表明:改进的灰色神经网络能有效地改善预测精度;运用GA-GNN模型求解道路交通中的非线性问题对提高决策水平具有较大的现实意义。

湖北省汽车物流产业路线图研究

汽车物流产业是物流产业的一个重要组成部分。文章提出运用灰色系统理论,对湖北省汽车产业和物流产业进行关联性分析,证明发展汽车物流产业的必要性。运用遗传灰色神经网络模型,提出湖北省未来汽车物流需求。最后,运用技术路线图,绘制了湖北省10年后的汽车物流产业路线图。

任务驱动下航材需求量的GA-GM-BP预测

机务保障影响着航空装备战斗力的生成,机务保障资源是任务成功率的物质支撑。基于航材需求信息的灰色性,通过采用DEMATEL方法提取影响航空备件需求量的关键影响因素,采用遗传算法优化的灰色神经网络对需求量进行了仿真预测,其预测精度较BP神经网络和灰色神经网络都高。该方法对于其他航空机务保障资源的需求预测有借鉴意义。