BP和RBF神经网络短时交通流预测结果比较

对BP神经网络和RBF神经网络这2种模型的特征进行了分析,并将其应用于某高速公路的短时流量预测,比较了2种神经网络模型的预测结果。从量化的角度进一步证实了在交通流预测领域RBF神经网络比BP神经网络更快捷、更准确,从而更适合应用于对实时性和准确性要求比较高的交通系统。     

基于BP神经网络的非线性函数逼近仿真研究

神经网络的建模方法的主要特点是模型易于实现(辨识模型即为神经网络本身)和对非线性映射的逼近性能良好,为非线性系统黑箱辨识问题提供了一种十分有效的工具。本文在研究BP神经网络MATLAB实现的基础上,提出了一个用于非线性函数逼近的3层BP网络。训练结果表明:预测值与期望值具有较好的一致性,说明BP网络具有良好的预测能力。     

非线性系统的神经网络预测控制研究

针对工业过程控制中的强非线性系统的复杂控制问题,给出了一种基于神经网络预测的控制方法,用改进的BP神经网络实现预测控制中的模型预测,有效的解决了神经网络收敛速度慢的问题,同时用RBF神经网络实现预测控制中的控制器的优化,解决动态规划方法求解慢的问题。将该算法用于强非线性系统中,仿真结果表明该算法,具有响应速度快、跟踪性能好、鲁棒性和抗干扰性强的优点。     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。     

用于预测的BP网络结构设计

BP网络结构的设计在预测中起着重要的作用，本文介绍了设计BP网络的方法：输入、输出节点的确定；隐含层数的确定；隐含层节点数的确定；激活函数的选取。     

两变量间非线性函数关系初步确定的研究

提出了初步确定两变量间非线性函数关系的一种方法。该方法是将x的取值范围分成若干个区组，再根据各区间的中点分布确定。     

一种解决BP网络过拟合的学习算法

针对BP网络的过拟合问题,提出了一种基于验证误差的学习算法,该算法主要从构建最佳网络结构及获得最适训练次数两个角度进行了考虑.在学习过程中,通过不断检验验证误差及误差变化量,自动调整隐层节点数目,并适时停止网络训练.针对给定问题,该算法不仅能自动构建最佳网络结构和相应权系数,而且同时对网络的泛化能力进行了检验,从而有效避免了网络的过拟合.最后通过实验证明了算法的有效性.     

正则化RBF网络模型在地下水位预测中的应用

【目的】建立地下水位预测的正则化RBF网络模型,为区域地下水资源的利用、规划和管理提供决策依据。【方法】以MATLAB7.0为平台,用函数newrb创建正则化RBF网络模型,基于宝鸡峡灌区B210号观测井1983-2009年的地下水位埋深资料,对网络模型进行训练后再用测试集检验,分别绘制训练集与测试集的拟合曲线,同时计算实测值与预测值间的相对误差(RE)、平均绝对偏差(MAD)和均方误差(MSE),并将其与BP网络模型的相应值进行对比。【结果】正则化RBF网络模型和BP网络模型的相对误差均小于5%,平均绝对偏差分别为0.53和0.85,均方误差分别为0.54和1.15,相比之下,正则化RBF网络模型的预测精度更高。【结论】训练样本和测试样本的合理选取为时间序列的拟合扩展了思路,良好的泛化能力使正则化RBF网络模型在区域地下水位预测中具有一定的可行性。     

一种解决BP网络过拟合的学习算法

针对BP网络的过拟合问题,提出了一种基于验证误差的学习算法,该算法主要从构建最佳网络结构及获得最适训练次数两个角度进行了考虑.在学习过程中,通过不断检验验证误差及误差变化量,自动调整隐层节点数目,并适时停止网络训练.针对给定问题,该算法不仅能自动构建最佳网络结构和相应权系数,而且同时对网络的泛化能力进行了检验,从而有效避免了网络的过拟合.最后通过实验证明了算法的有效性.     

RBF网络在农业病虫害预测中的应用研究

针对复杂的农业病虫害预报过程,开发了基于RBF神经网络技术的病虫害预测模型。测试结果表明,该模型准确有效,适合具体应用。     

欧洲鹅耳枥光响应曲线模型拟合与应用

为筛选出欧洲鹅耳枥(Carpinus betulus)及其4个品种(Carpinus betulus‘Albert Beekman’、Carpinus betulus‘Frans Fontaine’、Carpinus betulus‘Lucas’、Carpinus betulus‘Fastigiata’)光响应曲线拟合的最优模型,并找出北京和南京两地光合能力较强的品种,采用直角双曲线模型、非直角双曲线模型及直角双曲线修正模型对欧洲鹅耳枥及其4个品种在北京和南京两地的光响应曲线进行拟合。研究发现,(1)欧洲鹅耳枥及其4个品种光响应模型拟合效果依次为直角双曲线修正模型非直角双曲线模型直角双曲线模型;(2)北京地区欧洲鹅耳枥及其4个品种的光合能力由强到弱依次为C.betulus‘Fastigiata’C.betulus‘Albert Beekman’C.betulus‘Lucas’C.betulus‘Frans Fontaine’C.betulus,南京地区光合能力由强到弱依次为C.betulus‘Fastigiata’C.betulusC.betulus‘Lucas’C.betulus‘Albert Beekman’C.betulus‘Frans Fontaine’。(3)C.betulus‘Lucas’、C.betulus‘Fastigiata’和C.betulus更适宜在南京地区生长,而C.betulus‘Albert Beekman’、C.betulus‘Frans Fontaine’更适宜在北京地区生长。     

RBF神经网络在线学习方式及其在大坝位移监测中的应用

针对目前RBF神经网络训练算法存在的问题,提出了一种模拟人类学习方式的自动调整隐层节点数的在线训练方法,对其理论依据进行了分析,并用实例对其进行了验证。结果表明,此种学习方法速度快、拟合精度高、新旧知识均可记忆,克服了以往算法的不足,具有很大的实用性。     

土壤含水率与像素颜色之间关系的BP人工神经网络模型

建立像素颜色RGB值与土壤含水率之间的数学关系，是染色入渗法的应用基础。结合沟灌染色入渗试验。研究了染色入渗过程中土壤含水率与像素颜色分量之间关系的BP人工神经网络模型。分析土壤含水率与像素颜色分量之间的关系，确定BP人工神经网络的拓扑结构，以像素颜色分量的相对值作为输入因子。土壤含水率作为输出因子，建立了包含1个隐层的BP人工神经网络。结果表明，该模型具有较高的拟合精度和验证精度，优于二次多项式模型。     

常用统计软件中非线性回归功能的分析与评价

选择了4种常用统计分析软件(SAS，SPSS，DPS和FORSTA)，从输入和输出两方面，比较了其中非线性回归的用户界面，从迭代方法、收敛标准、参数初始值选择、计算速度和精度等方面分析了其功能，对其特点进行了评价，并提出了使用时应注意的事项，对用户使用非线性回归模型进行数据处理和分析有指导意义．     

基于模糊控制与RBF神经网络的桃树病虫害发生预测

将模糊控制引入到径向基函数(RBF)神经网络中,采用模糊控制与RBF神经网络相结合的方式建立预测模型,对河北顺平地区种植的桃树进行病虫害发生预测.仿真结果表明,该预测模型相对误差小,并解决了人工神经网络缺乏处理不确定性和模糊信息能力的缺点,预测预报及时、准确.     

男女肺结核患者肝功能指标变异程度的比较

目的探讨不同性别的初诊肺结核患者的肝功能指标变化,为肺结核病防治提供参考依据。方法回顾性分析2012年5～6月桂林市第三人民医院住院的57例初诊为肺结核患者（男44例,女13例）的血清指标的性别差异性并进行变异系数u检验。结果与女性组比较,男性组肺结核患者血清中谷丙转氨酶（glutamic—pyruvietransaminase,GPT／ALT）、谷草转氨酶（aspartateamino—transferase,AST）、碱性磷酸酶（alkalinephosphatase,ALP）、胆碱酯酶（cho—linesterase,CHE）变异程度较大,差异有显著性（P〈0．05）;男性组直接胆红素（directbilirubin,DBIL）、白蛋白（albumin,ALB）变异程度较大,两组之间差异有高度显著性（P〈0．01）。结论应加强男性肺结核患者的结核病防治及宣传工作,提倡健康生活、规律饮食、加强身体锻炼等提高抗病能力。     

一种大范围收敛的非线性回归及其应用

采用最小二乘法与最优化相结合的方法，解决一元非线性回归问题，使问题的处理过程无须对非线性模型方程作Ｔａｙｌｏｒ展开或其他过多的事前处理．程序通用性强，仅用一个计算程序，即可应用于各种不同背景的实际问题的参数估计．而且不必对每一个待定参数都设定初值，初值允许范围大     

依据响应曲面法和BP神经网络对木纤维脉冲-旋流气流干燥工艺优化

为探讨脉冲-旋流气流干燥工艺对木质纤维终含水率的影响,选用Box-Behnken试验设计进行响应曲面法试验,考查杨木纤维脉冲-旋流气流干燥过程中主要工艺参数对终含水率的影响。结果表明:影响杨木纤维终含水率的工艺参数递次是初含水率、进风温度、进料速度和风速。选用TensorFlow框架借助python编程语言建构BP神经网络,搭建终含水率预测模型,结果显示:足够的样本数据反映出规律特征后,预测模型的优化效果得以改善。将响应曲面法试验和BP神经网络模型优化效果进行对照,响应曲面法和BP神经网络的ERMS值、R2值分别为0.2264、0.9834和0.4419、0.9794,反映出响应曲面法的优化水平更好。研究结果旨在为丰富木质纤维气流干燥理论体系及其工业化应用提供技术支持和理论依据。