基于BP神经网络股价预测的一种改进方法

为提高神经网络经济预测的泛化能力,对神经网络预测数据处理方法进行了改进,把对数据的归一化变为对数据增长量的归一化,因而只要被预测的增长量不超过以往的历史数据增长量,则不会发生外延问题。根据这一思路,采用个股(中国石化)收盘价的数据,通过对收盘价的增长量进行了归一化,得到新的时间序列,将该时间序列视为一个从输入到输出的非线性映射,用BP神经网络进行非线性映射的逼近。对网络进行学习与训练的仿真试验后,预测结果与实际结果的比较说明,改进方法有效。     

植物病虫害BP神经网络预测系统的研制与应用

以 Delphi3.0为开发工具 ,建立了植物病虫害 BP神经网络预测系统 ,阐述了 BP神经网络的基本原理和预测系统的制作过程 ,并以陕西汉中地区小麦条锈病流行程度的预测为例说明了其应用。结果表明 ,该系统的预测结果与实际发生程度高度吻合     

马尾松毛虫幼虫发生严重程度的预测研究

为了提高马尾松毛虫幼虫发生严重程度的预测精度,寻求简便准确的预测方法,采用时间平稳序列法、回归预测法、马尔科夫链法、BP神经网络法和列联表多因子多级相关分析法对安徽省潜山县1983—2014年的马尾松毛虫越冬代、一代和二代幼虫发生的严重程度进行预测,研究历史符合率,并用2015年和2016年的实际发生情况验证。结果表明,平稳时间序列法,列联表多因子多级相关分析法计算简便,预测结果准确;BP神经网络法和马尔科夫链法预测结果非常准确。回归模型中以当代卵盛期卵量预测当代幼虫发生严重程度的一元回归模型的预测结果准确性高,其余一元回归模型预测结果稍差,多元回归模型和逐步回归模型优于一元回归模型。BP神经网络模型是一种理想的预测模型。     

Elman神经网络在农网短期负荷预测中的应用

为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。     

基于气象因子的科尔沁右翼前旗草原鼠害预测模型研究

基于气象因子,本文使用Back-propagation (BP) 神经网络模型对内蒙古自治区科尔沁右翼前旗草原鼠害发生面积进行预测,结果表明：BP神经网络模型的预测效果良好,其精度可高达91%以上,符合预测草原鼠害发生面积的业务要求.     

交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。     

加工番茄病虫害中长期预测方法

为解决加工番茄病虫害预测与防控问题,采用Elman神经网络对番茄病虫害预测预报进行研究。根据新疆某加工番茄产区2003—2010年的4—10月的病虫害发生程度及同期气象资料,建立了加工番茄病虫害发生与气象因子关系的Elman神经网络预测模型。以预测2011年番茄病虫情为例,结果表明此预测模型具有良好的预测效果。该研究为进一步构建加工番茄病虫害管理决策支持系统奠定了理论基础。     

植物病虫害BP神经网络预测系统的研制与应用

以Delphi 3.0为开发工具，建立了植物病虫害BP神经网络预测系统，阐述了BP神经网络的基本原理和预测系统的制作过程，并以陕西汉中地区小麦条锈病流行程度的预测为例说明了其应用，结果表明，该系统的预测结果与实际 发生程度高度吻合。     

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。     

基于结构优化递归神经网络的网络流量预测

针对传统方法预测网络流量精度较低的问题,提出了一种基于改进双线性递归神经网络模型(BLRNN)的非线性网络流量预测方法.首先,给出了双线性递归神经网络的定义及网络结构描述;然后从网络结构和修剪过程两方面对双线性递归神经网络进行优化改进,采用遗传算法全局搜索进行修剪;最后,通过真实工况下的网络流量数据用仿真试验对模型性能进行分析.试验结果表明,优化后双线性递归神经网络模型大幅降低了算法复杂度,提高了计算效率,与传统的多层神经网络预测方法相比,该方法预测精度更高.同时,该方法也为其他具有相似特征的非线性预测问题提供了一种新的研究思路.     

小麦赤霉病流行程度的农业气象动态预测模型

[目的]建立泰州地区小麦赤霉病发生程度的动态预测模型。[方法]以1987~2006年泰州地区小麦赤霉病发生程度为研究对象,以旬为时间跨度,选取相关系数较高且稳定性好的预测因子,然后在逐步回归分析方法的基础上,集成建立泰州地区小麦赤霉病发生程度的动态预测模式。[结果]泰州地区影响小麦赤霉病发生程度的主要是4月下旬平均相对湿度、5月中旬平均相对湿度。从整体气象条件来看,降水日数和平均相对湿度对小麦赤霉病的发生在气象条件上为一定的诱因。预测模式的回报检验显示该模型的预测效果比较理想。[结论]该研究为小麦赤霉病的有效防治提供了依据。     

小麦赤霉病流行定量预测的研究

对南陵县植保站 1975～ 1986年小麦赤霉病田间调查值与气象观察值等有关资料进行分析 ,作出了小麦赤霉病发生程度的短期预报模式 :Y =8.42x6 5 +1.3 5x88-4 7.15 8±SQ,将相关因子数值代入方程得到的预测值与 1975～ 1986年历年发生程度值和1987～ 1997年的实际调查值进行验证     

小麦条锈病气象等级预测方法研究(英文)

[Objective] The aim of this study is to establish the model for forecasting wheat stripe rust occurrence condition using meteorological factors. [Method] Based on the data of wheat stripe rust occurrence degrees in its past prevalent years and the meteorological data at corresponding periods, the methods of grey correlation analysis and fuzzy mathematics were employed to establish the forecast model for four pathogenesis indices according to the time sequence before winter, Early March, Early April and Middle May. Thus, the criterion for forecasting the occurrence degree of wheat stripe rust was obtained based on the distribution method of arithmetic progression. [Result] The model corresponding to meteorological conditions for forecasting wheat stripe rust was successfully established. According to the verification, the forecasting results before winter and in Early Mar. were more severer than the real occurrence condition, while the forecasting results in Early Apr. and Middle May were basically consistent with real values. [Conclusion] The results of the present study may avail the control of wheat stripe rust in Henan Province.     

小麦条锈病气象等级预测方法研究

[目的]建立通过气象因子预测小麦条锈病发生面积的模型。[方法]在统计河南省条锈病发生轻重年份的基础上,结合相应年份对应时段的气象资料,采用灰色关联分析、模糊数学等方法,按时间顺序建立了冬前、3月上旬4、月上旬和5月中旬4个条锈病促病指数预测模型。根据促病指数计算原理,采用等差分布方法得出条锈病发生程度预测标准,并进行了历史资料检验及2006年发生程度预测。[结果]成功建立了对应于气象条件的小麦锈病发生模型。检验结果表明,冬前及3月上旬预测结果相比实际值偏重,4月上旬及5月中旬预测结果与实际值较为吻合。[结论]该研究结果将对河南省小麦条锈病的预防起到积极作用。     

马尔可夫链在马尾松毛虫发生程度预测中的应用

根据广东梅州1975～2002年马尾松毛虫发生程度的历史资料,应用马尔可夫链方法对2003～2005年的马尾松毛虫发生程度进行预测,并对1993～2002年的发生程度进行回测,历史符合率为85%。该方法简便易行,为马尾松毛虫发生程度的长期预测提供了一条新途径。     

杭州地区地下害虫成虫发生规律及其预测模型研究

为提高地下害虫预测预报和持续控害水平,采用测报灯诱集的方法, 对2005—2011年杭州地区小地老虎、蝼蛄、金龟子成虫的灯下诱虫量和田间发生进行调查。结果表明,不同地下害虫的田间种群年内消长规律差异明显：小地老虎有多个为害高峰,分别发生在5月下旬、6月下旬和7月下旬,但前期的蛾量相对较高;蝼蛄有2个明显的为害高峰,分别发生在5月下旬至7月上旬和9月上旬至10月中下旬2个时段;金龟子有一个为害高峰,发生在5月下旬至6月下旬。地下害虫的总虫量年度间也呈现一定的周期性变化,高峰分别出现在2005年、2007—2009年和2011年。在此基础上,以温度、湿度、雨量、光照等气象资料作为预测因子,采用逐步回归法进行拟合,共筛选出了具有显著相关性的19个因子进入回归模型,分别建立了这3种害虫的发生期和发生量预测预报模型。用应验程度判定模式进行验证,这3 种地下害虫的发生期和发生量预测模型的评分值分别达到58分和70 分以上,说明建立的预测模型历史符合率和预测准确度比较好。     

六安地区棉铃虫种群消长的自然调节因素量化指标探讨

根据 1976～ 1999年六安地区棉铃虫测报资料 ,选取耕作制度、寄主作物、气候、棉田生态等相关因素 ,采用相关性普查 ,从中筛选出主导因子。采用模糊聚类分析 ,确定多因子组合对棉铃虫各世代发生期、发生量综合调节作用的量化指标 ,经历史回检可信度达 0 .7以上     

转Bt基因抗虫棉田棉盲蝽预测预报方法的改进研究

针对江苏沿海地区转B t基因抗虫棉田棉盲蝽发生量加大、发生期提前和绿盲蝽比例明显上升等新情况,研究制定出了"两个改进、两个加强和一个建立"的B t棉田棉盲蝽预测预报新方法,即改进调查方法、改进短期预报方法,加强对成虫的预测、加强对重点发生阶段的预测,建立棉盲蝽预测预报数据库。     

四川小麦穗期蚜虫发生程度预测研究

选用四川省有代表性的５个县（忠县，双流，宜宾，武胜，资中）１１年３月份气象因素和小麦穗期蚜虫发生程度资料，运用模糊综合决策方法，建立了预测模型，用预测因子回代，历史符合率达９４．１２％，１９９１～１９９４年，５月县市实际预测符合率为７５．００％，证明该模型对预测小麦穗期蚜虫发生程度有较好效果。     

湘北地区水稻螟虫测报历史资料分析与研究

运用数理统计相关分析方法,对常德市15年的螟虫测报资料进行整理,筛选相关因子,建立了三化螟和二化螟的发生期、发生量预报的若干预测式。并结合试验观察,对三化螟进行了螟害程度的研究。