简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:摘要利用2008年1月1日至2012年12月31日逐日NCEP再分析资料(1×10)和大同地区地面常规观测资料,选取相邻两天的气象因子差值作为预报因子,相邻两天的日最高/最低气温的差值作为目标因子,分站点分月构建三层结构的日最高/最低BP神经网络模型,并应用独立样本进行模型检验,结果表明,该模型输出结果与实况拟合较好,且其对明显的升降温过程能够准确预报。在对ECMWF数值预报产品释用基础上,针对大同站2012年1月最高气温进行了24h、48h和72h模拟预测,结果显示,该BP神经网络预报模型各时效预报准确率TS评分均高于中央气象台MOS预报。
简介:为避免演化算法在求解多峰函数优化问题时对冗余空间的过度搜索,提高差异演化算法的搜索效率,提出一种新的基于空间收缩的种群灭亡差异演化算法(DEESC),通过最优个体收缩可行空间,用均匀设计方法反复初始化种群,并且讨论了DEESC的主要参数敏感问题.
简介:PID控制技术成熟,广泛应用于化工生产过程控制中,阐述PID控制的典型结构,调节方法,主要阐述基于遗传算法的PID控制技术。
简介:关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。
简介:给出一种标号的二分图公交网络模型,在此模型基础上给出线路换乘与最优出行路径的算法,这种算法充分利用标号信息给出站点网络图的边权函数。基于站点网络图不仅能够搜索换乘线路而且能够找到最短路径。最后利用天津市部分公交系统验证了该模型及方法的有效性。