期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
最优权组合预测法在路基沉降变形预测中的应用 被引量:2
1
作者 李文威 《智能城市》 2024年第2期97-100,共4页
文章以成熟的等间隔GM(1,1)灰色模型与BP神经网络模型为预测单模型,通过最优权算法分别计算出每个单模型的权重,构建组合预测模型。以某在建铁路工程路基沉降实测数据为例,分别建立了组合预测模型与两种单模型的预测结果比对。结果表明... 文章以成熟的等间隔GM(1,1)灰色模型与BP神经网络模型为预测单模型,通过最优权算法分别计算出每个单模型的权重,构建组合预测模型。以某在建铁路工程路基沉降实测数据为例,分别建立了组合预测模型与两种单模型的预测结果比对。结果表明,在预测初期或末期,组合模型的预测精度各项指标均高于非等间隔灰色模型与BP神经网络模型,证明了最优权组合预测方法在路基沉降预测中的可行性与适用性。 展开更多
关键词 路基沉降 非等间隔灰色模型 神经网络模型 最优权算法
下载PDF
基于最优权组合方法的采矿区沉降预测 被引量:1
2
作者 徐少富 《北京测绘》 2023年第10期1425-1430,共6页
针对现有单一模型只能满足1个点预测的要求,缺乏采矿区整体下沉研究与精度评价的问题。本文利用组合预测的思想,以成熟的神经网络模型与非等间隔灰色模型为预测单模型,并以某矿区全倾向观测数据与半走向观测数据为基础,以最优权组合思... 针对现有单一模型只能满足1个点预测的要求,缺乏采矿区整体下沉研究与精度评价的问题。本文利用组合预测的思想,以成熟的神经网络模型与非等间隔灰色模型为预测单模型,并以某矿区全倾向观测数据与半走向观测数据为基础,以最优权组合思想实现两种单模型的有效结合。采用概率积分法求参的方法验证工作面沉陷预测精度,采用预测值与实际值求参时所得结果相差指标在合理范围内,验证了最优权组合预测方法在矿区沉降预测中的可行性与适用性。 展开更多
关键词 开采沉降 非等间隔灰色模型 神经网络模型 最优权组合 概率积分法
下载PDF
Global exponential stability of interval neural networks with a fixed delay
3
作者 LIChuandong LIAOXiaofeng 《Journal of Chongqing University》 CAS 2004年第1期39-42,共4页
The problem of the global exponential robust stability of interval neural networks with a fixed delay was studied by an approach combining the Lyapunov-Krasovskii functional with the linear matrix inequality (LMI). Th... The problem of the global exponential robust stability of interval neural networks with a fixed delay was studied by an approach combining the Lyapunov-Krasovskii functional with the linear matrix inequality (LMI). The results obtained provide an easily verified guideline for determining the exponential robust stability of delayed neural networks. The theoretical analysis and numerical simulations show that the results are less conservative and less restrictive than those reported recently in the literature. 展开更多
关键词 interval neural networks exponential robust stability Lyapunov-Krasovskii functional linear matrix inequality
下载PDF
icPL-ANN近红外光谱分析方法在航空燃料中的应用研究
4
作者 邢志娜 王菊香 +1 位作者 瞿军 刘洁 《分析试验室》 CAS CSCD 北大核心 2016年第8期971-974,共4页
以航空燃料的闪点预测为例,针对数据分布分散不连续,与光谱信息的线性关联偏弱的情况,提出一种将波段间隔组合与线性-人工神经网络(icPLANN)相结合的近红外光谱定量分析方法。该方法利用分段建模考核进行波段优选,最大程度地提取了有效... 以航空燃料的闪点预测为例,针对数据分布分散不连续,与光谱信息的线性关联偏弱的情况,提出一种将波段间隔组合与线性-人工神经网络(icPLANN)相结合的近红外光谱定量分析方法。该方法利用分段建模考核进行波段优选,最大程度地提取了有效信息,并结合PL-ANN方法建立了近红外光谱定量分析模型。最终把预测结果与间隔组合偏最小二乘法(icPLS)的实验结果进行了对比。结果表明,间隔组合PL-ANN模型的校正标准偏差(SEC)为0.75,预测标准偏差(SEP)为0.86,而间隔组合偏最小二乘法SEC为1.48,SEP为1.08,因此前一种方法的预测精度更高,预测决定系数(Rp2)能达到0.8971。可见,针对分散不连续数据与近红外光谱的复共线性影响预测模型准确度和稳定性的问题,间隔组合PL-ANN方法是一种有效的近红外光谱定量方法。 展开更多
关键词 间隔组合线性神经网络(ic PL-ANN)法 近红外光谱(NIR) 波长优选
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部