基于RBF神经网络的负荷预测研究综述

负荷预测是实现电力系统优化运行的基础,对于电力系统的安全性、可靠性和经济性都有着显著的影响。RBF是一种三层前馈神经网络,具有良好的函数逼近性能,已被广泛应用到电力负荷预测中,并取得良好的效果。本文主要整理并介绍当前基于RFB神经网的负荷预测方法,对存在的问题进行了分析,并对未来的发展进行了展望。     

基于RBF神经网络的中国黄金市场价格预测

本文以上海黄金市场的现货交易为研究对象,鉴于传统的线性分析方法的局限性,构建了RBF神经网络非线性模型,对上海黄金市场的Au99.99开盘价进行了预测。结果证明,RBF神经网络模型为黄金价格预测提供了一种有效的高精度的预测工具。     

RBF神经网络在基本建设投资预测中的应用

采用了径向基函数网络，在对原始数据进行平滑处理的基础上学习与训练，并应用于基本建设投资预测的实践当中。模拟结果表明，实际预测中效果较为理想，从而为基本建设投资的预测提供了一种新的方法和理论依据。     

基于RBF神经网络的投标报价预测研究

针对建筑工程特点,提出了基于RBF神经网络的建筑工程投标报价方法,建立建筑工程投标报价标高率数学模型。应用MATLAB计算软件,以实例验证了该模型的正确性及实用性。     

基于RBF神经网络的股市涨跌分类预测

本文介绍了RBF神经网络的基本概念以及网络结构,并利用基于RBF建立的概率神经网络对上证股市的涨跌进行了分类预测,实例计算分析表明基于RBF的概率神经网络在对股市整体走势的预测上表现较好.     

基于RBF神经网络的股票价格预测

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。     

基于RBF神经网络的郑州航空港货运吞吐量预测

从主成分分析入手,通过对RBF神经网络进行改进,构建了航空港货运吞吐量的预测模型,并对郑州航空港的货运吞吐量进行预测,经验证精确度较高。基于郑州航空港货运吞吐量的增长趋势,提出积极进行政策扶持、加强郑州航空港运作管理等具体建议,以期为郑州航空港建设提供一定的启示。     

基于层次分析法及BP神经网络的我国船舶订单预测研究

据中国船舶工业行业协会统计,2009年上半年全国船舶行业70户重点监测企业造船完工量1233万载重吨,同比增长60_2％,新承接船舶订单546万载重吨,同比下降80．7％;截至6月底,手持船舶订单16793万载重吨,比年初有较大幅度下降。在订单不足、造船能力快速释放的阶段,如何确保订单的安全性和稳定性成为当前造船企业的首要任务。从手持订单量出发,借助层次分析法和BP神经网络,对2009年我国造船行业做一个简单预测,以期对我国造船业的发展提供借鉴和参考。     

基于RBF神经网络的物流园区选址评价体系研究

由于我国物流园区的建设在选址规划和管理运作方面还需在实际中探索,因此,文中针对物流园区选址问题,构建基于RBF神经网络的选址评价体系模型进行应用研究,将为我国的物流园区规划发展提供了新的理论基础和整体框架参考。     

基于RBF神经网络集成的供应商评价方法

供应链管理代表了当前经济环境下的趋势与需求,其中的伙伴企业选择是其主要研究的问题之一.本文提出了一种基于径向基函数神经网络集成的供应商识别方法.该方法首先通过系统聚类,在每一类中单独训练具有一定差异度的单个径向基函数神经网络,并加以集成,构成以系统聚类与RBF神经网络相结合的模型,以解决供应链的企业伙伴选择问题.最后以企业为背景,运用这种模型解决实际问题,并给出了结果.     

基于NARX神经网络模型的船舶市场预测研究

船舶市场的未来需求一直是船厂和船东关注的焦点。为使船舶制造企业能够积极面对未来市场的发展与变化,文章利用NARX自回归反馈网络对船舶市场进行短期预测。此法提高了对船舶市场预测的准确度及合理性,解决了目前由于经济环境复杂且资料有限而无法进行完全合理有效的预测的问题,以期对我国船舶市场的发展提供借鉴与参考。     

基于BP神经网络的服装出口预测

服装出口贸易受到国内国际诸多因素的影响,是一个复杂的非线性系统。BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数,特别适合于解决非线性系统的预测决策问题。采用三层BP神经网络对我国服装出口进行预测,结果表明该方法能有效的对服装出口进行预测。     

基于神经网络方法的风机故障诊断

针对旋转机械故障征兆与故障模式映射的复杂性,将反向传播(BP)网络、径向基(RBF)网络和概率网络(PNN)用于风机进行故障诊断,并比较了3种网络的诊断精度。以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的神经网络进行故障辨识,结果表明,RBF网识别精度高于PNN网络,BP网络表现较差。     

基于BP神经网络的项目风险评估

风险评估是项目风险管理过程中最困难、最耗时的一个过程,论文给出了项目风险评估的基本流程和评价方法,采用模拟生物神经元基本功能的BP神经网络技术建立了风险评估模型;并通过matlab神经网络工具箱学习训练该网络模型。经测试数据验证,结果比较准确,具有广泛的实用性。     

基于径向基函数网络的教师教学质量评价

高校教学质量的评价是一个多因素、多变量、模糊的非线性过程。运用RBF神经网络建立教学质量评价模型,可以较好地解决传统评价模型中数学模型难以建立、评价因素相关、评价主体主观因素影响等问题。选定训练样本,确定网络结构和参数,经过训练得到RBF网络,并进行了仿真验证。结果表明,该方法具有广泛的适用性。     

基于BP神经网络的物流需求量预测模型研究

本文利用神经网络理论，建立了时间序列对象的反向传播（back-propagation，BP）预测模型，运用于物流需求量预测。并通过实例分析，验证了本模型的科学性与正确性。