一种新的综合滤波在INS/GPS/CNS组合导航系统中的应用研究

针对INS／GPS／CNS组合导航系统的特点，采用了基于H。滤波的神经网络代替传统卡尔曼滤波器，利用INS／GPS、INS／CNS两个局部滤波器的输出值，通过联合滤波器进行线性最优估计，且进行了计算机仿真。仿真结果表明，该算法在满足系统精度和容错性要求的基础上，有效地改善了系统的自适应性、实时性、鲁棒性等性能，是组合导航系统理想的结构模型。     

基于BP神经网络的二手车价格评估影响因素研究

为了高效客观准确评估二手车价格,以影响二手车价格评估的因素为研究对象,采用文献法分析筛选出二手车评估价格的11个影响因素并建立了BP神经网络二手车价格评估模型。通过BP神经网络二手车价格评估模型的计算结果显示模型预测价格与实际价格相关系数达到0.96,根据所建模型的连接权值得出了二手车价格评估影响权重值较大的7个因素。最后将影响二手车价格评估的7个主要因素作为输入重构了价格评估模型并重新计算二手车价格得出BP-11模型与BP-7模型计算结果基本一致且Pearson相关性度到0.83。因此本文的研究结果表明:二手车价格评估主要受综合油耗、车辆售后满意度、车龄、车辆可靠性、舒适性、外观、当前里程数的影响,BP神经网络二手车价格评估模型可由这7个因素描述。     

商品销售预测中GM(1,1)马尔可夫链的应用

在现代经济快速发展的今天,预测对于企业在激烈的竞争中占有一席之地显得尤为重要,因此产品的销售预测也是一个研究的热点。本文采用灰色预测方法结合马尔可夫链的应用,使得预测更为合理科学。文章简要介绍了灰色预测模型和马尔可夫链模型,并且给出了灰色预测模型的商品销售预测结果,最后把灰色预测模型和马尔可夫方法两者结合起来完成了商品的销售预测,验证了该方法的可用性,得出了比灰色预测更加准确的预测。     

一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

基于神经网络的港吞吐量影响因素分析

文中从可能影响港口吞吐量的若干因素出发,分析了港口吞吐量的内在影响机理。以南京港为例,提出了基于影响机理的预测模型,并对模型进行验证。     

基于SOM神经网络的民用爆炸物品配送中心选址决策

由于民用爆炸物品的特殊性,其物流配送中心的选址与一般物流配送中心的选址有着很大的不同,特别是其安全性条件应重点考虑.利用SOM神经网络对影响民用爆炸物品配送中心选址的各种因素进行分析和处理,较客观地对多个候选方案进行了选优决策.算例分析表明,该方法通过神经元之间的竞争来实现各种关系的分类,能很好地符合民用爆破物品配送中心选址决策的各项要求.     

深层搅拌复合地基极限承载力预测的一种新方法

深层搅拌复合地基得到了广泛的应用,但深层搅拌复合地基的设计还处于半经验状态,利用三种预测模型和BP神经网络法对收集到的实例的极限承载力进行了预测,发现神经网络法在天津市塘沽区深层搅拌复合地基极限承载力预测中效果最好。     

港口经济预警系统设计

建立港口经济预警指标,对港口经济预警系统的BP神经网络预测模型和灯显机制进行探讨     

信息融合技术在交通流量预测中的应用

交通流量预测是智能运输系统的一个重要组成内容，但传统的数学方法一直未能取得令人满意的预测效果。信息融合技术是最近十多年来新兴的技术。它通过合理协调多源数据，充分综合有用信息，在较短的时间内，以较小的代价获得对未来交通流量的预测。实验证明，借助信息融合理论建立的聚类分析模型和神经网络模型对未来交通流量的预测比较准确，有实际意义。