共查询到20条相似文献,搜索用时 656 毫秒
1.
2.
腐蚀速率的精确预测对于油气集输管道的安全运行具有重要意义。鉴于神经网络算法陷入局部最小值、收敛速度慢和引起振荡效应等问题,同时考虑自适应遗传算法在广泛的空间搜索和向最优解的方向尽快收敛于最优目标的特点,构建了优化的混合算法神经网络模型。利用该模型对多种因素影响下的油气集输管道的腐蚀速度进行了预测研究。实际应用表明:该模型大大提高了网络的学习效率和预测评判的精度,可以作为油气集输管道腐蚀速率预测的良好工具。 相似文献
3.
《现代隧道技术》2017,(3)
影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。 相似文献
4.
5.
路网客流实时状态是城市轨道交通系统进行日常运营及关键决策的重要基础,针对目前城市轨道交通客流预测中站点层次预测方法较成熟,而客流分布预测较少的情况,提出基于时序神经网络的量测方程OD客流动态预测方法。利用地铁AFC数据,确定时序神经网络预测的最优数据粒度为15mins和最优时间序列阶数为4,以此构建时序神经网络框架,对站点进站量进行预测;对于站点进站客流与OD客流间的时空关联性,主要体现在进站客流的不同去向以及相同去向下不同的到达时间,建立量测方程反应这一联系,将进站客流转化为OD客流,并以成都地铁为例,对路网条件下不同分布特征OD客流进行预测验证,加权相对误差为14.08%,验证了模型的有效性。 相似文献
6.
7.
8.
鉴于当前的城市交通拥挤不堪的现状,以及现阶段道路交通流预测时间消耗过长的弊端,将小波分析引入到城市短时交通流预测过程中,结合隐马尔科夫训练,提出一种基于小波分析的隐马尔科夫训练交通流预测模型。文章以新乡市交通局公交汽车数据和出租汽车数据作为数据来源,应用小波分析和隐马尔科夫相结合的预测模型进行预测,随后将预测结果同传统的隐马尔科夫模型所预测的结果进行对比分析。实验表明,本模型预测结果精确,与真实数据更为贴近,同时有效的降低了交通流预测的时间损耗,在短时交通流预测方面更加具有优越性。 相似文献
9.
10.
11.
12.
通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响,建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型;将所确定的影响冲击危险性因素进行数量级划分,利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化,对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证,评价结果与综合指数法计算所得结果一致,表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时,改善了BP网络结构在权值和阈值确定上的随机缺陷,提高了算法稳定性,因而得到的评价结果更加合理。 相似文献
13.
为了深入研究不同智能算法在不同时间尺度下短时交通流量预测中的预测效果,采用历史平均法作为参照,选取小波神经网络、支持向量机回归、非参数回归三种典型的智能算法,对快速路单截面的交通流量进行预测,分别探讨其在1min、5min、15min三种典型预测步长条件下的预测效果。分析了不同时间尺度的波动系数以及道路线形对预测结果的影响,并提出优化思路。 相似文献
14.
15.
16.
17.
《现代隧道技术》2017,(6)
隧道围岩变形序列具有高度非线性,采用常规方法很难得到满意的预测精度。为了提高隧道围岩变形的预测精度,基于实测变形数据,提出一种隧道围岩变形的多尺度组合核极限学习机预测模型。首先,通过集合经验模态分解技术将实测变形数据分解为多个不同的尺度序列,然后通过组合核极限学习机对各分量序列进行建模预测,最后将预测得到的各分量结果进行组合获得最终的预测值。改进模型中通过径向基函数和多项式核函数线性加权而成组合核函数,运用粒子群算法对核参数和加权系数进行优选,并通过马尔可夫链对模型的预测结果进行了讨论,可以较好地提高隧道围岩变形的预测精度。文章通过大相岭隧道围岩变形预测实例表明:提出的改进模型在单步预测和连续多步预测隧道围岩变形时,都能取得较高精度,对比可得优于贝叶斯正则化BP神经网络,与工程实例监测变形相比处于可接受范围内,具有一定的应用价值。 相似文献
18.
19.
本文针对钢轨磨耗无法有效预测的问题,提出基于T-S模型的模糊神经网络磨耗预测方法。将车速、曲线半径、摩擦系数等5个因素作为网络输入,以钢轨的侧磨值、垂磨值为输出,建立基于T-S模糊神经网络的钢轨磨耗预测模型,并结合实际数据进行仿真实验。 相似文献
20.
根据观测的结构频率,建立了基于人工神经网络的桥梁结构损伤识别方法.把结构固有频率的变化率作为BP神经网络的输入参数,对混凝土桥梁结构模型进行了损伤数值模拟计算.为了提高神经网络的泛化推广能力和收敛速度,将BFGS、LM优化方法应用到神经网络的训练过程中.数值计算结果表明,所建立的结构损伤识别方法取得了良好的识别效果. 相似文献