排序方式: 共有15条查询结果,搜索用时 578 毫秒
1.
葛江 《石家庄铁道大学学报(自然科学版)》2013,(4):105-108
简要介绍了瓦斯涌出量预测问题和广义回归神经网络(GRNN)的特点,指出与常用的BP神经网络相比,使用广义回归神经网络(GRNN)具有收敛迅速、人为干扰小等优点,适宜用于瓦斯涌出量的预测。并对一个案例进行预测,证明了广义回归神经网络(GRNN)可以满足实际生产的精度要求,较好解决瓦斯涌出量预测的问题。 相似文献
2.
3.
4.
5.
奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究.目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想.为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列... 相似文献
6.
载人潜水器潜浮运动的模拟 总被引:2,自引:0,他引:2
为了预报中国正在研发的深海载人潜水器的潜浮性能,三自由度的动力学模型被用于仿真它在垂直面内的潜浮运动.作用于潜水器上的水动力系攻角的非线性函数,可用拖曳水池试验加以测定.利用这些试验值,GRNN神经网络方法可以辨识出大攻角范围内的水动力函数.本文通过数值计算结果揭示了其实际的应用. 相似文献
7.
8.
本次研究基于路面抗滑特性的预测问题,运用道路摩擦系数测试仪在公路上进行路面摩擦系数测试试验,并对试验结果进行分析,提出了路面摩擦系数的影响因素。应用广义回归神经网络分析方法,以影响因素为分类标准,确定了摩擦系数预测模型的分类,建立了基于广义回归神经网络的路面摩擦系数预测模型,并通过60组试验数据对网络模型进行了训练,利用6组实验数据进行预测结果对比。结果表明,模型预测值与实测值的平均误差为3.0%左右,模型预测结果与实测结果吻合,所构建模型是正确的,且具有较高的精度;此外还通过实车进行了汽车制动试验,并根据试验结果与模型预测结果对比,为交通事故分析中计算事故车速提供依据。 相似文献
9.
因为交通运输、地方经济及企业发展的紧密联系,交通运输量预测成为运输市场和经济发展研究中的一个重要问题。以影响交通运输量的若干重要参数作为样本数据,构建一个广义回归神经网络,经过学习训练后使之达到误差最小,再以此网络外推出未来的交通运输量。结果证明广义回归神经网络用于交通运输量预测的有效性。 相似文献
10.
本文设计了集馈能与减振功能于一体的磁流变减振器,从能量传递的角度出发,分析了馈能式磁流变悬架系统能量流动路径,提出了馈能式磁流变减振器自供电准则。通过建立1/4馈能式悬架系统模型和基于广义回归神经网络的减振器控制器进行仿真分析,以确定所设计的磁流变减振器在不同路面激励下的自供电工作范围。 相似文献