预测分析建模 Python与R语言实现,还不错,挺清楚的。
2023-03-26 05:57:07 79.07MB Python R语言 人工智能
1
根据第二代非支配排序遗传算法(NSGA Ⅱ)的不足之处,提出了一种新的多目标遗传算法——非支配排序均匀遗传算法(NSUGA)。新算法采用了多父本多点交叉方式,同时将均匀设计的思想用于算法的交叉操作;新算法还对拥挤距离的计算过程和算法的终止条件进行了改进。通过两个多目标优化测试函数的仿真计算对比,显示NSUGA算法在求解精度、计算效率和避免算法陷于局部最优解方面均优于NSGA II算法。
1
随着网络的飞速发展,微博逐渐成为社交网络中信息传播及信息收集的重要平台,微博转发是微博信息传播的重要途径,研究微博转发问题对微博信息传播、微博营销、舆情监控有着极其重要的意义.影响微博转发的主要因素有:粉丝兴趣与微博文本的相似度,微博营销策略及用户粉丝数量的变化.以往的预测模型没有综合考虑这两方面因素,基于此,提出了一种基于循环神经网络的方法来对微博转发量级进行预测,首先利用SIM-LSTM模型构建微博转发趋势度,然后再利用TF-IDF构建粉丝兴趣和微博文本的相似度,最后通过神经网络模型来预测粉丝是否会转发该微博.实验结果表明本文提出的算法相对于其他预测算法F1评估值提高了近5%.
1
南北方许多复杂矿井特别是深部采煤矿井,其矿井涌水动态复杂,常呈不同程度的混沌效应,常规方法难以预测。文章针对该情况,研究探讨了复杂矿井混沌效应出现的机理。指出采矿作用下,地下水系统结构变化,矿井涌水水源的多来源性以及矿井地下水系统自身演化为复杂非线性耗散系统等导致了混沌效应的发生。在此基础上,通过实例,运用考虑混沌效应的RBF神经网络方法和基于Lyapunov指数的相空间重构方法对矿井涌水量动态进行了预测。结果表明,运用上述混沌时间序列方法进行短期预测是非常有效的,可为煤矿水害防治决策等提供科学依据。
1
提出了一种相空间重构与贝叶斯框架下的LS-SVM预测矿井涌水量的方法,矿井涌水量具有混沌特征,利用相空间重构,找出矿井涌水量时间序列隐藏的演化规律,作为输入参量,将贝叶斯证据框架理论用于最小二乘支持向量机模型参数的优选,运用LS-SVM将非线性问题转化为高维特征空间的线性问题进行求解。利用典型的Lorenz生成的时间序列进行仿真,选择2004年8月-2005年2月的矿井涌水量数据进行验证,结果表明该方法可行并具有较高的精度。
1
研究包含稳态目标计算(Steady-state target calculation,SSTC)层和动态控制层的双层结构预测控制(Model predictive control,MPC)及其实现方法.我们将已有的辨识、优化和控制方案适当地组合并软件化.通过在多优先级稳态目标计算中引入新的变量,给出了稳态目标计算的统一表达方法,每个优先级的优化问题或是跟踪外部目标,或是放松软约束.通过仿真算例和应用实例相结合的方式验证了软件功能.
1
智能农业系统 该项目旨在使用土壤,气候和温度,使用多元线性回归(以python,flask为后端,以HTML,CSS,JS为前端)进行线性预测预测最佳可种植作物
2023-03-24 21:34:16 15.84MB HTML
1
预测芝加哥市蚊子中的西尼罗河病毒 12th 训练从这里分叉的简单随机森林基准 创建虚拟提交以探索公共/私人排行榜使用多行功能并根据 LB 反馈得出整体权重。
2023-03-24 20:12:00 6KB Python
1
使用Python实现模糊神经网络(FNN)用于数据预测,压缩包中源码FNN.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数,test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等,train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的隶属度函数中心点、宽度向量、权值等参数。
2023-03-24 20:02:16 7KB 模糊神经网络 FNN 数据预测 Python
1
提出了一种新型光伏逆变器拓扑结构,其由罗氏升压电路、三相四开关逆变单元组成,可以有效提高光伏发电效率、降低光伏系统成本。针对该结构逆变器提出了一种新型前馈功率预测控制策略,其通过将自然环境分区后排列,然后逐一对其历史光伏最大功率进行寻优,从而确定相应的前馈功率预测值。该方法具有计算量小、运算速度快、实现简单、控制精度高、可靠性强的显著优点,可以省去传统逆变器控制的直流侧电压闭环,由逆变器本身完成光伏阵列的最大功率点跟踪功能,从而提高系统响应速度与可靠性。仿真与实验结果均验证了所提结构和控制方法的可行性及优越性。
1