导读:本文包含了神经网络预测器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,算法,交通量,鱼群,锈蚀,管理系统,降水量。
神经网络预测器论文文献综述
刘斌云,王鑫,万其微[1]（2019）在《基于ABC-BP神经网络预测钢筋锈蚀程度》一文中研究指出将人工蜂群算法与BP神经网络原理相结合,设计了预测精度更高的ABC-BP神经网络,基于室内加速锈蚀实验所获得相关数据,建立了预测钢筋锈蚀程度的网络模型。利用MATLAB平台进行仿真训练,提取训练完成后的网络权值,研究了综合因素条件下混凝土内钢筋锈蚀程度与多个影响因素之间的关系。结果表明,ABC-BP神经网络较BP神经网络具有更高的预测精度,裂缝宽度对钢筋混凝土锈蚀程度影响较大,因此ABC-BP神经网络可用于预测钢筋混凝土构件锈蚀程度。(本文来源于《合成材料老化与应用》期刊2019年05期）
刘凯峥,王振国[2]（2019）在《高速公路收购价值研究——基于非线性主成分分析和RBF神经网络预测模型》一文中研究指出文章分析了高速公路价值评估的关键点在于交通量预测,在介绍非线性主成分分析及RBF神经网络模型预测高速公路车流量原理的基础上,通过湖南某高速公路实证分析得出该模型具有一定参考价值。(本文来源于《中国市场》期刊2019年30期）
罗坤杰,张颖慧[3]（2019）在《基于BP神经网络预测模型能源管理系统研究与应用》一文中研究指出通过信息化与自动化技术有效结合,对煤化工生产过程能源消耗全程进行监控与分析,实施管控一体化的能源管理系统。该系统对煤化工企业能能源消耗、利用、转换以及回收等生产情况实时动态监控,优化生产系统能源结构。通过BP神经网络算法与MATLAB神经网络工具箱融合建立能耗量预测模型,煤化工企业能源管理系统嵌入预测模型实现实时在线计算,生成能耗动态趋势,实现能源耗量实时管控,保障煤化工企业能源供求平衡和优化调节工艺,使综合能耗量达到理想的目标值。(本文来源于《工业控制计算机》期刊2019年09期）
姜雪莹,郭颖,施惠元,苏成利[4]（2019）在《基于TSA多变量非线性RBF神经网络预测控制》一文中研究指出为了解决现在有的非线性预测控制方法在线实时求解非线性方法的困难,提出一种基于TSA的多变量非线性RBF神经网络预测控制算法。该算法采用多个RBF神经网络建立非线性系统的过程模型,并作为预测模型。采用树和种子算法(TSA)在线搜索非线性预测控制系统的最优控制律,避免了直接递推控制律时解决复杂的非线性优化问题。CSTR过程的仿真对比结果验证了该算法的跟踪性能和抗干扰能力。(本文来源于《控制工程》期刊2019年09期）
徐琦,蒋勤,傅丹华,宗俊,金京[5]（2019）在《瓦斯涌出量的人工神经网络预测的研究》一文中研究指出基于反向传播神经网络、径向基函数神经网络和广义回归神经网络对采煤工作面瓦斯涌出量进行预测,比较和分析了瓦斯涌出量的预测值和实测值,并选定精度评价体系对预测结果进行评定。结果表明:反向传播神经网络、广义回归神经网络和径向基函数神经网络都能够较好的预测瓦斯涌出量,其中径向基函数神经网络的预测更精准。径向基函数神经网络的后验差检验比值c=0.07,小误差概率P=1.0,预测误差精度达到1级。(本文来源于《宁波工程学院学报》期刊2019年03期）
熊红伟,郑进[6]（2019）在《基于遗传算法优化小波神经网络预测GPS可降水量》一文中研究指出大气水汽变化,有着高度的随机性与时空剧变性;通过GPS遥感的方式获取得到的GPS可降水量是一个剧烈变化的非线性系统。针对GPS可降水量这一特点以及现有预测模型的局限性,采用遗传算法的全局搜索能力和小波神经网络良好的逼近与容错能力相结合的遗传小波神经网络进行建模。用所建模型对不同特点的GPS可降水量的时间序列进行分析。结果表明遗传小波神经网络在预测的精度、稳定性和预测的步长上均优于现有的PWV预测模型。(本文来源于《城市勘测》期刊2019年04期）
朱翎,童伟林,王建全[7]（2019）在《基于人工神经网络预测虚拟注入电流的暂态稳定快速算法》一文中研究指出提出了一种基于神经网络预测虚拟注入电流的暂态稳定快速算法,使用并行计算的方法可提高该算法的执行效率。该算法通过使用人工神经网络来预测虚拟注入电流,可以有效减少暂态稳定数值积分中网络方程与微分方程的交替求解次数,减少暂态稳定计算时间。在3机9节点算例和新英格兰10机39节点算例上进行了验证,证明了该方法的可靠性与有效性。由于神经网络的训练能够离线完成,因此本算法有利于实现暂态稳定计算的在线化应用。(本文来源于《能源工程》期刊2019年04期）
黄丽华,李俊丽[8]（2019）在《基于改进人工鱼群算法优化的 BP神经网络预测控制系统》一文中研究指出为了使传统的BP神经网络预测控制的收敛速度更快、准确率更高,提出一种改进的人工鱼群算法。分别用BP神经网络、PSO-BP神经网络和IAFSA-BP神经网络来优化预测控制系统的建模部分和滚动优化部分,并进行仿真试验,结果表明:IAFSA-BP神经网络优化后的预测模型精度更高,并且滚动优化部分的响应速度加快,控制系统更稳定。(本文来源于《化工自动化及仪表》期刊2019年08期）
梁爽,唐晓,江磊,丁国富[9]（2019）在《GA-BP神经网络预测钛合金表面粗糙度》一文中研究指出为了有效预测铣削加工中钛合金工件的表面粗糙度,建立了以切削速度、进给量、径向切深、轴向切深为输入参数,表面粗糙度为输出参数的预测模型。该预测模型将遗传算法与BP神经网络结合起来,使用遗传算法优化BP神经网络的初始权值和阈值,进行铣削实验获得实验数据,并对神经网络进行训练,最终获得预测模型。通过对比分析GA-BP预测模型、BP预测模型、线性回归预测模型的预测精度,得出GA-BP预测模型具有相对较好的预测精度,证明该预测模型是有效的。(本文来源于《机械设计与制造》期刊2019年08期）
田静静,贺玉龙,曲桂娴,周娟[10]（2019）在《基于粗糙集-AHP-BP神经网络预测事故概率》一文中研究指出车辆运行受多种风险因素共同作用,通过对G4京港澳(K1510—K1841)事故数据分析,建立风险因素体系,并利用粗糙集、事故危险度对风险因素实现重要性度量,利用AHP分析法确定风险因素权重,并通过BP神经网络实现不同风险条件下事故概率预测,实验证明,AHP-BP神经网络是预测风险条件下事故概率的有效模型。(本文来源于《交通科技与经济》期刊2019年04期）
神经网络预测器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章分析了高速公路价值评估的关键点在于交通量预测,在介绍非线性主成分分析及RBF神经网络模型预测高速公路车流量原理的基础上,通过湖南某高速公路实证分析得出该模型具有一定参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络预测器论文参考文献
[1].刘斌云,王鑫,万其微.基于ABC-BP神经网络预测钢筋锈蚀程度[J].合成材料老化与应用.2019
[2].刘凯峥,王振国.高速公路收购价值研究——基于非线性主成分分析和RBF神经网络预测模型[J].中国市场.2019
[3].罗坤杰,张颖慧.基于BP神经网络预测模型能源管理系统研究与应用[J].工业控制计算机.2019
[4].姜雪莹,郭颖,施惠元,苏成利.基于TSA多变量非线性RBF神经网络预测控制[J].控制工程.2019
[5].徐琦,蒋勤,傅丹华,宗俊,金京.瓦斯涌出量的人工神经网络预测的研究[J].宁波工程学院学报.2019
[6].熊红伟,郑进.基于遗传算法优化小波神经网络预测GPS可降水量[J].城市勘测.2019
[7].朱翎,童伟林,王建全.基于人工神经网络预测虚拟注入电流的暂态稳定快速算法[J].能源工程.2019
[8].黄丽华,李俊丽.基于改进人工鱼群算法优化的BP神经网络预测控制系统[J].化工自动化及仪表.2019
[9].梁爽,唐晓,江磊,丁国富.GA-BP神经网络预测钛合金表面粗糙度[J].机械设计与制造.2019
[10].田静静,贺玉龙,曲桂娴,周娟.基于粗糙集-AHP-BP神经网络预测事故概率[J].交通科技与经济.2019
论文知识图
