基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

基于灰色BP神经网络组合模型的郑州市商品住宅价格预测

针对郑州市商品住宅价格问题进行了研究,在传统GM(1,1)模型的基础上引入BP神经网络模型,建立了灰色BP神经网络组合模型,采用传统GM(1,1)模型与灰色BP神经网络组合模型预测郑州市商品住宅价格.结果表明,灰色BP神经网络组合模型比传统GM(1,1)模型预测精度高,具有更好的应用价值.     

基于灰色神经网络模型的径流模拟与应用

通过对实测年径流系列进行相关影响因子的灰关联度分析,建立了GM(1,N)模型,利用BP神经网络模型对残差值进行拟合修正,构建了一个基于GM(1,N)的灰色神经网络预测模型.结合实例的计算结果表明,该模型可提高年径流模拟精度.     

基于灰色理论的网络安全态势预测方法

为了有效地预测网络安全态势,在态势因子和灰色理论的基础上,提出了将灰色GM(1,1)和GM(1,N)模型相结合来预测网络安全态势的方法。首先筛选态势因子,再利用模型GM(1,1)对态势因子的变化进行预测,得到N个态势因子变化函数,最后利用这些函数和模型GM(1,N)对网络安全态势进行预测。将灰色GM(1,1)模型、神经网络模型和本文方法对网络安全态势进行预测,实验结果表明,本方法能够更准确地预测网络安全态势。     

基于灰色神经网络的SCR脱硝催化剂寿命预测研究

为了充分利用SCR脱硝催化剂,尽可能延长其服役时间,同时确保燃煤电厂脱硝系统的安全稳定运行,必须制定科学合理的催化剂寿命预测方案。现阶段催化剂寿命预测常用的指数模型预测误差较大,不适合用于指导SCR催化剂的更换方案。针对SCR催化剂活性与服役时间的样本数据具有灰色特点,建立了BP神经网络模型、灰色BP神经网络残差模型、灰色BP神经网络直接输出模型,避免了样本数据少且不具备一致性对预测结果的影响。最后通过实例对比分析,说明了灰色神经网络法中的直接输出模型精度较高,可为燃煤电厂SCR脱硝催化剂的寿命预测及更换管理提供一定的参考依据。     

系统灰理论在交通量预测中的应用

系统灰预测是灰色理论的一个重要部分.使用GM(1,N)在某些适合的系统中对其中一个或几个变量进行预测,所得结果的精度和可以外推的预测范围都明显优于普通的GM(1,1)模型.在交通运输系统中,交通量、行程时间和交通密度是交通系统中的三种行为变量.本文对交通系统建立灰色系统模型,使用GM(1,N)和GM(1,1)嵌套解法求解,对其中交通量进行预测,预测结果较好.     

基于灰色系统理论的混凝土徐变试验研究

根据灰色系统理论建立GM(1,N)模型,运用MATLAB软件编程计算,对计算数据和试验数据进行对比分析,根据需要进行GM(1,1)残差修正,建立了混凝土徐变在加载时间、应力状态和温度环境共同作用下的递推公式,其试验结果与预测结果吻合较好.     

灰色神经网络下的多变量土壤含水量预测模型

土壤含水量是评价农业墒情的重要指标,其变化规律对节水农业具有重要意义。基于土壤含水量预测问题中测量数据的特征和土壤含水量变化的内在联系,结合灰色GM(0,N)模型和BP神经网络模型的优势,构建BPSGM(0,N)模型。以河南省新郑市土壤含水量预测问题为例,基于实际测量数据,对该模型的预测值进行残差分析和关联度检验。结果表明,BPSGM(0,N)模型在土壤含水量预测方面具有良好的效果。     

基于灰色遗传BP神经网络的大坝变形预测

提出了一种基于灰色预测模型的遗传算法优化BP神经网络的组合预测模型。通过对原始大坝序列进行灰色拟合,弱化原始序列的随机扰动影响,增强数据的线性规律,并采用遗传算法优化BP神经网络的连接权值和阈值,之后将灰色拟合后的残差作为优化后的BP神经网络的输入样本进行训练和测试,进而建立灰色遗传BP神经网络预测模型。组合模型充分结合了BP神经网络自适应学习的优点,避免了灰色方法及模型在非线性预测方面的缺陷;同时集成了遗传算法的全局寻优性能,弥补了神经网络容易陷入局部极值点的缺陷。与灰色GM(1,1)和单一BP神经网络对比表明,组合模型能保证较优的局部预测值和较高的全局预测精度,应用于复杂的大坝变形预测中是可行的。     

冻融循环条件下沥青混合料的耐久性及其GM(1,N)预测

通过沥青混合料空隙率及冻融前后混合料劈裂抗拉强度变化进行冻融循环条件下沥青混合料的耐久性能研究,并采用灰色系统理论中GM(1,N)模型对冻融循环条件下沥青混合料的耐久性能进行预测。试验结果表明:沥青混合料耐久性因素中的空隙率和劈裂抗拉强度与冻融次数之间有良好的相关性,在冻融循环条件下,空隙率随着冻融次数的增加而明显增加,劈裂抗拉强度随着冻融次数增加显著减小。建立的GM(1,N)灰色预测模型能够较好地预测冻融循环条件下沥青混合料的空隙率和劈裂抗拉强度,且计算结果与试验数据吻合较好,表明在冻融循环条件下沥青混合料耐久性研究中引入灰色系统理论是可行的;通过GM(1,N)多因素预测,可以大量减轻试验工作量以及降低试验成本。