期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于GRNN的短期光伏功率预测
1
作者 赵金金 王晓娟 《微处理机》 2024年第2期38-40,共3页
为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相... 为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相较BP神经网络预测算法得到更接近于实际的输出功率值。本模型发挥出GRNN算法结构简单的特性,在实验中实现了较高的预测准确度,同时有助于提高电网运行的稳定性。 展开更多
关键词 光伏电站 输出功率 BP神经网络 grnn算法
下载PDF
基于神经网络的煤与瓦斯突出规模预测研究 被引量:4
2
作者 段梦楠 刘泽功 《淮阴工学院学报》 CAS 2021年第1期33-39,共7页
由于传统煤与瓦斯突出预测方法难以理清多种致因间的非线性关系,提出依据人工神经网络建立新的预测方法。基于枚举法思想改进BP、RBF神经网络,使其能够迭代出最佳隐藏层层数、神经元个数以及spread值,并引入GA-BP、GRNN神经网络对矿区... 由于传统煤与瓦斯突出预测方法难以理清多种致因间的非线性关系,提出依据人工神经网络建立新的预测方法。基于枚举法思想改进BP、RBF神经网络,使其能够迭代出最佳隐藏层层数、神经元个数以及spread值,并引入GA-BP、GRNN神经网络对矿区实测数据进行学习仿真,对比4类不同的神经网络预测煤与瓦斯突出规模的性能。结果表明,改进后的BP神经网络基于矿区实测样本得出最佳拓扑结构,预测性能优于依据传统经验公式所确定的拓扑结构;改进后的RBF神经网络的spread值取1时,预测性能最优。在训练集挑选合适的情况下,4类神经网络都能较好地预测煤与瓦斯突出规模,其中RBF神经网络的稳定性最好。改进后的4种神经网络,能够收集出现错误的样本的频率,并提示需要补充、完善的样本数据。 展开更多
关键词 煤与瓦斯突出 神经网络 BP GA-BP RBF grnn算法 改进神经网络
下载PDF
基于GRNN和PNN的西部青年女性乳房形态识别 被引量:3
3
作者 毛倩 周捷 王琪 《西安工程大学学报》 CAS 2020年第4期7-13,共7页
为提高乳房形态的识别精度,采用密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)对西部地区108位19~27岁青年女性的乳房形态进行聚类分析,再运用广义回归神经网络(GRNN)和概率神经网络(PNN)算法识别乳... 为提高乳房形态的识别精度,采用密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)对西部地区108位19~27岁青年女性的乳房形态进行聚类分析,再运用广义回归神经网络(GRNN)和概率神经网络(PNN)算法识别乳房形态。结果表明:西部青年女性乳房形态可分为标准型、丰满型、扁瘦型、高挺型4种;标准型样本占比最大,丰满型的样本则偏少;乳平围对乳房识别意义重大;GRNN及PNN算法对乳房的识别精确率均较高,分别为88.89%和100%,但PNN模型整体优于GRNN模型。 展开更多
关键词 乳房特征 乳房识别 grnn算法 PNN算法 内衣 文胸
下载PDF
基于KDMSPCS-GRNN的室内定位技术研究
4
作者 王超 单志勇 《信息技术与网络安全》 2021年第4期20-27,45,共9页
针对利用广义神经网络(Generalized Regression Neural Network,GRNN)搭建的定位预测模型定位精度低、效率慢等问题,基于动态分群策略,提出一种线性递减粒子群(Linear Decreasing Contraction Particle Swarm Optimization,LDCPSO)和布... 针对利用广义神经网络(Generalized Regression Neural Network,GRNN)搭建的定位预测模型定位精度低、效率慢等问题,基于动态分群策略,提出一种线性递减粒子群(Linear Decreasing Contraction Particle Swarm Optimization,LDCPSO)和布谷鸟(Cuckoo Search,CS)混合寻优算法,并利用此算法为GRNN选择最优参数,构建定位预测模型。该算法主要利用K均值聚类算法(K-means)对整个种群进行周期性的分群,底层使用LDCPSO算法优化各个子群,并将最优粒子传至高层,高层使用CS算法优化各个子群的最优粒子,并将最终结果返回底层,执行下一次迭代。实验过程中,一方面将提出的算法应用于多个测试函数,结果表明该算法具有更好的收敛速度和收敛精度;另一方面利用该算法搭建定位模型,并与其他定位模型对比,结果显示该定位模型具有更好的定位效果。 展开更多
关键词 LDCPSO算法 CS算法 K-mean算法 grnn算法 测试函数
下载PDF
基于GRNN算法的船舶轨迹分析方法 被引量:1
5
作者 蒲实 程广福 余桐奎 《舰船科学技术》 北大核心 2021年第9期117-121,共5页
由国际海事组织(IMO)、国际电信联盟(ITO)、国际电工委员会(IEC)等组织牵头研发的以现代通信技术、电子信息技术等为核心的船舶自动识别系统(Automatic Identification System,AIS)几乎安装在所有在籍的船舶上,AIS数据在船舶的定位、动... 由国际海事组织(IMO)、国际电信联盟(ITO)、国际电工委员会(IEC)等组织牵头研发的以现代通信技术、电子信息技术等为核心的船舶自动识别系统(Automatic Identification System,AIS)几乎安装在所有在籍的船舶上,AIS数据在船舶的定位、动态轨迹上有着重要的作用。针对现有用于AIS数据轨迹插值的方法存在平滑性能较差、精度无法统一等缺点,基于GRNN神经网络的非线性映射能力及学习速度极高的优势,提出一种用于AIS数据插值的L-GRNN算法。仿真研究和实船数据验证表明,该方法的精度、平滑性能较好,与传统的AIS数据插值方法相比,同时具备精度、平滑性能,具有良好的工程适用价值。 展开更多
关键词 AIS数据插值 grnn算法 轨迹分析 船舶轨迹
下载PDF
磁效应回转角度测量的GRNN算法研究 被引量:1
6
作者 陈时毅 卢泽洵 +2 位作者 廖普 刘文文 胡鹏浩 《中国测试》 CAS 北大核心 2018年第9期102-108,共7页
针对等效磁荷法在反解智能球铰链回转角度中存在的不足,该文尝试采用神经网络算法来计算、仿真和获取精密球铰链回转中的二维空间转角。根据仿真结果得出最优算法,给出提高测量精度的可行性方案。对神经网络GRNN算法进行验证,并与等效... 针对等效磁荷法在反解智能球铰链回转角度中存在的不足,该文尝试采用神经网络算法来计算、仿真和获取精密球铰链回转中的二维空间转角。根据仿真结果得出最优算法,给出提高测量精度的可行性方案。对神经网络GRNN算法进行验证,并与等效磁荷模型法的计算精度进行比较。搭建测量实验平台,实验结果与前期研究结果相比,在±10°范围内角度平均测量误差降低0.52′,在±20°范围内误差降低12.44′,表明测角精度得到改善,且随着量程的增大,GRNN算法的角度反解误差在减小,同时该算法计算精度不依赖于球铰链各项结构参数,为进一步提高球铰链空间回转角度测量精度提供新的可能。 展开更多
关键词 球铰链 空间转角测量 grnn算法 磁效应
下载PDF
基于GRNN算法的白芨产量智能预测模型 被引量:2
7
作者 钱晔 孙吉红 +3 位作者 李晓曙 徐敏 刘庭 姜微微 《江苏农业科学》 北大核心 2021年第9期190-194,共5页
为确保白芨种植户(企业)获得最大的经济效益,科研人员取得精确的数据进行科学研究。首先,收集白芨种植过程中,浇水量、施肥量、喷洒农药量以及对应的单位面积产量等数据,构建基于广义回归神经网络(general regression neural network,简... 为确保白芨种植户(企业)获得最大的经济效益,科研人员取得精确的数据进行科学研究。首先,收集白芨种植过程中,浇水量、施肥量、喷洒农药量以及对应的单位面积产量等数据,构建基于广义回归神经网络(general regression neural network,简称GRNN)算法的智能预测模型对特定种植条件下白芨的产量进行预测,得到不同种植环境下白芨的不同产量数据;然后,将这些数据输入信息系统中,为用户提供数据,以便于在最适合的条件下种植白芨。试验结果表明,GRNN在小样本构建智能预测模型时能够取得较好的预测效果。因此,在白芨种植过程中,当测试数据、输入数据不断增大的同时,采用该模型能够为种植户(企业)提高更精准的种植信息,最大化地提高产量,增加经济效益;为科研人员提供准确的数据确保研究成果的真实性。 展开更多
关键词 白芨 智能 预测 grnn算法 产量
下载PDF
基于GRNN算法的铜转炉吹炼终点预报模型
8
作者 徐翔 刘大方 徐建新 《昆明理工大学学报(自然科学版)》 北大核心 2021年第3期9-17,共9页
针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口... 针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口火焰特征值优化处理,建立造渣终点预报模型.结果表明:基于实际生产环境的预测,GRNN算法避免了铜转炉吹炼过程中多指标内部相关性,减少数据冗余和系统误差,使得预测精度达到97.33%.预测精度相对于相关文献报道的预报模型,该模型精度更高,训练次数少,时效性强,为转炉终点判断提供一种新途径. 展开更多
关键词 转炉炼铜 造渣工艺 grnn算法 图像处理 终点判断
原文传递
基于优化广义回归神经网络的变电站设备温度预测 被引量:12
9
作者 孔雪卉 张慧芬 《中国电力》 CSCD 北大核心 2016年第7期54-59,共6页
变电站设备温度情况是反映设备是否正常运行的一个重要指标,对设备温度进行及时的预测能够保证电力系统高效、稳定运行。针对高压设备温度存在非线性、随机性等特点,应用广义回归神经网络(GRNN)对其进行预测。运用K-近邻思想和多轮投票... 变电站设备温度情况是反映设备是否正常运行的一个重要指标,对设备温度进行及时的预测能够保证电力系统高效、稳定运行。针对高压设备温度存在非线性、随机性等特点,应用广义回归神经网络(GRNN)对其进行预测。运用K-近邻思想和多轮投票机制确定最优平滑因子,对GRNN进行优化。结合某变电站的设备温度历史数据,以高压开关柜为例,划分训练样本和预测样本,建立了基于优化GRNN的高压开关柜温度预测模型。Matlab仿真实验表明:优化的GRNN预测结果优于BP神经网络的预测结果,在训练速度和预测精度上都有显著提高。 展开更多
关键词 变电站 温度预测 优化的grnn算法 K-近邻 平滑因子
下载PDF
神经网络在配网电能损耗预测中的应用研究 被引量:3
10
作者 王昕 曹敏 +1 位作者 邢士发 李英娜 《软件》 2017年第8期210-214,共5页
配网馈线和节点较多、负荷的多变,使得配网中的技术线损和管理线损分析预测困难。本文结合等值电阻法理论线损计算模型、BP神经网络、广义回归神经网络GRNN模型,对配电电网线损、电能损耗进行分析与计算,将理论应用到区域实测负荷数据... 配网馈线和节点较多、负荷的多变,使得配网中的技术线损和管理线损分析预测困难。本文结合等值电阻法理论线损计算模型、BP神经网络、广义回归神经网络GRNN模型,对配电电网线损、电能损耗进行分析与计算,将理论应用到区域实测负荷数据和电量数据的分析中,分析了S区域线损率、线损和电能损耗,计算出了配电网电能损耗各元件所占的百分比。测试结果表明,BP模型对线损预测的均方误差为2.71;并在此基础上,考虑配电网变压器等损耗,利用PSO-GRNN模型对配电网的电能损耗进行预测,配网电能总损耗预测的均方误差为0.36,为区域电能损耗分析和降损工作提供了关键状态参数。 展开更多
关键词 配网线损计算 BP神经网络 PSO-grnn算法 线损预测
下载PDF
基于GRNN的网络出口流量预测 被引量:1
11
作者 卢斌 慕亚茹 徐一秋 《黑龙江科技信息》 2008年第13期63-63,共1页
针对网络出口流量在时序上的复杂非线性特征,采用泛化回归神经网络GRNN(generalized regression NN)对网络流量时间序列进行预测。用自相关分析技术分析时间序列的延迟特性,据此确定GRNN神经网络的输入、输出向量,建立了基于MATLAB6.5... 针对网络出口流量在时序上的复杂非线性特征,采用泛化回归神经网络GRNN(generalized regression NN)对网络流量时间序列进行预测。用自相关分析技术分析时间序列的延迟特性,据此确定GRNN神经网络的输入、输出向量,建立了基于MATLAB6.5环境下GRNN神经网络的网络流量预测模型,并用黑龙江科技学院网络出口流量数据进行了验证。结果表明,该模型拟合精度和预测精度较高、计算速度较快。 展开更多
关键词 神经网络 网络流量 grnn算法 BP算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部