期刊文献+
共找到147篇文章
< 1 2 8 >
每页显示 20 50 100
基于LM-BPNN的高寒地区地下水微生物-毒理指标预测模型
1
作者 贾卓鹏 毕俊擘 +3 位作者 原勇 权昕 王帅伟 孙伟超 《地质科技通报》 北大核心 2025年第2期368-377,共10页
为建立高寒地区地下水微生物-毒理指标(细菌菌落总数(total bacteria count,简称TBC)、总大肠杆菌菌落总数(total coliforms count,简称TCC))预测模型,以我国西南高原地区某一水源地地下水微生物-毒理指标(TBC、TCC)为研究对象,通过正... 为建立高寒地区地下水微生物-毒理指标(细菌菌落总数(total bacteria count,简称TBC)、总大肠杆菌菌落总数(total coliforms count,简称TCC))预测模型,以我国西南高原地区某一水源地地下水微生物-毒理指标(TBC、TCC)为研究对象,通过正交试验设计,改变温度、pH值、孔隙率等外部环境条件,开展室内批试验,获取了不同孔隙率、取样深度,流出溶液的温度、pH值、化学需氧量(chemical oxygen demand,简称COD)、氧化还原电位(oxidation-reduction potential,简称ORP)等地下水水质指标及地下水中TBC和TCC值,然后分别以TBC、TCC为目标,以取样深度、溶液温度、pH值、土壤孔隙率、ORP、COD为影响因素,基于Levenberg-Marquardt(LM)优化的神经网络(BPNN)算法,建立了高寒地区地下水微生物-毒理指标的预测模型。结果表明,TBC、TCC模型的预测结果与试验结果的变化趋势一致,且最大相对误差均小于15%(TBC、TCC模型的最大相对误差分别为11.52%,14.55%),符合工程要求。该方法可用于高寒地区地下水微生物-毒理指标的预测,可为高原地区地下水资源可持续利用和污染的有效防治提供科学依据,并为地下水中TBC、TCC的测定提供新的思路。 展开更多
关键词 微生物-毒理指标 TCC TBC 环境条件 地下水水质指标 LM-bpnn 预测模型 高寒地区
在线阅读 下载PDF
基于IPSO-BPNN的超差孔径向增材搅拌摩擦修复接头抗拉强度预测
2
作者 武芳竹 刘炳宏 +2 位作者 李雨亭 李浩然 胡为 《机械工程师》 2025年第1期32-34,40,共4页
利用改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化了反向传播神经网络(Back Propagation Neural Network,BPNN)的权值和阈值。以旋转速度、下扎速度、停留时间为输入,抗拉强度为输出,构建了3×6×1三层拓扑... 利用改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化了反向传播神经网络(Back Propagation Neural Network,BPNN)的权值和阈值。以旋转速度、下扎速度、停留时间为输入,抗拉强度为输出,构建了3×6×1三层拓扑结构的2024-T4铝合金超差孔径向增材搅拌摩擦修复接头抗拉强度的IPSO-BPNN预测模型。结果表明,优化后的IPSO-BPNN模型具有较高的预测精度和收敛速度,相对预测误差为1.01%。 展开更多
关键词 径向增材搅拌摩擦修复 2024-T4铝合金 IPSO-bpnn预测模型 抗拉强度
在线阅读 下载PDF
BPNN神经网络在矿区沉降监测预报中的应用及其精度分析
3
作者 李小惠 陈欣沂 《测绘与空间地理信息》 2025年第10期161-163,共3页
矿区开采引发的地表沉降问题严重威胁安全生产与生态环境,传统数学模型(如概率积分法、时间函数法)受限于线性假设和参数简化,对复杂地质条件下的沉降预测精度不足。为解决该问题,本文创新性引入反向传播神经网络(BPNN)模型,构建矿区沉... 矿区开采引发的地表沉降问题严重威胁安全生产与生态环境,传统数学模型(如概率积分法、时间函数法)受限于线性假设和参数简化,对复杂地质条件下的沉降预测精度不足。为解决该问题,本文创新性引入反向传播神经网络(BPNN)模型,构建矿区沉降智能监测预警体系。基于现场采集的100期沉降监测时序数据,对网络进行训练与优化,确定隐含层节点数、学习率等超参数,最终建立高精度预测模型。模型验证结果表明:BPNN可有效捕捉沉降非线性演化规律,预测值与实测值对比显示,最大残差为7.12 mm,最小残差为-7.24 mm;平均均方根误差(RMSE)为2.68 mm,显著优于传统方法;平均相对精度达92.0%,证明模型具有强泛化能力。该模型实现了沉降变形的动态预报,当预测值超越安全阈值时可触发分级预警,为矿区提供主动式风险防控手段。研究成果不仅提升了沉降监测的时效性与准确性,还可为采空区治理、地质灾害防控提供数据支撑,对推动矿山数字化安全管理具有重要价值。 展开更多
关键词 bpnn神经网络模型 沉降监测 残差 平均相对精度
在线阅读 下载PDF
基于大数据分析与BPNN的工业经济发展预测研究
4
作者 李琪 《现代工业经济和信息化》 2025年第4期72-74,共3页
工业经济的平稳增长能促进工业结构的优化升级,保障各产业链环节的稳定生产、供应。通过对工业经济发展预测的研究和分析,及时发现工业经济发展可能出现的问题和风险,并有针对性地采取措施,可以促进工业经济平稳增长。因此,提出了一种... 工业经济的平稳增长能促进工业结构的优化升级,保障各产业链环节的稳定生产、供应。通过对工业经济发展预测的研究和分析,及时发现工业经济发展可能出现的问题和风险,并有针对性地采取措施,可以促进工业经济平稳增长。因此,提出了一种基于大数据分析与BPNN的工业经济发展预测方法。该研究首先对工业经济发展的数据进行分析,再基于BPNN构建工业经济发展预测模型。结果显示,研究采用的BPNN模型进行拟合时的平均相对误差、均方误差、解释方差、训练拟合度与其他方法进行对比,研究采用的BPNN模型的拟合效果最好,BPNN模型的相对误差都小于0.03。研究提出的方法训练预测结果较好,可以对全国工业总产值进行有效预测。 展开更多
关键词 大数据分析 bpnn 工业经济 预测模型
在线阅读 下载PDF
基于PSO-BPNN算法的水利水电工程造价估算方法
5
作者 施红芳 《中国水能及电气化》 2025年第10期22-26,共5页
针对水利水电工程造价估算复杂且精度难保的问题,文章采用PSO-BPNN算法深入分析工程特征,提取涵盖工程量、材料、设备、地理气候及施工管理等方面的造价关键因素作为指标。对数据进行预处理,包括数据清洗和归一化操作,以提升数据质量和... 针对水利水电工程造价估算复杂且精度难保的问题,文章采用PSO-BPNN算法深入分析工程特征,提取涵盖工程量、材料、设备、地理气候及施工管理等方面的造价关键因素作为指标。对数据进行预处理,包括数据清洗和归一化操作,以提升数据质量和模型训练效果。构建PSO与BPNN相结合的估算模型,用PSO优化BPNN的初始权值和阈值,进而提高收敛速度和估算精度。实验结果表明,该方法比现有方法估算更精确、泛化能力更强,为水利水电工程造价管理提供了支持。 展开更多
关键词 水电工程 造价 估算模型 PSO-bpnn算法
在线阅读 下载PDF
改进SSA优化BPNN的煤体瓦斯渗透率预测模型
6
作者 汪伟 崔欣超 +3 位作者 祁云 李绪萍 王璜瑞 齐庆杰 《中国安全科学学报》 北大核心 2025年第2期137-143,共7页
为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局... 为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局部寻优精度,从而优化BPNN的权值和阈值配置;然后,通过皮尔逊相关系数矩阵和核主成分分析(KPCA)处理瓦斯渗透率影响因素的数据,以提高模型的计算效率和准确性,并以累积方差达88.59%的3个主成分提取为模型输入,渗透率作为输出进行试验;最后,将该模型应用于山西某煤矿进行实例验证。结果表明:ISSA-BPNN在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)等4个指标上优于粒子群算法(PSO)优化BPNN、PSO优化支持向量机(PSO-SVM)、PSO优化最小二乘支持向量机(LSSVM)及SSA优化BPNN(SSA-BPNN)模型,且相较于其他模型在测试样本中的平均绝对误差(MAE)分别降低0.0327、0.022、0.0179、0.0182;MAPE分别降低5.15%、3.14%、2.76%、2.36%;RMSE分别降低0.0316、0.0279、0.0188、0.0222;R^(2)分别提高0.0775、0.0658、0.0401、0.0493;实例验证表明模型可靠性和稳定性较高。 展开更多
关键词 改进麻雀搜索算法(ISSA) 反向传播神经网络(bpnn) 煤体瓦斯 渗透率 预测模型
原文传递
基于误差倒数法的GM-BPNN-RRM变权组合模型的碳排放量预测
7
作者 王娟 李学鹏 《北京信息科技大学学报(自然科学版)》 2025年第5期93-98,共6页
精准有效地预测碳排放量有助于推动低碳经济的发展。基于2000—2023年时间序列数据,选取国内生产总值(gross domestic product, GDP)、能源消耗、城镇化水平和人口数量等核心驱动因素作为预测指标,分别构建灰色模型(grey model, GM)GM(1... 精准有效地预测碳排放量有助于推动低碳经济的发展。基于2000—2023年时间序列数据,选取国内生产总值(gross domestic product, GDP)、能源消耗、城镇化水平和人口数量等核心驱动因素作为预测指标,分别构建灰色模型(grey model, GM)GM(1,5)、反向传播神经网络(back propagation neural network, BPNN)模型和岭回归模型(ridge regression model, RRM)进行实证分析。实证分析结果表明,3种单一模型的平均相对误差(mean relative error, MRE)分别为5.06%、0.44%和1.02%。为进一步提升预测精度,采用误差倒数法确定最优权重系数,构建了GM-BPNN-RRM变权组合预测模型。结果显示,组合模型的平均相对误差降至0.40%,其预测性能优于各单一模型。 展开更多
关键词 GM(1 5) 反向传播神经网络 岭回归模型 误差倒数法 变权组合模型
在线阅读 下载PDF
基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测 被引量:6
8
作者 罗震 董建伟 胡建明 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2024年第5期445-451,共7页
电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文... 电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文以2219/5A06铝合金为研究对象,在3种不同的装配条件(包括间隙和间距)下进行电阻点焊工艺信号的分析,并进行人工智能建模.为了提高电阻点焊质量评价的性能和效率,本文采用Logistic-Tent(LT)复合映射改进麻雀搜索算法(SSA)对反向传播神经网络(LT-SSA-BPNN)模型进行优化,模型的输入和输出分别为多信号融合后的变量和熔核直径.实验结果表明,与传统的标准反向传播神经网络(BPNN)模型相比,经过LT-SSA-BP模型优化后,预测结果的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别降低了36.17%、17.55%和51.75%.同时,LT-SSA-BP神经网络在添加了不同间隙和间距条件作为训练集后,其预测稳定性明显提高,可以成功预测电阻点焊质量. 展开更多
关键词 电阻点焊 质量预测 麻雀搜索算法 反向传播神经网络模型
在线阅读 下载PDF
基于BPNN的在线学习者元认知能力评估 被引量:2
9
作者 王洪江 陈沛瑜 +2 位作者 李作锟 张一夫 李南希 《现代教育技术》 CSSCI 2024年第11期132-142,共11页
元认知能力被认为是提升学习者在线学习效果的关键因素,其有效评估对于教育教学具有重要意义。但是,当前基于在线学习行为的元认知能力评估方法存在指标选取有差异、不全面且权重模糊等问题。对此,文章首先设计了基于BPNN的学习者元认... 元认知能力被认为是提升学习者在线学习效果的关键因素,其有效评估对于教育教学具有重要意义。但是,当前基于在线学习行为的元认知能力评估方法存在指标选取有差异、不全面且权重模糊等问题。对此,文章首先设计了基于BPNN的学习者元认知能力评估研究框架,通过数据采集和标准化处理,得到19个在线学习行为指标。接着,文章进行了教学实验,通过相关性分析得到11个与元认知能力显著正相关的行为指标,并构建了基于BPNN的元认知能力评估模型。随后,文章进行了模型的性能验证,发现BPNN模型的整体性能和分类性能均最优;同时,文章从行为指标的重要性、影响情况和个体贡献度三个角度进行了模型的可解释性分析,以利于教师做出更科学、合理的教育决策。最后,文章从学习空间、学习资源、教师角色三个方面对BPNN模型的教学应用进行了展望。文章构建的BPNN模型能够准确评估和可视化解释元认知能力,有助于个性化教育教学的开展,从而为教育评估研究提供发展方向。 展开更多
关键词 元认知能力 bpnn 行为指标 算法模型 可解释性
在线阅读 下载PDF
IPSO-BPNN:一种结合粒子群优化的BP神经网络透射光谱水质亚硝酸盐含量定量化模型
10
作者 王彩玲 张国浩 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第11期3172-3178,共7页
亚硝酸盐是一种常见的水质污染物,主要来源为废水、肥料和污水处理厂等。水质中亚硝酸盐浓度大小是评估水体健康程度的一个重要指标,但传统的亚硝酸盐浓度检测方法操作复杂且容易受到检测环境的干扰,无法直观和准确的反映出水质健康程... 亚硝酸盐是一种常见的水质污染物,主要来源为废水、肥料和污水处理厂等。水质中亚硝酸盐浓度大小是评估水体健康程度的一个重要指标,但传统的亚硝酸盐浓度检测方法操作复杂且容易受到检测环境的干扰,无法直观和准确的反映出水质健康程度。为了探究一种新的方式来评估水体的健康程度,使用IPSO-BPNN模型对亚硝酸盐透射光谱数据进行浓度预测。首先选择10种浓度的亚硝酸盐标准溶液(0.02、0.04、0.06、0.08、0.10、0.12、0.14、0.16、0.18和0.20 mg·L^(-1),使用OCEAN-HDX-XR微型光谱仪在相同的时间间隔下对十个浓度的亚硝酸盐溶液进行扫描,并通过白板校正得到光谱数据的光谱透射率值。使用最大最小归一化、均值中心化两种预处理方法将光谱数据进行维度和中心点的统一,使得不同样本之间的光谱数据具有可比性和可解释性。由于原始光谱数据维度较高,采用核主成分分析进行数据降维,选择代表原始数据97.94%信息的6个主成分进行IPSO-BPNN模型的训练。在预测亚硝酸盐浓度时,对原始粒子群优化算法进行了改进,引入了自适应学习因子和惯性权重更新公式以及粒子种群多样性引导策略,并在BP神经网络的基础上引入了学习率自适应公式,提高了算法的性能。通过比较不同粒子数进行迭代的函数适应度值变化曲线,选择使用100个粒子进行30次迭代来寻找最优权重和偏置组合。结果显示,IPSO-BPNN预测模型的决定系数为0.984360,均方根误差为0.006920,平均绝对误差为0.004103,与当前预测性能较好的随机森林模型、线性回归模型、BP-ANN模型、PSO-BPNN模型和PSO-SVR模型相比,该模型的拟合效果更好,精确度更高。基于以上结果,提出了一种基于IPSO-BPNN模型的高光谱水质亚硝酸盐浓度预测方法,为水体健康程度的评估提供了新的思路。 展开更多
关键词 高光谱 亚硝酸盐 IPSO-bpnn模型 KPCA 水质检测
在线阅读 下载PDF
基于PCA-BPNN模型的埋地管道腐蚀速率预测研究 被引量:3
11
作者 于扬 孙东亮 《兰州理工大学学报》 CAS 北大核心 2024年第4期60-68,共9页
为了更加准确可靠地预测埋地管道的腐蚀速率,融合PCA分析法和多隐层BP人工神经网络模拟方法进行研究.选取陕西省某油气公司的埋地输油管道,构建8维度外腐蚀指标体系,在PCA-多隐层BPNN模型中模拟训练得到结果.通过PCA预处理将外腐蚀指标... 为了更加准确可靠地预测埋地管道的腐蚀速率,融合PCA分析法和多隐层BP人工神经网络模拟方法进行研究.选取陕西省某油气公司的埋地输油管道,构建8维度外腐蚀指标体系,在PCA-多隐层BPNN模型中模拟训练得到结果.通过PCA预处理将外腐蚀指标体系降为3维,以便减少多元素信息带来的耦合影响,模拟得到隐藏层参数最优的BPNN模型,预测腐蚀速率,求出预测值精确度,统计得到改进后方法精确度大于95%的个数是单一BP方法的2.5倍.为了检验PCA-多隐层BPNN方法的鲁棒性,另取20组数据代入验证,再次证实了PCA-多隐层BPNN模型所得的误差更小,更能满足实际工程需要. 展开更多
关键词 埋地管道 腐蚀速率 PCA-多隐层bpnn模型
在线阅读 下载PDF
Model identification with BPNN on restrictive ecological factors of SRB for sulfate-reduction 被引量:1
12
作者 王爱杰 任南琪 《Journal of Harbin Institute of Technology(New Series)》 EI CAS 2002年第2期125-128,共4页
The model of back-propagation neural network (BPNN) was presented to demonstrate the effect of restrictive ecological factors, COD/SO 4 2- ratio, pH value, alkalinity (ALK) and SO 4 2- loading rate (Ns), on sulfat... The model of back-propagation neural network (BPNN) was presented to demonstrate the effect of restrictive ecological factors, COD/SO 4 2- ratio, pH value, alkalinity (ALK) and SO 4 2- loading rate (Ns), on sulfate reduction of Sulfate Reducing Bacteria (SRB) in an acidogenic sulfate reducing reactor supplied with molasses as sole organic carbon source and sodium sulfate as electron acceptor. The compare of experimental results and computer simulation was also discussed. It was shown that the method of BPNN had a powerful ability to analyze the ecological characteristic of acidogenic sulfate reducing ecosystem quantitatively. 展开更多
关键词 sulfate-reducing bacteria(SRB) RESTRICTIVE ECOLOGICAL FACTORS BACK-PROPAGATION neural network (bpnn) model identification
在线阅读 下载PDF
ARIMA-BPNN模型在结核病发病率中的预测研究 被引量:1
13
作者 许弘佳 崇英之 +4 位作者 刘媛媛 曹娃 许达 张佳伟 赵俊鹏 《医学动物防制》 2024年第10期970-973,978,共5页
目的探讨差分自回归移动平均(autoregressive integrated moving average,ARIMA)-BP神经网络(back-propagation neural network,BPNN)(ARIMA-BPNN)模型预测结核病发病率的准确性,为结核病发病率的短期预测提供依据。方法以河北省结核病... 目的探讨差分自回归移动平均(autoregressive integrated moving average,ARIMA)-BP神经网络(back-propagation neural network,BPNN)(ARIMA-BPNN)模型预测结核病发病率的准确性,为结核病发病率的短期预测提供依据。方法以河北省结核病发病率数据为例,2005年1月—2016年12月结核病发病率数据作为训练集,2017年1月—2018年12月结核病发病率数据作为验证集。赤池信息量准则(Akaike information criterion,AIC)、贝叶斯信息准则(Bayesian information criterion,BIC)、ljung-box检验以及过度拟合检验确定最优ARIMA模型,继而构建ARIMA-BPNN模型。采用均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)评价模型预测精度。统计分析软件为R 3.4.0,检验水准α=0.05。结果ARIMA(1,1,2)(0,1,1)_(12)模型中AIC=153.32、BIC=167.70、χ^(2)=3.38,P=0.760,各参数估计结果比较,差异均有统计学意义(t=-2.86、-1.93、-6.21、-1.75,均P<0.05),在训练集中拟合度最优。在此模型的基础上,取RMSE最小值(RMSE=0.06)的训练结果作为参数取值(size=2,decay=0.01),建立ARIMA-BPNN模型。验证集中进行预测精度的比较,ARIMA模型的RMSE、MAE和MAPE分别为0.94%、0.24%和6.52%,ARIMA-BPNN模型的RMSE、MAE和MAPE分别为0.10%、0.02%和0.55%。结论相比ARIMA模型,ARIMA-BPNN模型可提供更高的预测精度,在结核病短期发病率预测中有更好的预测效果。 展开更多
关键词 结核病 ARIMA-bpnn ARIMA 时间序列 模型预测 传染病预测 研究
原文传递
基于PSO-BPNN模型的爆破块度预测 被引量:3
14
作者 刘英 毛羽 +5 位作者 徐士超 李彬 张虹 顾云 张继奎 蒋楠 《爆破》 CSCD 北大核心 2024年第2期136-142,共7页
爆破块度和级配对水利工程堆石体的稳定性与渗透性影响至关重要,爆破块度的精确预测是目前岩体爆破领域科研工作者关心的热点问题之一。基于BP神经网络基本原理,利用PSO算法优化网络权重和偏置,构建PSO-BPNN模型,结合典型爆破数据对模... 爆破块度和级配对水利工程堆石体的稳定性与渗透性影响至关重要,爆破块度的精确预测是目前岩体爆破领域科研工作者关心的热点问题之一。基于BP神经网络基本原理,利用PSO算法优化网络权重和偏置,构建PSO-BPNN模型,结合典型爆破数据对模型进行训练和测试,并依托山西浑源抽水蓄能电站工程实际验证模型的可靠性与适用性。结果表明:PSO-BPNN模型预测爆破块度计算时间短,可靠性高;模型预测输出值与工程实际平均爆破块度值最大相对误差为6.56%,其预测精度高和适用性较高,可为山西浑源抽水蓄能电站堆石坝的建设提供精确的指导。 展开更多
关键词 爆破块度 PSO-bpnn模型 模型预测 工程应用
在线阅读 下载PDF
APSO-BPNN模型在滨海环境中铁质材料腐蚀速率预测中的应用
15
作者 杨彪 肖佳 +2 位作者 欧阳晨 朱金晨 闫莹 《腐蚀与防护》 CAS CSCD 北大核心 2024年第12期72-79,共8页
针对滨海复杂环境中铁质材料腐蚀速率预测的问题,利用自适应粒子群优化(APSO)算法对反向传播神经网络(BPNN)中的权重和阈值进行优化,构建了一种APSO-BPNN模型,以提高铁质材料在滨海环境中腐蚀速率预测的准确性。基于暴露试验数据,对比了... 针对滨海复杂环境中铁质材料腐蚀速率预测的问题,利用自适应粒子群优化(APSO)算法对反向传播神经网络(BPNN)中的权重和阈值进行优化,构建了一种APSO-BPNN模型,以提高铁质材料在滨海环境中腐蚀速率预测的准确性。基于暴露试验数据,对比了APSO-BPNN模型与传统BPNN模型的预测效果。结果表明:APSO-BPNN模型在训练集上的决定系数R_(2)提高了23.65%,其在测试集上的R2达到0.9258,平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别下降至11.55、22.26%和14.43。 展开更多
关键词 铁质材料 自适应粒子群优化(APSO)算法 反向传播神经网络(bpnn) 腐蚀速率 预测模型
在线阅读 下载PDF
基于新型元启发式反向传播神经网络的500 kV输电线路覆冰厚度预测 被引量:2
16
作者 苏仁斌 熊卫红 +3 位作者 刘先珊 李智 邹建明 曾垂辉 《兰州大学学报(自然科学版)》 北大核心 2025年第1期17-25,34,共10页
实际输电线路的覆冰监测数据为高维非线性时间序列,以某500 kV典型覆冰线路为研究对象,结合监测序列的统计特征,提出基于新型元启发算法瞪羚优化方法(GOA)的反向传播神经网络(BPNN)模型进行覆冰厚度预测.基于10个标准测试函数的最优解求... 实际输电线路的覆冰监测数据为高维非线性时间序列,以某500 kV典型覆冰线路为研究对象,结合监测序列的统计特征,提出基于新型元启发算法瞪羚优化方法(GOA)的反向传播神经网络(BPNN)模型进行覆冰厚度预测.基于10个标准测试函数的最优解求解,验证优化算法对复杂问题全局最优求解的适用性,引入该算法建立GOA-BPNN模型,仿真不同训练样本数的正弦函数,说明该方法能更快地收敛于最优解.根据线路的5 a覆冰监测数据,基于相关系数矩阵及主成分分析法,将6个主控因子降维为4个,作为GOA-BPNN模型的输入层,构建符合线路特征的覆冰厚度GOABPNN预测模型.该模型针对短时间覆冰序列的预测结果比经典BPNN模型的预测值更准确,验证了其对高阶非线性覆冰时间序列的泛化学习能力.以线路的多年覆冰长时间序列为训练集,预测得到5个时刻的覆冰厚度,GOA-BPNN模型相对其他4个模型的预测值最接近实际监测值,模型对“微地形、微气象”环境中的覆冰厚度预测具有较高的可靠性. 展开更多
关键词 瞪羚优化算法 GOA-bpnn模型 主成分分析 覆冰厚度 预测模型
原文传递
ARIMA-BPNN组合预测模型在流感发病率预测中的应用 被引量:19
17
作者 杨召 叶中辉 +3 位作者 赵磊 薛庆元 梁淑英 王重建 《中国卫生统计》 CSCD 北大核心 2014年第1期16-18,共3页
目的阐述ARIMA-BPNN组合模型预测流感发病率的方法和步骤,探讨其在流感发病率预测中的应用。方法利用河南省2004年1月-2010年12月的流感疫情数据作为训练集,建立ARIMA模型和ARIMA-BPNN组合模型,选取2011年1月-12月的疫情数据作为检验集... 目的阐述ARIMA-BPNN组合模型预测流感发病率的方法和步骤,探讨其在流感发病率预测中的应用。方法利用河南省2004年1月-2010年12月的流感疫情数据作为训练集,建立ARIMA模型和ARIMA-BPNN组合模型,选取2011年1月-12月的疫情数据作为检验集,评价模型的预测效能。结果 ARIMA(3,0,0)模型和ARIMA-BPNN组合模型预测值的平均绝对误差及平均误差绝对率分别为1.438、27.65%和0.029、0.43%,ARIMA-BPNN组合模型的预测效能优于ARIMA模型。结论 ARIMA-BPNN组合模型能有效模拟、预测流感的发病疫情,具有较好的推广应用价值。 展开更多
关键词 ARIMA模型 ARIMA—bpnn组合模型 预测 流感 发病率
暂未订购
基于ARIMA-BPNN模型对医院感染患病率的预测研究 被引量:10
18
作者 王高帅 陈晓娟 梁进娟 《中华医院感染学杂志》 CAS CSCD 北大核心 2017年第2期448-451,共4页
目的采用ARIMA模型和ARIMA-BPNN联合模型对某大型三甲医院医院感染患病率预测进行建模,预测医院感染患病率变化趋势,评价不同预测模型的预测效果。方法利用河南省某大型三甲医院2013年1月-2014年12月的医院感染患病率数据作为训练集,建... 目的采用ARIMA模型和ARIMA-BPNN联合模型对某大型三甲医院医院感染患病率预测进行建模,预测医院感染患病率变化趋势,评价不同预测模型的预测效果。方法利用河南省某大型三甲医院2013年1月-2014年12月的医院感染患病率数据作为训练集,建立ARIMA模型和ARIMA-BPNN联合预测模型,选取2015年1-6月的患病率数据作为检验集,评价模型的预测效能。结果 ARIMA模型和ARIMA-BPNN联合模型的预测值的平均偏差及平均相对偏差分别为0.086,6.132%和0.015,1.080%;组合模型的预测效能优于ARIMA模型。结论 ARIMA-BPNN联合模型能有效模拟预测医院感染患病率,对预防和控制医院感染的发生具有重要的应用价值。 展开更多
关键词 ARIMA模型 ARIMA-bpnn联合模型 医院感染 预测 患病率
原文传递
BPNN神经网络模型和SARIMA模型在荆州市乙类传染病发病数中的预测效果比较 被引量:6
19
作者 刘天 姚梦雷 +5 位作者 黄继贵 黄淑琼 陈红缨 杨雯雯 蔡晶 吴然 《中国社会医学杂志》 2021年第1期109-113,共5页
目的评价BPNN神经网络模型和季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)在乙类传染病发病数中的预测效果。方法利用荆州市2005年1月—2017年12月的乙类传染病逐月发病数作为拟合数据,建... 目的评价BPNN神经网络模型和季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)在乙类传染病发病数中的预测效果。方法利用荆州市2005年1月—2017年12月的乙类传染病逐月发病数作为拟合数据,建立BPNN神经网络模型和SARIMA模型,预测2018年1—5月逐月发病数并与实际值比较,采用平均绝对百分比误差(MAPE)、R^(2)、均方误差(RMSE)和平均绝对误差(MAE)评价模型的拟合及预测效果。结果SARIMA模型建立的最优模型为SARIMA[0,1,(12)](1,1,1)12,且残差为白噪声序列。BPNN神经网络模型和SARIMA模型拟合的MAPE、R2、RMSE和MAE依次分别为3.92%,0.92,82.29,61.93;7.16%,0.49,149.93,118.10。BPNN神经网络模型和SARIMA模型预测的MAPE、R2、RMSE和MAE依次分别为11.84%,0.23,180.33,94.76;21.96%,-0.91,633.94,251.19。结论BPNN神经网络模型对荆州市乙类传染病发病数拟合和预测效果均优于SARIMA模型。 展开更多
关键词 bpnn神经网络模型 SARIMA模型 乙类传染病 预测
暂未订购
改进BFO优化BPNN的自来水混凝加药预测 被引量:4
20
作者 张长胜 韩涛 +4 位作者 钱斌 胡蓉 田海湧 毛辉 王卓 《中国环境科学》 EI CAS CSCD 北大核心 2021年第10期4616-4623,共8页
本文给出一种量子粒子群(QPSO)算法、改进菌群觅食(IBFO)算法优化反向传播神经网络(BPNN)的混凝投药预测模型,利用量子粒子群的个体极值与群体极值更新细菌觅食算法趋化过程中细菌位置;通过细菌协同改进趋化算子提高优化精度,结合差分... 本文给出一种量子粒子群(QPSO)算法、改进菌群觅食(IBFO)算法优化反向传播神经网络(BPNN)的混凝投药预测模型,利用量子粒子群的个体极值与群体极值更新细菌觅食算法趋化过程中细菌位置;通过细菌协同改进趋化算子提高优化精度,结合差分算法改进繁殖算子解决部分维度退化问题,加入轮盘赌方法作为选择机制改进迁移算子来克服优化过程中优秀解消失的缺陷;进而优化BP神经网络的权值、阈值以此预测混凝剂投药量.对云南某自来水厂的数据进行离线训练和模型测试,结果表明,所提算法预测结果的均方误差(MSE)达0.0116mg/L,平均绝对误差百分比(MAPE)达1.36%,在预测精度和稳定性上优于BFO-BPNN、PSO-BPNN等模型. 展开更多
关键词 混凝加药 预测模型 bpnn BFO QPSO
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部