|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 广义回归神经网络的改进及在交通预测中的应用显示文摘本研究基于k近邻的方法通过网络性能评价指标来对平滑因子进行选择确定。通过k近邻法找出使得网络性能评价最好的平滑因子,不再仅依赖于一个均方误差数值,而根据均方误差组的排序来选择最优的平滑因子。该算法能够在保持较好的预测效果的前提下解决因数据波动性大而最终得不到最优平滑因子的难题。通过预测交通数据的实验验证了算法的有效性。结果表明通过k近邻方法得到的最优平滑因子会使网络预测误差降至最小。 | 伊良忠 章超 裴峥 | 2013 | 山东大学学报(工学版)2013，43，1： | 16 |
| 2 | 高炉喷吹煤粉的灰熔融特性显示文摘高炉喷吹煤粉的灰熔点太低会加速煤粉颗粒间的聚集及沉积,易导致风口或喷枪前结渣。同时,低灰熔点灰分熔化时会阻碍氧气进入尚未燃尽的煤粉颗粒内部,降低煤粉燃烧率。灰熔点太高,会影响高脱硫及炉渣的排放。因此,灰熔融特性是高炉喷吹煤粉不容忽视的性质。采用灰熔点测定仪和FactSage软件对济钢常用的贫瘦煤、无烟煤和烟煤的灰熔融特性进行对比研究。结果表明:两种方法得到的灰熔点结果具有一致性,煤的灰熔点与煤灰成分密切相关,煤灰的硅、铝含量高,灰熔点就偏高,钙、镁含量高,则灰熔点偏低。这为济钢高炉合理配煤提供了一项重要指标。 | 任山 张建良 刘伟剑 田昌国 袁宇皓 刘继斌 | 2012 | 钢铁研究学报2012，24，10： | 15 |
| 3 | 配煤对煤灰熔融过程的矿物演变的影响显示文摘对高钙烟煤和低钙无烟煤以及这两种煤组成的混合煤进行灰熔融特性研究。利用灰熔点测试仪测定煤灰的灰熔融特征温度,通过FactSage热力学软件的Equilib模块和Phase Diagram模块计算煤灰熔化过程的物相变化。结果表明,煤的灰熔点与煤灰的成分密切相关,酸性物质能使混煤灰的熔融特性温度升高,碱性物质使混煤灰的熔融特性温度降低;通过FactSage的Equilib模块得到的熔化过程可以看出,烟煤和无烟煤煤灰的熔融特性差异是温度高于1 000℃时莫来石和钙铝黄长石的含量变化导致的。对于混煤灰,随着低钙无烟煤比例的增加,在1 000℃的矿相成分中莫来石含量增加,钙铝黄长石含量减少,导致混煤灰熔点提高。 | 王其 张建良 王广伟 王海洋 | 2018 | 中国冶金2018，28，5： | 13 |
| 4 | 多元混合气爆炸极限的非线性预测研究显示文摘根据混合气的爆炸极限与混合气各成分的体积浓度之间具有非线性关系的特点,笔者提出采用神经网络非线性方法来计算含有H2,CH4和CO的多元混合气体的爆炸极限。在模型中,H2,CH4和CO的体积浓度作为输入,爆炸上限和下限作为输出。计算结果表明,该非线性模型预测混合气爆炸下限和上限的最大相对误差为3.90%,3.57%,而模型预测值与计算值的相关系数分别为0.971,0.981;非线性模型的预测结果要好于偏最小二乘回归的预测结果。当H2,CO,CH4在混合气中的体积浓度给定时,非线性模型能够准确预测混合气的爆炸极限。 | 郑立刚 余明高 于水军 | 2006 | 中国安全科学学报2006，16，10： | 12 |
| 5 | 杉木微观结构与其品质特性关系模型的一类神经网络建模方法显示文摘给出由木材内部结构参数确定其物理力学特征的神经网络设计与实现的方法———广义回归神经网络(GRNN)模型。该方法的实现,全面、准确地揭示出杉木微观结构参数与其物理力学特性的内在联系,并且达到理想的逼近精度(96.3%以上)。这一结果将为木材性质研究、木材性质形成机理、树木优质种质资源培育、树木转基因工程、定向培育材质改良的树木新品种提供强有力的科学依据及研究方法。 | 江泽慧 姜笑梅 周玉成 安源 赵亮 井元伟 | 2005 | 林业科学2005，41，4： | 11 |
| 6 | 蚁群前馈神经网络在煤灰熔点预测中的应用显示文摘提出了一种蚁群前馈神经网络模型。采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性。应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证。结果表明,该方法的预测精度比单一的BP神经网络模型有较大提高,训练后的网络模型可以用于煤灰熔点的预报。 | 刘彦鹏 仲玉芳 钱积新 吴明光 | 2007 | 热力发电2007，36，8： | 10 |
| 7 | GRNN在边坡稳定预测分析中的应用显示文摘介绍广义回归神经网络(GRNN)的原理和影响因素,论述光滑因子的影响和选择。采用LOO交叉验证方法遍历所有样本,搜索出合适的光滑因子,结果表明合适的光滑因子能够较大幅度地提高网络泛化能力。应用收集到的82个圆弧滑面边坡稳定状态的实例资料,将GRNN模型应用于边坡稳定性评价,计算结果表明,在边坡稳定状态分析及预测方面,GRNN模型比BPNN模型更加精准简捷。 | 狄圣杰 李晓敏 魏樯 | 2011 | 水利水电科技进展2011，31，3： | 10 |
| 8 | 基于广义回归神经网络的GPS高程转换显示文摘为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。 | 王新志 祝明坤 曹爽 | 2011 | 大地测量与地球动力学2011，31，6： | 10 |
| 9 | 基于变权重组合模型的铁路客运量短期预测显示文摘科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM(1,1)模型、离散GM(1,1)模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。 | 褚鹏宇 刘澜 | 2017 | 计算机工程与应用2017，53，4： | 10 |
| 10 | 基于广义回归神经网络与遗传算法的煤灰熔点优化显示文摘考虑固态和液态排渣锅炉对煤灰熔点的不同要求,采用广义回归神经网络建立了煤灰软化温度模型.神经网络的输入变量为7个,即煤灰中SiO2、Al2O3、Fe2O3、CaO、MgO、TiO2、Na2O&K2O的质量分数.以煤灰软化温度作为目标函数,采用遗传算法寻优计算获得当煤灰软化温度最高和最低时煤灰中氧化物的组成.广义回归神经网络仅需30个训练样本,最大和平均相对误差分别为21.8%和1.55%.优化结果表明,掺烧高钙煤或者向燃煤中添加石灰石等富含Ca的原料可以降低煤灰熔点;而增加Al2O3的质量分数可以提高煤灰熔点. | 石喜光 郑立刚 周昊 陈习珍 邱坤赞 岑可法 | 2005 | 浙江大学学报(工学版)2005，39，8： | 9 |
| 11 | 油液监测数据的人工神经网络及支持向量机预测方法分析显示文摘作为集中参数预报方法,人工神经网络和支持向量机对于参数变化不大的系统具有广泛的适用性。本文对其在油液监测领域进行趋势预测时进行了系统的分析,内容包括:神经网络的选择、预测方案的设计、预测策略的选择及与支持向量机的比较。 | 闫辉 贺石中 童小利 任勇 | 2005 | 润滑与密封2005，30，6： | 9 |
| 12 | 基于GRNN的电火花线切割加工工艺预测显示文摘将广义回归神经网络(GRNN)应用到电火花线切割多次切割加工预测中,减少参数选择的盲目性.采用正交试验的方法,进行放电脉宽、脉间、峰值电流、运丝速度、工作液及每次切割的偏移量对切割速度、表面粗糙度的影响试验,将实验数据作为神经网络的训练样本;将误差序列的均方差作为广义回归神经网络性能的评价指标.实验发现:利用GRNN网络的切割速度预测误差小于4%,表面粗糙度预测误差小于2%,预测精度较高,可以有效地指导加工参数的选择. | 李朝将 凡银生 李强 | 2012 | 华中科技大学学报(自然科学版)2012，40，S2： | 6 |
| 13 | 混煤煤灰软化温度的实验研究与预测显示文摘从某电厂700 MW机组锅炉取混煤灰样,在智能灰熔点测定仪上采用角锥法对其进行软化温度测定。实验结果表明,混煤煤灰软化温度与掺混比呈非线性规律。采用径向基神经网络(RBFNN)在MATLAB环境下建立了混煤软化温度的智能预测模型。为检验模型的预测效果,以实验的8个混煤煤灰作为受验样本,应用该网络模型对其软化温度进行预测。预测表明:RBFNN模型的预测结果与实验结果吻合良好,二者的最大相对误差为3.79%,平均相对误差为1.56%,预测效果远远优于线性预测模型。 | 伍昌鸿 马晓茜 | 2006 | 热能动力工程2006，21，2： | 5 |
| 14 | 基于GRNN的污水出水水质预测模型显示文摘利用广义回归神经网络(GRNN),建立基于GRNN的污水出水水质预测模型。选取污水DO、ORP、MLSS、进水COD等参数作为输入,出水COD作为输出,进行训练仿真。结果表明:该模型可以应用于污水出水水质的预测,且相比传统BP网络具有设计简单,学习速度快,预测精度高的优势。 | 曹波 罗飞 许玉格 | 2011 | 环境卫生工程2011，19，6： | 5 |
| 15 | 基于广义回归神经网络GRNN的矿井通风系统可靠性评价显示文摘矿井通风系统是矿井的重要组成部分,对矿井的安全生产有着至关重要的影响。在全面分析矿井通风系统影响因素和广泛参考其他评价模型的基础上,以矿井负压等11个矿井通风系统主要影响因素为评价指标,建立了广义回归神经网络矿井通风系统评价模型,并应用该模型和MATLAB7.0人工神经网络工具箱编写矿井通风系统评价程序,对多个通风系统样本进行了训练和测试,6次测试中最大误差仅为0.0764。研究表明,该模型精度较高,可用于矿井通风系统评价。 | 刁明富 王洪良 | 2008 | 煤炭工程2008，40，8： | 4 |
| 16 | 人工神经网络在上海市肾综合征出血热发病率预测中的应用显示文摘[目的]应用人工神经网络的方法开展上海市肾综合征出血热发病率的预测。[方法]采用广义回归神经网络和反向传播神经网络的方法,将上海市历史人群抗体阳性率、宿主动物的监测资料和气象数据作为训练样本进行上海市肾综合征出血热历史疫情拟合,并开展未来发病率的预测。[结果]两种人工神经网络方法可综合监测资料,对上海市散发的肾综合征出血热的发病率进行拟合和预测,广义回归神经网络方法的拟合和预测效果优于反向传播神经网络方法。[结论]人工神经网络方法可以用于上海市肾综合征出血热发病率的预测,上海市未来发病率可能保持在低水平。 | 朱奕奕 | 2012 | 上海预防医学2012，24，5： | 2 |
| 17 | 应用神经网络方法优化垃圾焚烧模拟灰渣熔点的预测显示文摘采用S iO2、A l2O3、CaO、Na2CO3、NaC l和Fe2O3等物质来模拟垃圾焚烧的真实灰渣组成,通过实验测定模拟灰渣熔点,建立神经网络模型进行熔点预测,由预测结果来指导进一步实验,得到修正的模型,最终预测出的半球温度(HT)平均误差低于5%。 | 梁静 张衍国 蒙爱红 李清海 | 2009 | 环境工程学报2009，3，11： | 2 |
| 18 | 基于广义回归神经网络的PVC树脂颗粒特性预测显示文摘在工业生产中,聚氯乙烯树脂的颗粒平均粒径测试,通常采用批次结束后取样,在实验室离线分析得到,一般导致几小时的滞后,影响了先进控制技术的有效应用.另外,聚合过程呈现出高度的非线性特性.针对这些特点,采用广义回归神经网络对PVC树脂颗粒特性进行预测研究,应用结果验证了该方法的有效性. | 郭小萍 王福利 贾明兴 | 2006 | 江南大学学报(自然科学版)2006，5，4： | 2 |
| 19 | 基于GRNN并融合卡尔曼滤波实现短时交通流预测显示文摘针对卡尔曼滤波应用需要构建精确数学模型的局限,提出将广义回归神经网络与卡尔曼滤波相融合,并将其用于短时交通流预测。这种融合后的新方法利用了GRNN良好的非线性映射能力,能对实际系统进行系统辨识,并获得符合预测要求的系统状态方程。深圳市实际流量数据的验证表明,这种方法在简化系统数学建模的同时,也能达到较高的预测精度,从而证实了这种方法的可行性和有效性。 | 陈丹 徐健锐 | 2012 | 软件导刊2012，11，8： | 2 |
| 20 | 煤灰软化温度建模与预测显示文摘基于Elman网络建立了煤灰软化温度预测模型,该模型以煤灰成分为输入向量,以煤灰的软化温度为输出向量。为了选取最优预测模型,分别讨论了输入向量维数、隐含层单元数以及激励函数对模型预测结果的影响。使用获得的最优网络模型对测试样本进行测试,结果表明该模型的预测精度高于常规BP网络。由所建最优预测模型可知,存在一个最优的煤灰成分分析数量。 | 文孝强 徐志明 孙灵芳 蓝澜 赵永萍 郑娇丽 | 2011 | 煤炭学报2011，36，5： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员