粗集理论在底板突水预测中的应用

煤矿底板突水是一种受许多因素影响的动态过程,其控制因素多种多样。利用底板突水各种因素的数据,通过粗集理论的决策分析方法来确定底板突水的判据,建立粗糙集模型及矿井突水预测系统。     

煤矿突水预测方法探讨

通过对煤矿突水机理及目前预测方法的研究,总结了国内外煤矿突水预测的主要方法——地质环境预测分析,数学与计算机模型预测分析,超前探水预测分析,水化学离子及同位素预测分析,并对这些方法进行分析、对比,提出了基于地理信息系统软件的水文地质数据库及库管理系统的煤矿突水实时预测体系。     

基于遗传神经网络的煤与瓦斯突出预测研究

为提高煤与瓦斯突出预测的效率和准确率,在煤与瓦斯突出影响因素分析的基础上,将遗传优化算法与BP神经网络相结合,对煤与瓦斯突出进行预测,避免了单纯神经网络易陷入局部最优问题。以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的相关数据,选取典型的突出样本对建立的遗传神经网络模型进行训练,对训练好的网络进行仿真预测,结果与实际情况相一致。     

基于WOA-LSTM的窄带通信网网络时延预测算法

为了给窄带通信网的链路选择及协议的智能切换提供实时参考,设计了 一种基于鲸鱼优化算法(WOA)和长短期记忆神经网络(LSTM)的窄带通信网网络时延预测算法.首先对实测数据样本进行标准化处理,以LSTM神经网络算法的均方根误差函数的倒数作为适应度函数;其次采用鲸鱼优化算法对LSTM神经网络的学习率、隐含层神经元个数进行优...     

基于MEA-BP神经网络建筑工程造价指数预测

为了对建筑工程造价指数进行准确有效预测,提出一种基于MEA-BP神经网络的预测方法.在收集天津市2017年1月—2020年9月的45组建筑工程造价指数样本的基础上,利用思维进化算法(Mind Evoluti-onary Algorithm,MEA)对BP神经网络的初始权值和阈值进行优化处理,构建基于MEA-BP神经网络...     

原油输送离心泵预测维修技术

使用时间序列、灰色理论与RBF神经网络的方法分别建立预测模型,利用实际数据进行测试和预测计算,证明上述几种方法在预测维修中的有效性,分析和对比不同预测方法得到的结果,找出最适合离心泵预测维修的方法。     

结合相似日与改进神经网络的短期光伏发电预测

为提高光伏发电预测精度,本文运用灰色关联理论分析历史气象数据,筛选出与待测日天气数据关联度较高的历史数据组作为相似日集合。建立经思维进化算法优化的BP神经网络预测模型,将上述相似日集合作为训练样本代入预测模型用于预测光伏发电功率。以澳洲某光伏系统的数据为例进行预测,结果表明,相比传统BP神经网络法、RBF神经网络,结合相似日与思维进化算法优化神经网络的光伏短期发电预测方法具有更高的预测精度。     

BP神经网络在药品销售预测中的应用

目的对药品销售情况进行科学的分析和预测,为合理制订药品采购计划提供参考。方法利用BP神经网络的数据分析、统计、对非线性数据进行拟合等功能,对药品未来的销售量和销售趋势进行分析和预测。结果BP神经网络仿真预测的药品销售量与实际销售量无显著性差异。结论BP神经网络在预测药品未来销售量上具有实际应用价值,为合理制订药品采购计划,降低药品流通成本提供参考依据。     

基于BP神经网络的变电工程造价分析模型研究与预测

本文使用神经网络对变电站造价与其影响因素进行分析、预测。首先,运用模糊数学理论对变电站工程样本进行优选,选出与待估价工程类似的训练样本;然后,运用BP神经网络实现变电站工程造价和主要影响因素之间的复杂非线性映射,进而用已建的模型对工程进行造价预测;最后,通过比对实际值和预测值,验证所建模型的预测精度。     

特高压输电线路工程造价预测模型研究——基于因子分析及BP 神经网络

本文在对特高压输电线路工程进行项目划分的基础上,分析识别出影响特高压输电线路工程造价的主要因素,并使用因子分析法对其中18 个主要影响因素进行度量,将得到的5 个因子作为输入、工程单位造价作为输出,构建了基于BP 神经网络的造价预测模型,以国内已建和在建的9 个特高压输变电工程中的75 段输电线路工程数据为样本进行了实证研究,结果证明预测模型对特高压输电线路工程造价进行预测具有可行性和较高的准确性,为特高压工程全生命周期内管理优化提供了一种新的思路和实现方法。     

直接测量与间接预测耦合法在土-水特征曲线中分析与应用

采用营口市不同地区的代表土样进行土-水特征曲线试验,得到各土样的饱和含水率、非饱和含水率及进气值等数据,从而推算出各样品的分维数值。利用粒径分布模型对代表土样的分维数值进行预测,并与测量数据进行比较,证明该模型精确度较高。采用该模型对普通土样的土-水特征曲线进行预测,并对代表分维数值进行修正,从而得到营口市各地区的土-水特征曲线,为该市非饱和土持水能力的评估提供基础。     

基于SVM数据挖掘的国民经济序列补缺及预测——以青海省国民经济为例

国民经济数据的健全性与实效性具有重要决策价值和统计意义。本文将两种新兴智能数据挖掘技术—支持向量机（SVM）与神经网络应用于国民经济数据补缺及预测领域,在探析原理及性能基础上检验其应用性能。根据青海省2003—2005年各月份国民经济数据构建指标体系和算例,采用两种方法均通过样本集直接训练方式挖掘各系统中蕴含的规律性联系,然后2004年9月份城镇居民人均可支配收入缺失数据进行补缺和对2005年12月份城镇居民人均消费支出、人均可支配收入进行预测。实验操作方便。且SVM补缺及预测结果唯一,精度更优。同时也说明SVM基于结构风险最小化更适合高维小样本集数据回归问题,泛化性能强。     

地理信息系统在谢一矿煤层底板突水预测中的应用

对矿井充水条件进行分析,选用多源信息复合法,结合地理信息系统专业软件ArcView对矿井底板突水进行预测,得出淮南矿区开采危险程度分区图,从而在有限的观测孔情况下,预测底板突水可能性大小.     

基于神经网络的汾河流域水生态分析预测研究

传统的统计方法和物理模型在处理水生态系统中的复杂关联时存在一定局限性,为准确进行流域水生态预测,研究以汾河流域为背景,建立灰色模型对汾河流域2023—2033年间水生态安全预测,预测结果表明,神经网络模型能够有效地捕捉汾河流域水生态环境的动态变化和非线性特征。通过合理控制压力、改善状态以及积极响应,可以提高山西汾河流域的水生态安全水平。研究结果对流域水生态安全管理和评估预测具有重要的参考价值。     

GA －BP 神经网络模型在地区工业技术创新能力评价中的应用

针对当前技术创新能力评价方法大多建立在线性模型的基础上,且技术创新能力影响因素较多,可能存在多重共线性的缺陷,本文提出了遗传算法优化的BP神经网络模型。GA－BP神经网络模型在以下几方面做出了改进：①利用了神经网络强大的非线性关系映射能力,避免了传统线性模型的缺陷。②利用遗传算法对评价指标进行了降维,去除了多重共线性。③使用遗传算法从全局搜寻BP神经网络权值和阀值向量,优化了BP神经网络模型,避免了BP神经网络由于使用梯度下降算法,容易陷入局部最优解的缺陷。本文最后选取2008～2013年全国31个省市规模以上工业企业技术创新能力124条数据作为训练样本,31条数据作为测试样本,分别测试遗传算法优化的BP神经网络和未优化的BP神经网络,测试结果显示遗传算法优化的BP神经网络模型预测准确率高于未优化的BP神经网络模型。     

矿井突水预测评价方法综述

针对我国一直面临的矿井突水难题,国内外学者先后提出了斯列萨列夫公式法、突水系数法、模糊综合评判法、灰色理论模型法、三图-双预测法和脆弱性指数法等一系列方法,文章主要对这些方法的基本应用原理及优缺点进行了阐述,对指导煤矿生产中的水害防治具有重要意义。     

BP神经网络对烟草销售量预测方法的改进研究

针对烟草销售量传统预测方法的不足,本文结合实际,应用BP神经网络模型对其进行了改进:把实际误差看作一组序列,进行逼近模拟,作为一个单独量加入最终结果,提高了预测的精度.本文的思路和方法可推广到其他社会经济数据序列的预测中去.     

舒卡列夫分类法在突水水源判别中的应用

及时准确的判别突水水源对于防治矿井水害具有十分重要的意义,在突水水源判别发展的过程中研究方法已有多种,其中水化学法应用最为广泛。本文根据马兰煤矿的12个水样数据,利用水化学法中的舒卡列夫分类法中的编号命名法和顺序命名法对突水水源进行判别。结果表明编号命名法确定突水水样为7-A型水,顺序命名法确定水质类型为HCO3-(Na+K)型水,均与砂岩裂隙水的命名结果一致。所以突水水源初步确定为砂岩裂隙水。     

基于NARX神经网络的设备剩余使用寿命预测研究

采用主成分分析法对采集的多元数据进行处理,基于NARX神经网络建立设备剩余使用寿命预测模型,对设备剩余使用寿命进行预测,在C-MAPSS数据集上验证了模型的有效性。     

基于BP神经网络的黄金期货价格预测

在期货市场交易策略中,用预测目标作为衡量买卖时机交易的思想,是主流思想中的重要分支之一。为解决期货价格预测问题,文章对使用BP神经网络预测的方法进行探索。笔者以黄金1305期货合约2008年5月23日到2013年4月25日收盘价共857个数据为依据,建立了可自动调节参数的BP神经网络模型,并利用该网络对收盘价和收益率序列进行了滚动预测,根据预测结果进行期货品种的买卖。依据所构造策略进行交易,在模拟交易中获得了不错的收益。