共查询到10条相似文献,搜索用时 484 毫秒
1.
在分析已有组合模型的基础上,利用变权组合模型、基于BP神经网络的非线性组合模型方法,对大坝观测资料建立组合模型,并给出一个示例。示例表明,变权组合模型和基于BP神经网络的非线性组合模型是可行的,具有一定的使用价值。 相似文献
2.
3.
利用神经网络BP理论在处理非线性问题上的优势,在分析影响河道浅滩演变因素的基础上,建立了基于MATLAB的河道浅滩演变BP网络模型,实例结果表明,利用BP网络和RBF网络模型对浅滩变化进行预测是可行的,具有很好的应用价值,为河道浅滩演变预测研究提供了新方法。 相似文献
4.
5.
6.
7.
《人民珠江》2016,(4)
通过5个典型高维函数对一种新型群智能优化算法——花授粉算法(FPA)进行仿真验证,并与粒子群优化(PSO)算法进行对比分析。针对BP神经网络初始权值、阈值参数难以确定的不足,利用FPA算法优化BP神经网络初始权值和阈值,提出FPA-BP预报模型,以清水江水文站12月月平均流量预报为例进行实例研究。结果表明:1FPA算法收敛精度优于PSO算法,具有较好的收敛速度和全局寻优能力;2FPA-BP模型对实例2001—2005年月平均流量预报的平均相对误差绝对值为2.38%(5次平均),预报精度优于PSO-BP、BP模型。利用FPA算法优化BP神经网络的初始权值和阈值,有效提高了BP神经网络的预报精度和泛化能力,且拓展了BP神经网络初始权值、阈值的优化方法,为相关预报研究提供了参考。 相似文献
8.
为解决跨海管道泄漏位置定位问题,利用EPANET 软件对海底管道泄漏探测进行建模,采用BP 神经网络模型和经K-CV 改进的SVR 模型进行泄漏位置预测。对BP 神经网络的隐含层数和学习函数进行优化和选择,使用K-CV 方法对SVR 算法的惩罚系数c 和核函数参数g 进行最优组合探寻。利用EPANET 软件建模数据形成训练集,随机选取测试集进行预测,同时使用均方根误差和相关系数对预测结果进行评价。实例验证结果表明:K-CV 方法能够有效提高SVR 模型预测精度;与水力学稳态方程相比,BP 神经网络模型在泄露位置预测问题中应用范围更广、预测精度更高。 相似文献
9.