一种时间序列的模糊神经网络预测方法

本文提出一种短期电力负荷的时间序列预测方法。该方法用混合pi-sigma模糊神经网络,结合短期电力负荷的周期性特点,建立pi-sigma模糊神经网络时序预测模型,构建预测样本和检验样本,对未来短期电力负荷数据预测研究。该预测模型的模糊子集隶属度可以在线动态调整。仿真实例表明,本文提出的电力负荷预测方法优于常规的时序预测方法,具有预测精确度高以及预测结果稳定等优点,可以克服神经网络电力负荷预测方法的随机性。仿真实验结果验证了所提出方法的有效性。     

电力负荷预测神经网络模型的设计

为提高电力负荷预测精度,本文采用Elman神经网络建立模型,提出了一种基于Elman神经网络的电力负荷预测方法 ,采用自适应学习速率动量梯度下降反向传播算法进行网络训练,对乌鲁木齐电网的实际历史数据进行了仿真,仿真结果表明,Elman神经网络对电力负荷进行预测具有收敛速度快,预测精度高的优点。     

电力短期负荷预测的研究

电力短期负荷预测是电力部门的一项重要工作,在电力系统的安全、可靠及经济运行中起到了很重要的作用。在本文中,利用模拟退火算法的全局寻优能力和BP神经网络的非线性学习能力,提出了模拟退火BP神经网络的电力短期负荷预测模型来实现短期负荷的预测,从而能有效地克服BP神经网络容易限入局部极小的缺陷。通过某市的实际数据为算例,验证了本算法的有效性和优越性。     

论对于短期负荷预测的方法及其应用

目前短期负荷预测方法通过利用最新的历史负荷数据,可以预测当日当前时刻以后若干小时的未知负荷,其预测精度明显高于常规的短期负荷预测.为满足电力市场实时交易对负荷预测的新要求,将这种方法应用于修改历史负荷坏数据和补足当日未知负荷数据,以协助提高短期负荷预测的准确度.     

基于组合灰色预测模型的中长期电力负荷预测

鉴于中长期电力负荷预测受很多不确定因素影响的特点,在对基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测局限性研究的基础上,提出了一种中长期电力负荷预测的新方法——组合灰色预测模型。由于背景值和初始值对模型的精度有十分重要的影响,因此,该预测方法利用最小二乘法和指数拟合及高斯求积公式分别对初始值和背景值提出改进,提高了预测精度。并用吉林省2006年到2011年的农村用电量作为历史数据进行了预测,结果表明预测精度明显提高。     

公牛后裔测定方案的最佳设计(Ⅱ)

本文通过对公牛后裔测定遗传进展函数和测定成本函数的分析,建立了遗传进展和测定成本的模糊隶属函数,并应用模糊多目标最优规划的原理,得到了关于公牛后裔测定的模糊最优决策模型,并通过数值例子说明了模型的实际应用。其结果表明,利用本文提出的方法制订公牛的后裔测定方案,可使遗传进展和测定成本都得到很好的兼顾。最后讨论了模糊数学规划在动物遗传育种中的应用问题。     

基于隐马尔科夫和BP神经网络的冲击地压预测研究

冲击地压是煤矿企业井下动力灾害之一。随着煤层开采深度的持续增加,冲击地压发生的危险越来越大。冲击地压危险程度的预测还是以简单的统计调查和单因素预测为主,预测模型的精度不高。本文对隐马尔科夫和BP神经网络混合模型对冲击地压进行预测的可行性进行了研究。该混合模型能够克服现有模型的不足,便于充分利用所有信息根据神经网络提供的观察更新冲击地压危险程度的预测。     

网络学习系统中学习评价的隶属度函数和模糊子集的创建

本文从新的角度展开学习评价,通过建立学习评价模型,为评价的实施提供指导。按照模糊方法、以梯形等形式建立隶属函数,确定模糊子集,为基于AHP的模糊综合评价方法实现提供了基础数据,较好的做到了定性描述定量化。同时为网络学习系统提供了模糊分析的工具。     

内蒙古草原火险等级短期预报研究

利用EOS/MODIS数据和内蒙古不同类型草地枯草期野外实测可燃物月动态数据,建立枯草期遥感估测模型。在此基础上,选择积雪覆盖、可燃物重量、草地连续度、日降水量、日最小相对湿度、日最高气温、日最大风速等7个指标,采用层次分析法确定各指标的权重,构建草原火险指数,建立草原火险等级短期预报模型。应用模型可将内蒙古草原的火险状态划分为不燃、难燃、可燃、易燃、极易燃5级,并对火险做出短期预报。利用数据抽样回代检验方法对草原火险等级短期预报进行精度检验,检验结果为落区预报准确率达96.42%,预报结果与实际基本相符,可以用于内蒙古草原火险短期预报的实际应用。     

基于径向基神经网络的舰船备件需求预测

针对舰船装备保障过程中备件数量的确定方法缺乏科学性和实际操作繁琐的现状,分析了影响舰船备件数量主要因素,研究了径向基神经网络的工作原理,提出基于径向基函数神经网络的舰船备件需求预测方法。最后给出了预测实例,并与BP神经网络预测结果进行对比。结果表明,径向基神经网络预测方法操作简单,预测结果符合实际情况,拟合效果优于BP。     

MATLAB在智能控制系统中的研究与应用

本文针对传统智能控制算法进行了基于MATLAB的仿真分析。采用三种控制方法:模型预测控制、模糊逻辑控制、神经网络控制。在模型预测控制中,先对模型预测控制进行了简单介绍,然后对模型预测控制举例分析,利用MATLAB进行仿真,编制MATLAB程序,设计MPC控制器,得到仿真曲线。在模糊逻辑控制中,采用模糊控制方法分别对循环流化床锅炉床温系统进行了仿真。最后应用神经网络对某典型非线性系统进行仿真研究[1]。     

基于BP神经元网络的鱼塘溶氧预测模型研究

为了能够提高水产养殖中水体溶氧量短期预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型。根据相关研究,采用对池水含氧量影响较大的几个影响因素,作为预测模型的输入端变化量;BP神经网络优化的阈值和初始权值通过遗传算法来获得,遗传算法具有全局搜索能力。采用改进后的BP神经网络建立起短期鱼塘含氧量预测模型,该方法具有较高的预测精度。     

基于BP神经网络的北京市农产品批发市场鸡蛋价格短期预测研究

鸡蛋作为一种重要的农产品及消费者营养食品,其价格波动受多方面难以测量因素影响,具有复杂的非线性特性。本文利用2015年8月14日至2017年9月30日的北京市农产品批发市场鸡蛋价格数据,建立了基于MATLAB技术LM-BP改进算法前向型神经网络的北京市农产品批发市场鸡蛋价格短期预测模型,通过"模型训练→模型检验→模型预测"模式来综合评估模型的预测效果。结果显示该模型能够对北京市农产品批发市场鸡蛋价格提供理想的短期预测。     

城市电网中远期负荷预测和电网规划研究

地区电网规划是所在区域国民经济和社会发展的重要组成部分,同时也是电力企业自身长远发展规划的重要组成部分。电力需求预测是电力系统规划决策、经济运行的前提和基础,电力需求的准确预测对电力安全生产和运行以及国民经济发展都有重要意义。通过对负荷预测的几种常用算法和电网规划的优化方法的介绍,并结合某地区经济发展和电网建设的现状,提出该地区中长期的负荷预测方案。     

改良模糊综合评价法在饲料配方中的应用

为了寻求更为科学有效的饲料配方评价方法,在原有饲料配方模糊综合评价法的基础上,针对营养满足度和配方成本提出了新的隶属函数,对生长育肥猪60~90 kg阶段的3个饲料配方进行评价。结果表明,改良的饲料配方模糊综合评价,可以科学高效地评价饲料配方的好坏,为饲料配方的科学选择提供了一种更有效的方法。     

基于层次分析法的重庆市城镇化水平模糊评价

文中提出了基于层次分析法的城镇化发展水平模糊综合评价方法,可以提高我国城镇化水平评价的有效性。首先建立起城镇化评价指标体系,然后运用层次分析法确立各评价指标的权重,针对城镇化发展水平评价的特点,采用＂最大—最小值法＂确立各指标对城镇化评价的隶属度函数,运用模糊综合评价方法,对重庆市和全国的城镇化发展水平进行综合评价。     

基于愿望模型的电动汽车快速充电分时电价优化方法

本文针对利用电动汽车有序充电调节区域配电网负荷特性问题,提出了电动汽车快速充电分时电价优化模型与方法。结合电动汽车充电负荷预测结果和区域配电网负荷波情况,提出分时电价时段划分方法;建立了以峰谷差最小为目标的最优化模型,引入愿望模型描述充电站和用户对分时电价的响应;通过遗传算法对各时段充电电价进行优化求解。最后通过算例证明了模型和算法的合理性。     

基于G-K模糊聚类的故障诊断方法研究

本文通过引入模糊故障度的概念,提出了一种在输入输出乘积空间中利用Gustafuson-Kessel模糊聚类建立故障诊断模型的方法,该方法不仅能识别数据集中故障模式的不同形状和方向,而且具有很强噪声处理能力。     

基于马氏距离的模糊支持向量机及其在用户行为识别中的应用研究

基于支持向量机的分类原理,对具有显著不平衡性的用户行为数据进行分析,旨在探索一种利用用户浏览商品网页时的行为特征,识别用户关于商品品牌购买偏好的方法。文章提出一种基于马氏距离的高维空间类中心隶属度构建方法,将该方法与支持向量机和基于欧式距离的高维空间类中心隶属度的模糊支持向量机进行比较,通过一组对比实验,证明该方法用于对用户行为偏好识别的有效性和优越性。     

基于DEA与BP神经网络混合系统的设计与开发

DEA是一种基于线性规划理论、广泛应用于效率评价的系统分析方法,属于事后评价的范围。BP神经网络的容错能力、学习能力、纠错能力使其在非线性系统预测方面有着广泛的应用。目前DEA与BP神经网络的混合模型已得到广泛研究,其可以在资源投入阶段就进行评价,这样一旦发现问题可以及时调整,变事后评价为事前控制。但是软件的分离使用极大地限制了此混合模型的应用。本文基于DEA与BP神经网络,利用MATLAB将DEA软件与BP神经网络工具箱结合在一起,设计开发了混合效率预测模型系统。利用此系统可以进行效率预测,及时调整投入指标以减少投入资源的浪费,提高能源利用率,并且此系统提供了良好的人际交互界面,避免了复杂的人工操作。