改进的粒子群优化算法结合人工神经网络用于有机物毒性的QSAR研究

介绍了粒子群优化算法和Alopex-B算法的基本原理,提出了一种用Alopex-B算法改进的粒子群优化算法,并将其应用于函数优化和有机物毒性的QSAR研究。结果表明:改进型粒子群算法对复杂的测试函数搜索效率明显提高,应用于有机物毒性的QSAR研究能提高计算的精确度,降低预测误差。     

基于BP神经网络的市场效率综合评价

为提高对市场效率评价的准确性,本文从市场失灵的影响因素出发,建立评价指标体系,对组合权重加以改进,应用于TOPSIS评价方法中。针对评价样本和结果,建立BP神经网络模型,通过训练和仿真,得到满意的结果,进一步保证了评价的准确性。     

近红外漫反射光谱结合神经网络法快速分析复方氨酚苯海拉明药品

用近红外漫反射光谱结合人工神经网络法对复方氨酚苯海拉明粉末药品进行快速定量分析,采用一阶导数、二阶导数和标准归一化(SNV)方法对原始光谱进行处理,建立了最佳的数学校正模型。同时预测了未知样品,预测结果令人满意。     

考虑动态多时段借还车需求的城市自行车租赁系统规划模型

目的/意义气温、降雨量和风力等天气因素对共享单车骑行量构成了非线性影响,而传统的多元线性回归模型以及基于时序的预测模型,由于其对非线性关系表达能力不足,预测结果往往存在较大误差。 设计/方法在单车价格等经济因素以及市场竞争态势等相对稳定情况下,结合用户潮汐骑行规律和地理空间兴趣点数据构建了基于BP神经网络的天气因素对共享单车骑行量的预测模型,并利用成都市某区域内摩拜单车骑行与天气数据,分别训练了“逐日”和“逐时”为单位的BP预测模型。 结论/发现对比实验结果表明,基于BP神经网络的预测模型具有更高的预测准确度,实验结果还表明不同兴趣点在不同时刻的骑行量受温度和降雨量的影响程度差异较大。研究结果为共享单车公司实现基于天气因素的单车骑行量预测提供了科学方法,并且为单车数量的精准投放与回收提供了依据。     

关于非对称Hopfield神经网络的稳定性

根据矩阵特征值分布范围，讨论了连续时间Ｈｏｐｆｉｅｌｄ神经网络模型的渐近稳定性，给出了目前最优的结果，这对于实际网络设计有重要的指导作用。     

基于 BP 神经网络的唐山房价预测

2014年以来,全国房地产市场形势错综复杂。虽然大多数城市房价继续上涨,但相对去年高歌猛进的涨势,今年上半年的房价上涨温和,涨幅明显收窄,环比下降的城市数不断增多。未来房价的走势众说纷纭,结合唐山市的具体情况,利用B P神经网络对唐山2014年的房价做出预测。     

移动运营商社会渠道风险预警研究

基于移动运营商渠道战略转型的需要,将back propagation（BP）神经网络引入移动运营商社会渠道风险预警研究。首先建立社会渠道风险预警指标体系,然后在此基础上构建了基于BP网络的移动运营商社会渠道风险预警模型,并对模型进行了训练和检测。结果表明,该模型在判断社会渠道风险状况和分析社会渠道风险来源方面有实际应用价值。     

基于国民经济大系统下的铁路货物运输量预测方法的研究

铁路运输是一个复杂的系统 ,国民经济对其有巨大影响。本文在国民经济对铁路运输影响的定性分析基础上 ,选取了国内生产总值指数、第二产业比重、原煤产量、钢产量、港口货物吞吐量、基本建设投资、铁路市场份额、铁路货运量 8个指标作为影响因素指标 ,运用BP神经网络模型建立它们与货运量之间的联系 ,并依此对铁路的货运量进行预测 ,取得了满意的结果     

基于SOM人工神经网络的客户资源分类方法研究

客户关系管理是近几年来管理学的重要研究课题,有效的客户关系管理是企业提高其核心竞争力的关键手段。客户资源分类是进行客户关系管理的重要前提。本文提出了一种利用SOM人工神经网络进行客户资源分类的方法。该方法充分利用了SOM人工神经网络的自组织映射的特点,并结合客户资源分类的特点,对不同的分类目的采用不同的网络结构,在实践中取得了较好的效果。     

ANN技术在切削加工中的研究现状

本文简要介绍了人工神经网络的特点，对人工神经网络在切削加工中的研究和应用现状进行了综述。重点阐述了利用人工神经网络对切削加工过程进行智能化监控、对切削加工过程中刀具状态进行检测以及利用人工神经网络对切削加工状态进行预测、预报等三个方面。最后对人工神经网络在切削加工中的应用前景进行了展望。