搜索资源列表
Volterraprediction
- 小数据量法求混沌吸引子最大Lyapunov指数的Matlab程序，参考文献：张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03-small data method for chaotic attractor largest Lyapunov exponent of Matlab procedures References : Zhang Shu. The chaotic time series Volterra adaptive prediction. Physics
Volterra_luzhenbo
- Volterra自适应预测的 matlab 程序,用于自适应预测测试和混沌序列的相空间重构（转）-Volterra adaptive prediction Matlab procedures for testing and adaptive prediction chaotic sequence of phase space Reconstruction (switch)
mynn_fuzzy_control
- 基于神经网络预测模型的聚类自适应模糊控制器的设计及应用，文章介绍了一种新的控制器设计方法 很有收藏价值
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
停车诱导系统中车位预测模型的研究
- 停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验
自适应神经网络在确定落煤残存瓦斯量中的应用
- 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
linennet_tt
- 使用自适应线性神经网络进行预测的实例 很有代表性-The use of adaptive linear neural network to predict very representative example of
Linearnetworkprediction
- 自适应预测，神经网络预测，可以实现非线性预测，MATLAB环境实现。-Adaptive predictive
ARBF
- 自适应RBF网络用于电价预测，根据训练数据自动确定分类数，不需要人工确定。-Adaptive RBF Network for price forecasting！
newsom123
- 使用自适应逼近的短期负荷预测，为matlab代码，程序较为简单-The use of adaptive approximation of the short-term load forecasting for the matlab code, the program simple
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
BPshenjiwangluoyingyongheyanjiu
- 由于人工神经网络具有大规模并行信息处理，良好的自适应与自学习 等许多特点，因此利用神经网络解决复杂非线性动态系统的预测问题就有了一条新的可能途径 -As massively parallel artificial neural network information processing, a good adaptive and self-learning and many other features, the use of neural networks to solve compl
sfprj
- 是基于自适应模糊适应系统的程序。在神经网络中实现很多功能，比如预测问题-Adaptive fuzzy adaptive system based on the procedure. In the neural network to a lot of features, such as prediction
meanshift
- 基于MeanShift和自适应预测的非刚性目标跟踪算法 希望对大家有用-Adaptive prediction based on MeanShift and non-rigid object tracking algorithm we hope be useful
IntelligentTacticalFlight
- &基于贝叶斯网络和模糊推理 技术A实现了战场威胁级别及其相对重要性程度的综合评估&利用模型预测控制的滚动优化和在线校正原理A实现了 飞机在线飞行路径规划&建立了路径规划代价函数中加权因子的智能化分配方法A进而实现了威胁评估与路径规划 之间的集成A使得路径规划系统能够自适应战场态势的动态变化.-koorow&E}8k w$lrm}nz$pkzz8zzn8omp$lm}l8km 8y8 ko|l8 kmry8rnj$lmkos8kl88zmk9 rz}8|9kz8|$ouk{8zrko
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性, 并对系统实施目标函数控制。实验仿真结果表明, 该算法在 L
adapt2
- 自适应神经网络实现线性预测，参数不同预测效果不同-Adaptive linear prediction neural network, different parameters of different prediction
linennet_tt.m
- 用自适应线性神经网络进行预测的matlab实例-With adaptive linear neural network to predict ,matlab example.
success
- 预测控制RBF神经网络自适应控制MATLAB仿真(Adaptive control MATLAB simulation of RBF neural network)
wind power forecasting based on EWT-KELM
- 针对短期风电功率预测，提出一种基于经验小波变换预处理的核极限学习机组合预测方法。首先采用 EWT 对风电场实测风速数据进行自适应分解并提取具有傅立叶紧支撑的模态信号分量，针对每个分量分别构建 KELM 预测模型，最后对各个预测模型的输出进行叠加得到风速预测值并根据风电场风功特性曲线可得对应风电功率预测值。(Aiming at short-term wind power prediction, a kernel-based learning machine combination predicti