电力客户服务中心管理系统的总体分析、设计与功能实现

随着计算机技术的发展 ,信息时代的来临 ,越来越多的人们需要讯捷、方便的了解各种各样的信息和方便周到的服务质量。为适应这一需要 ,本课题着重于开发电力客户服务中心系统的设计。从整个客户服务中心的系统功能阐述到模块的开发设计 ,都是从实际需要出发 ,做到全面、周到的系统设计 ,并提出“网上客户服务中心”的可行性设计。     

利用ActiveX实现可视化的神经网络模型

文章主要介绍在VB6.0中利用ActiveX自动化技术使用和操作Matlab中的神经网络工具箱。它以VB(Visualbasic)作为自动化控制器,以Matlab作为自动化服务器,在使用VB进行Windows编程中,充分发挥Matlab在系统分析、设计和仿真等方面的优势。     

基于核极限学习机奶牛日粮能量消化预测方法

为准确评价饲料营养价值和提升饲喂管理水平,精准预测奶牛日粮能量消化指标具有重要意义。传统上主要基于线性回归(LR)方法预测奶牛日粮能量消化指标,但受参数模型假设限制,预测结果精度低,甚至偏离实际。文章首次将核极限学习机(KELM)方法应用于奶牛日粮消化能(DE)和能量消化率(ED)预测,KELM作为一种典型非参数机器学习模型,无需提前对预测模型作任何假设,仅通过学习训练样本数据,便可拟合出最接近实际的函数,特别适用于奶牛日粮能量消化等复杂系统预测问题。与传统LR方法和其他非参数模型RBF-ANN、SVM及标准ELM对比验证与讨论,结果表明,基于KELM预测方法在MAE、MAPE、RMSE及RT等多数指标上优于其他方法,特别是与传统LR方法相比,KELM方法预测精度更高,可作为对奶牛日粮DE和ED预测新型参考方法,为人工智能与机器学习在预测和评价动物饲粮营养价值应用研究提供借鉴。