公路运输货运量预测方法研究

介绍了国内外公路运输货运量的预测方法,分析各种预测方法的优缺点,以及实际的预测效果。针对公路运输货运量受很多相关因素的影响,使得现有的一些预测方法预测精度不高的问题,应用混沌神经网络,建立了公路运输货运量预测的混沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果。     

基于BP神经网络的货运量预测方法

总结了常用的几种定量预测方法,并指出其在实际应用中的不足。而人工神经网络自身具有鲁棒性、容错性、有表示任意非线性关系的能力和学习能力等特性,为预测技术提供了一种新的思想和方法。最后把这种预测方法应用于物流预测取得了满意的结果。     

数控机床主轴跨距的优化设计

机床主轴跨距是影响主轴刚度的重要因素,介绍了利用有限元法对主轴跨距进行优化设计的方法,以TC30A数控车床为模型,对其主轴进行了静动态分析,并对不同跨距的情况进行了分析计算,得到的最优跨距与理论计算值较吻合。     

数控机床主轴部件性能分析

主轴部件是数控机床的重要组成部分,主轴直接影响到机床的加工精度、表面质量和加工效率。随着现代技术的不断发展,对加工设备有了更高的要求。作为机床的重要组成部分主轴系统需要具备宽转速范围、高精度、高刚度、低振动、低噪声和低形变的特性。同时还要具备抵抗受迫和自激振动的能力。因此研究一种能够快速准确的对主轴的静态和模态特性进行计算的方法对提高数控机床加工质量和效率有着现实的意义。     

基于BP神经网络的商品房销售量预测研究

商品房销售量受多个因素的作用，而且这些作用多是非线性的。商品房销售量预测实质上是实现一个非线性的映射。本文选择了恰当的经济指标作为BP网络的输入输出变量，探讨将神经网络技术应用于商品房销售量的预测领域，并与回归模型、Logistic模型的预测结果进行比较，结果表明人工神经网络方法在商品房销售量预测中的应用是可行的，预测效果更好。     

数控机床主轴转速的参数调整研究

数控机床主轴转速不能按照指令值转速运转或转速精度超差,这种故障的产生有机床机械方面和电气控制方面的原因。本文阐述的内容是在排除了机械原因的前提下,通过调整机床参数、主轴电机驱动器参数的手段,校正机床的主轴转速,使其达到国标规定的技术要求。     

基于BP神经网络的城市化水平预测方法研究

我国城市化水平一般是指居住在城市的人口占总人口的比例,它反映一个地区城市发展的水平,也反映了该地区国民经济整体发展水平。而城市化水平作为衡量一个国家和地区城市化的指标,城市化水平预测是将定性问题用定量结果表示出来,对其研究成为科学评价我国城市化水平的重要课题。经济发展水平与城市化水平的关系最为密切,其中关系的数学模型主要分为这三种类型,分别为线性关系、对数曲线关系和Logistic曲线关系,本文以广州市的人均GDP作为自变量,城镇人口比重数据作为因变量用这三种模型进行拟合分析,结果发现线性关系的拟合效果,最后利用BP神经网络预测结果与线性回归结果进行对比,得出BP神经网络的预测效果最好。     

基于BP神经网络的军事物流定单预测方法研究

选择BP神经网络作为军事物流定单的预测工具,从模型输入层、模型输出层、数据预处理三个方面建立了军事物流定单预测模型,并利用MATLAB的神经网络图形用户接口GUI进行BP神经网络的训练和检验,最后给出了应用方法,并说明注意事项。     

浅谈数控机床主轴轴承温度的检测

数控机床主轴运转过程中,因主轴润滑不足、润滑油太粘稠以及主轴加工、安装等因素,都会引起主轴轴承温度升高.主轴轴承温度过高,会引起材料膨胀,导致机械间隙变小而出现噪音和机械损伤.     

基于BP神经网络的居民消费价格预测研究

价格指数是反映不同时期商品价格水平的变化方向、趋势和程度的经济指标。居民消费价格指数的预测对国家要做好价格政策的制定具有重要的意义,并且有数据表明居民价格指数呈现一种非线性不规则的变化形式,给预测工作带来了许多不便。近些年来兴起的人工神经网络,使得它在处理多变量耦合非线性函数关系中表现出了卓越的能力,在复杂非线性函数的建模中具有巨大的潜力。本文采用人工神经网络方法中的BP神经网络,建立预测模型,对消费价格指数进行预测。     

论基于BP神经网络的GDP预测

在经济分析中,通常采用时间序列模型对进行拟合GDP,GDP预测由于其影响因素复杂、具有很强的非线性,是典型的"黑箱"模型,建立在计量经济学理论基础上的线性方法,难以描述GDP预测中的非线性现象,容易造成预测误差过大.通过对BP神经网络数据进行归一化和选择适当的节点及学习率可变的算法大大提高了预测的精确度和效率.     

基于加工中心主轴故障诊断与维修研究

本文结合实际生产需要,针对数控加工中心在使用过程主轴经常出现的常见典型故障,举出典型实例,通过对数控加工中心主轴的结构与工作原理的阐述,剖析了生产中刀架出现的故障,并提出相应的维修方案。     

基于BP神经网络的我国粮食产量预测

粮食是一个国家的立国之本,对于中国而言,粮食问题占据举足轻重的地位,甚至关系到整个社会的稳定。文中基于BP神经网络,在过去二十三年的粮食产量数据的基础上对中国2012—2016年的粮食产量进行了预测,基于预测结果可知未来五年中国粮食是可以满足人口的需求的,从而确定未来五年政府的粮食储备工作可以有所缓解。     

基于误差反向传播神经网络的江苏省用电量预测研究

电力工业作为关系到国计民生的战略性产业,其健康发展关系到每一个人的切身利益。本文收集了全国第一电力消费大省江苏省1990至2013年的用电量数据,利用BP神经网络算法构建了用电量预测模型。并对江苏省未来五年的用电量进行了预测,为有关部门的电力规划与投资提供有效的决策依据。     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。     

基于数据挖掘的BP神经网络改进算法能产品质量预测研究

人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较．结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。     

基于数据挖掘的BP神经网络改进算法的产品质量预测研究

人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较．结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。     

军事物流预测方法研究

基于实现精确保障的最终目标,提出了军事物流预测的概念：论述了军事物流预测的意义,明确了军事物流预测的程序：对当前军事物流预测各种方法进行了对比分析,提出基于BP神经网络的组合预测方法。将不同预测模型的预测结果有机结合起来,相互取长补短,达到提高预测精度和增加预测结果可靠性的效果：用实例进行验证,证明甩组合预测的方法效果较好。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度，本文采用基于BP神经网络的非线性组合的预测新方法，构建了财务危机预警模型，并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明，组合预测方法有效提高了预测精度，具有很好的适用性和优越性。