神經(jīng)網(wǎng)絡和相似搜索技術的電力價格釘預測方法

本文提出了一種基于rbf神經(jīng)網(wǎng)絡的直接預測法,對公路貨運量進行了預測,并利用matlab工具箱予以了實現(xiàn).對2004和2005年公路貨運量預測的結(jié)果表明,預測值與國家統(tǒng)計局公布的實際數(shù)值有很好的一致性,預測精度也高于其它rbf預測法,有很好的應用性.

為了對民航系統(tǒng)安全運行狀態(tài)進行科學的分析和預測,針對反映民航系統(tǒng)安全運行狀態(tài)的重要指標之一——飛行事故萬時率,采用bp神經(jīng)網(wǎng)絡的時間序列非線性預測模型及方法,對其進行了分析研究和仿真驗證,計算結(jié)果表明,該預測方法是可行的,并與實際具有較好的一致性。

公路貨運量受多種因素影響,各因素的作用機制通常不能準確地用數(shù)學語言進行描述。采用廣義回歸神經(jīng)網(wǎng)絡(grnn)對貨運量進行分析及預測。通過對1995~2003年南京市公路運量的歷史數(shù)據(jù)進行分析和處理,對網(wǎng)絡進行訓練和擬合,用2004~2005年的實際數(shù)據(jù)進行模型檢驗,結(jié)果證明了grnn用于貨運量預測的有效性。

通過對公路貨運量的預測方法進行研究比較,并根據(jù)公路貨運量形成的復雜和非線性等特點,建立bp神經(jīng)網(wǎng)絡預測模型.利用黑龍江省公路貨運量及其相關影響因素的實際數(shù)據(jù),確定網(wǎng)絡輸入與輸出樣本,并對bp神經(jīng)網(wǎng)絡預測系統(tǒng)進行訓練和預測.通過對網(wǎng)絡輸出的誤差曲線圖的分析,驗證bp神經(jīng)網(wǎng)絡預測系統(tǒng)的精確性和簡單方便性,提高了公路貨運量預測的精確性.

為簡化震害預測工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡模型為工具的震害預測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經(jīng)網(wǎng)絡的學習樣本,用收集的數(shù)據(jù)對網(wǎng)絡進行了訓練并得到了收斂的網(wǎng)絡,應用此收斂的網(wǎng)絡對一組新的房屋數(shù)據(jù)進行震害預測,結(jié)果表明了運用此方法和模型的實用性。

針對深基坑系統(tǒng)的復雜的非線性及基坑工程變形多步預測的重要性,將人工神經(jīng)網(wǎng)絡技術引入其中。分析了用bp網(wǎng)絡進行多步預測時存在的不足,提出了基于遞歸神經(jīng)網(wǎng)絡的基坑工程變形多步預測模型。通過一軟土深基坑工程變形多步預測實例的分析,論證了遞歸神經(jīng)網(wǎng)絡用于基坑工程變形多步預測的可靠性和實用性。該方法有效可行,在其他領域的多步預測中同樣具有廣闊的應用前景。

房地產(chǎn)業(yè)是國民經(jīng)濟發(fā)展的重要支柱產(chǎn)業(yè)之一,因此,科學預測房地產(chǎn)價格指數(shù)具有十分重要的意義。將神經(jīng)網(wǎng)絡算法應用于房價指數(shù)預測,收集我國主要城市的房地產(chǎn)價格指數(shù)數(shù)據(jù),使用spssclementine軟件進行分析。實驗結(jié)果表明,該預測方法是可行的和有效的。

文章針對房地產(chǎn)價格的動態(tài)特性,提出了基于elman神經(jīng)網(wǎng)絡的房地產(chǎn)價格預測方法,并通過其對上海市房地產(chǎn)價格的預測,證明了該方法的有效性,為房地產(chǎn)價格預測提供了一條新的方法。

本文結(jié)合住宅房地產(chǎn)的價格理論和相關網(wǎng)站上的數(shù)據(jù),科學地選取影響商品住宅價格的影響指標為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡預測的實現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡在預測?？谑猩唐纷≌瑑r格的應用,得到2018年6月-2019年5月商品住宅價格預測值,對?？谑猩唐纷≌瑑r格的研究具有一定的指導作用。

基于神經(jīng)網(wǎng)絡房地產(chǎn)價格指數(shù)的預測研究——研究表明,房地產(chǎn)價格指數(shù)常表現(xiàn)為非線性,要對它進行預測就必須利用一種能模擬非線性的模型。從理論上講,神經(jīng)網(wǎng)絡能夠無限逼近非線性函數(shù),所以本文便嘗試采用神經(jīng)網(wǎng)絡模型作為預測的模型。本文具體運用的是基于誤差反向...

在巖土工程中如何準確預測樁基豎向承載力是一件非常重要的事情。針對現(xiàn)有研究存在的不足,基于標準bp神經(jīng)網(wǎng)絡算法,加入一動量因子,建立了修正的bp神經(jīng)網(wǎng)絡模型,對單樁的豎向承載力進行了預測。以鎮(zhèn)江市勘察測繪研究院所完成的地質(zhì)勘查報告為工程背景,以地震波靜力觸探測試(scptu)測得的4個指標(錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力)為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過與現(xiàn)場靜載試驗進行比對,得到了相關系數(shù)較高的樁基荷載響應曲線。經(jīng)過與傳統(tǒng)預測方法進行比較發(fā)現(xiàn),用修正的bp神經(jīng)網(wǎng)絡算法可以有效預測樁基豎向承載力,精度較高。

在巖土工程中如何準確預測樁基豎向承載力是一件非常重要的事情。針對現(xiàn)有研究存在的不足,基于標準bp神經(jīng)網(wǎng)絡算法,加入一動量因子,建立了修正的bp神經(jīng)網(wǎng)絡模型,對單樁的豎向承載力進行了預測。以鎮(zhèn)江市勘察測繪研究院所完成的地質(zhì)勘查報告為工程背景,以地震波靜力觸探測試（scptu）測得的4個指標（錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力）為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過與現(xiàn)場靜載試驗進行比對,得到了相關系數(shù)較高的樁基荷載響應曲線。經(jīng)過與傳統(tǒng)預測方法進行比較發(fā)現(xiàn),用修正的bp神經(jīng)網(wǎng)絡算法可以有效預測樁基豎向承載力,精度較高。

提出了一種基于灰色模型和神經(jīng)網(wǎng)絡組合的短期負荷預測方法。首先利用頻域分解消除負荷序列的周期性,然后利用灰色模型計算負荷序列的歷史擬合值和未來預測值,將其作為神經(jīng)網(wǎng)絡的輸入。在歷史數(shù)據(jù)中選擇一天作為基準日,以該基準日的量為參照,以負荷的灰色模型擬合值相對基準日的變化量,以及溫度變化量為bp神經(jīng)網(wǎng)絡的輸入,實際負荷變化量為輸出,訓練神經(jīng)網(wǎng)絡并預測待預測日負荷的變化量,加上基準日負荷后得到預測負荷。該方法綜合了灰色模型方法和神經(jīng)網(wǎng)絡方法的優(yōu)點,仿真結(jié)果驗證了方法的有效性。

公路客運量和貨運量預測是一個復雜的非線性問題,由于影響因素較多,難以用普通的數(shù)學方法建模,而建立bp神經(jīng)網(wǎng)絡可以表達這些非線性問題。根據(jù)公路客運量貨運量歷史數(shù)據(jù)及其相關影響因素數(shù)據(jù)建立了bp神經(jīng)網(wǎng)絡預測模型。利用實際數(shù)據(jù)確定網(wǎng)絡輸入與輸出樣本,對bp神經(jīng)網(wǎng)絡預測系統(tǒng)進行訓練和預測。通過對網(wǎng)絡輸出預測結(jié)果與實際數(shù)據(jù)的分析,驗證了bp神經(jīng)網(wǎng)絡預測系統(tǒng)的精確性和方便性,提高了公路客運貨運預測的精確性。

基于混沌優(yōu)化-神經(jīng)網(wǎng)絡的單樁豎向極限承載力預測方法——分析了bp神經(jīng)網(wǎng)絡和混沌優(yōu)化的特點，并將混沌優(yōu)化方法和梯度下降法結(jié)合起來構成一種新的組合搜索優(yōu)化方法。結(jié)合珠江三角洲大量試樁資料，建立了基于混沌優(yōu)化一神經(jīng)網(wǎng)絡的單樁極限承載力預測模型。實例研...

為提高鐵路貨運量的預測準確性,運用灰色關聯(lián)分析法,計算分析了與鐵路貨運量相關的主要社會指標,確定鐵路貨運量的影響因子分別為鐵路運營里程、鐵路電氣化里程、鐵路復線比重、公路運營里程、固定資產(chǎn)投資總額和鋼材產(chǎn)量。將所確定的因子作為鐵路貨運量的預測指標,建立基于bp神經(jīng)網(wǎng)絡的鐵路貨運量預測模型,并對模型進行了應用測試。結(jié)果表明：bp神經(jīng)網(wǎng)絡模型具有較高的精度,最大相對誤差為3.7%,平均相對誤差為2.3%。該方法具有較快的收斂速度和較高的預測精度,可為我國鐵路貨運量的預測研究提供方法支撐。

文章通過分析調(diào)查影響自貢房地產(chǎn)市場的主要因素,基于bp神經(jīng)網(wǎng)絡,結(jié)合自貢住宅市場的實際情況,建立兩類bp神經(jīng)網(wǎng)絡預測模型:基于時間序列的趨勢預測模型、基于影響因素的回歸預測模型,預測了自貢房地產(chǎn)市場價格走勢。模擬預測2010年的結(jié)果證明了2011年房價預測的有效性,可為自貢城市建設的可持續(xù)發(fā)展提供有價值的指導意見。

強烈的地震給人們生命財產(chǎn)帶來巨大損失,為了能夠在地震之前預測出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡模型,并以過去發(fā)生地震地區(qū)的多層磚房調(diào)查數(shù)據(jù)為震害因子的震害預測方法。結(jié)果表明:對多層磚房的震害樣本的預測達到理想效果。

房地產(chǎn)在金融市場中占有舉足輕重的地位,其價格變化對整個金融市場有著顯著的影響。采用特征價格模型,對美國一線城市2007年6月及2008年的房價進行了相關定價研究。對傳統(tǒng)特征價格模型的屬性因子進行了擴充,加入房產(chǎn)周邊犯罪率因子進行模擬;在數(shù)值方法計算方面,首先對數(shù)據(jù)進行了box-cox變換,分別采用bp神經(jīng)網(wǎng)絡及傳統(tǒng)的最小二乘法進行數(shù)值模擬分析,結(jié)果表明,房價隨犯罪事件類型及發(fā)生距離房地產(chǎn)的遠近有-5.78%～2.08%的變化;在2008年與2007年6月的不同時段內(nèi),犯罪率的變化對房價的影響有所不同。bp神經(jīng)網(wǎng)絡模擬的價格與實際交易價格曲線比傳統(tǒng)最小二乘模擬的價格曲線精度高出5.74個百分點。

在給出混凝土等效水灰比和骨料平均漿體厚度計算方法的基礎上,采用人工神經(jīng)網(wǎng)絡方法,建立了混凝土28d抗壓強度與混凝土等效水灰比、骨料平均漿體厚度和粉煤灰與膠凝材料用量比之間的非線性映射關系.該研究成果可減少混凝土試配次數(shù),節(jié)約大量人力、物力和時間,并為高體積穩(wěn)定性混凝土配合比設計方法的研究進一步奠定了基礎.

基于小波-神經(jīng)網(wǎng)絡的軟土路基沉降預測方法——軟土路基的沉降是公路施工中常見的一種病害。該文結(jié)合小波分析和神經(jīng)網(wǎng)絡的特性，提出了一種新的路基沉降預測方法(wavelet-rbf)。分析表明，該方法具有較好的預測精度和泛化能力，可以用于工程實際。

單樁荷載與沉降關系曲線的神經(jīng)網(wǎng)絡預測方法——本文提出了一個預測單樁荷載一沉降關系曲線的bp神經(jīng)網(wǎng)絡模型。該網(wǎng)絡模型包含兩級網(wǎng)絡，第一級網(wǎng)絡以樁長、樁徑、樁側(cè)土層的分布情況，樁側(cè)與樁端土層的物理力學指標為輸入元，來先預測出單樁的極限承載力及其對應...