BP神经网络预测
标签： BP神经网络
上传时间： 2015-03-03
上传用户：小草123
灰色预测模型称为CM模型，G为grey的第一个字母，M为model的第一个字母。GM（1，1）表示一阶的，一个变量的微分方程型预测模型。GM（1，1）是一阶单序列的线性动态模型，主要用于时间序列预测。 一、GM（1，1）建模 设有数列 共有 个观察值 对 作累加生成，得到新的数列 ，其元素 （5-1） 有： 对数列 ，可建立预测模型的白化形式方程， （5-2） 式中： ——为待估计参数。分别称为发展灰数和内生控制灰数。设 为待估计参数向量 则 按最小二乘法求解， 有： （5-3） 式中： （5-4） （5-5） 将（5-3）式求得的 代入（5-2）式，并解微分方程，有 （1，1）预测模型为： （5-6）
上传时间： 2015-03-04
上传用户：thesk123
预测分析程序源代码
上传时间： 2014-01-11
上传用户：远远ssad
文章介绍了利用新研制的ＫＢＤ7煤岩电磁辐射连续监测系统,实现了华丰煤矿煤岩电磁辐射的连续监测,并用于冲击矿压的预测、预报。
上传时间： 2013-12-30
上传用户：wfeel
笔者首先提出了煤岩变形破裂过程电磁辐射与应力耦合的概念,然后在实验研究、理论分析和数值模拟的基础上从力电耦合的角度研究了煤岩冲击矿压预测的电磁辐射法(ＥＭＥ)。研究结果表明:ＦＬＡＣ3Ｄ方法能对矿山巷道掘进过程煤岩内部应力场进行有效的数值模拟 电磁辐射信号主要来源于应力集中区,在场点监测到的电磁辐射信号主要是应力集中区煤岩变形破裂过程产生的 ＥＭＥ信号呈现出与煤岩内部应力变化相同的规律 利用力电耦合方法研究煤岩冲击矿压电磁辐射预测法是可行的。笔者最后还对未来煤岩冲击矿压电磁辐射预测法的研究进行了展望。
上传时间： 2014-01-18
上传用户：zhenyushaw
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
一个句子识别程序(预测分析法)原程序,是用vc++编写的,很不错哦
上传时间： 2013-12-22
上传用户：独孤求源
C-C方法计算时间延迟和嵌入维数计算Lyapunov指数计算关联维数混沌时间序列预测
上传时间： 2015-03-17
上传用户：cccole0605
有关贝叶斯算法的java程序 优化计算和预测功能 比较好用
上传时间： 2014-01-09
上传用户：zhenyushaw
神经网络预测bp算法程序，可以对一组数据进行有效的预测
上传时间： 2013-12-24
上传用户：lo25643
