您的位置: 专家智库 > >

云南省教育厅科学研究基金(07C10634)

作品数:2 被引量:5H指数:2
相关作者:程加堂艾莉华静更多>>
相关机构:红河学院更多>>
发文基金:云南省教育厅科学研究基金更多>>
相关领域:水利工程电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇水利工程

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇组合预测
  • 1篇蚁群
  • 1篇蚁群神经网络
  • 1篇蚁群算法
  • 1篇证据理论
  • 1篇群算法
  • 1篇网络
  • 1篇大坝

机构

  • 2篇红河学院

作者

  • 2篇华静
  • 2篇艾莉
  • 2篇程加堂

传媒

  • 1篇水电能源科学
  • 1篇科学技术与工...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
神经网络组合模型在大坝位移预测中的应用被引量:3
2013年
为了提高大坝位移量预测的精度,引入了粒子群优化神经网络的组合预测方法。该组合预测方法以灰色GM(1,1)、回归分析法的预测值及预测结果的平均值作为输入,实际的大坝位移量作为输出,进行非线性组合。实例表明,粒子群优化神经网络组合预测法的均方误差为1.194 6 mm,平均绝对误差为0.781 4 mm,均小于单一模型及等权平均模型的相应值,适用于大坝位移量的预测。
华静艾莉程加堂
关键词:大坝组合预测神经网络
证据理论融合蚁群神经网络的短期负荷组合预测被引量:2
2013年
为提高短期负荷预测的精度,引入了证据理论融合蚁群神经网络的组合预测方法,根据重庆市负荷的实际数据,采用蚁群神经网络作为单一模型对其进行初步预测,由BP神经网络对预测误差及主要外界影响因素进行分析建模,获得了每个模型的可信度,并用证据理论对可信度进行合成得到组合权值,进而实现对短期电力负荷的组合预测。结果表明,该方法拟合误差小、预测精度高,具有一定的应用价值。
华静艾莉程加堂
关键词:证据理论蚁群算法神经网络组合预测
共1页<1>
聚类工具0