共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
基于区域映射模型的R&D项目中止决策 总被引:2,自引:0,他引:2
本文提出了R&D项目中止决策的区域映射模型。区域映射模型能够克服BP神经网络收敛速度慢、易陷入局部极小点等不足,保证了实际分类准则与训练准则的一致性,具有很高的识别率和比BP神经网络更快的收敛速度,是R&D项目中止决策的一个有效的模式识别工具。 相似文献
3.
基于RBF神经网络的股票价格预测 总被引:5,自引:0,他引:5
由于股票的价格是非线性的时间序列,文章提出了基于RBF神经网络的个股价格预测模型,该模型优于传统的股市技术分析方法,又避免了BP算法容易陷入局部极小点和收敛速度慢的缺点。根据实验的仿真结果显示,该模型对于个股价格的短期预测效果较好。 相似文献
4.
本文在分析文本分类算法的一般模型和现有技术后,针对传统神经网络算法存在的问题,提出了一种引入Kmeans算法用于训练RBF神经网络的径向基函数中心,改善误差反向传播(BP)神经网络分类算法收敛速度较慢的缺点。实验结果表明,改进后的RBF网络与BP网络、RBF网络相比,在取得较好分类精度和召回率情况下,具有较高的运算速度和较强的非线性映射能力。 相似文献
5.
6.
文章介绍了人工神经网络的理论基础以及算法特点,针对BP网络存在的易陷入局部最优、以及收敛速度慢问题。根据误差是否降低从而对网络权值的修正量进行调整,达到改善收敛速度的目的,从而提高BP网络摆脱局部最优能力。 相似文献
7.
8.
9.
基于神经网络的机器人逆运动学算法 总被引:1,自引:0,他引:1
文章提出了一种基于神经网络改进算法的机器人逆运动学的求解方法。在讨论机器人逆运动学求解问题以及基于BP算法的神经网络基本原理的基础上,分析了几种BP算法改进方法,出了基于神经网络的机器给人逆运动学求解的具体步骤和设计神经网络的相关注意事项。与传统算法进行比较,通过对PR实验室机器人仿真研究表明,该算法具有简单、学习收敛速度快等特点,且避免了传统算法的许多棘手问题。 相似文献
10.
本文利用平衡记分卡思想建立了供应商绩效评价指标体系。结合遗传算法和BP神经网络构建了进化网络算法模型,克服了单纯网络学习易陷入局部极小的缺陷,并用指标样本检验了进化网络的有效性及改进性能,得到了比较理想的输出结果。 相似文献
11.
文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。 相似文献
12.
郭晓凤 《中国高新技术企业评价》2010,(14):57-59
文章提出一种采用嵌入式蚁群算法优化的小波神经网络磁链观测器,在蚁群算法中引入一种嵌入确定性搜索策略构成嵌入式蚁群算法。仿真实验表明,采用嵌入式蚁群算法优化的小波神经网络磁链观测器,不仅减少了小波神经网络减少隐层节点的数目,加快了小波神经网络的收敛速度,从而提高了磁链观测器的在线辨识精度,进而有效改善了无速度传感器直接转矩控制系统的低速性能。 相似文献
13.
14.
《中国高新技术企业评价》2010,(21)
文章提出一种采用嵌入式蚁群算法优化的小波神经网络磁链观测器,在蚁群算法中引入一种嵌入确定性搜索策略构成嵌入式蚁群算法。仿真实验表明,采用嵌入式蚁群算法优化的小波神经网络磁链观测器,不仅减少了小波神经网络减少隐层节点的数目,加快了小波神经网络的收敛速度,从而提高了磁链观测器的在线辨识精度,进而有效改善了无速度传感器直接转矩控制系统的低速性能。 相似文献
15.
首先建立基于遗传BP神经网络的滚装运输市场货运量预测模型,然后采用川江滚装运输年度数据进行神经网络训练与预测。结果表明,遗传BP神经网络算法在预测的精度与收敛速度上均优于传统预测算法。预测结果为川江滚装运输企业战略规划和滚装运输竞争力的提高提供了决策支持。 相似文献
16.
本文采用基于BP神经网络的模糊自适应PID控制策略,解决了原有PID控制的参数自适应能力弱、鲁棒性较差的问题。该方法基于常规的PID控制策略,采用BP神经网络动态调整PID控制器参数,采用模糊规则改变网络收敛速度,使之能够随时满足控制精度的需要,改善系统的控制性能。仿真实验结果表明:所提的控制策略实现简单,同时具有较高的控制精度。 相似文献
17.
目前BP神经网络已经成功用于公司财务分析与预测,但神经网络采用了传统梯度下降探索法致使BP神经网络存在着收敛速度慢,易陷入局部最优等缺陷,对应用效果造成了不良影响.本文提出通过改进粒子群全局搜索算法对BP网络进行训练.既保留了神经网络原有的优点,又克服了传统训练方法的缺陷.实证表明,该方法预测结果优于传统神经网络模型. 相似文献
18.
支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。 相似文献
19.
20.
支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS—SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。 相似文献