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出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
销售预测系统，可以根据历史销售数据对未来的销售量进行有效预测，采用BP神经网络对预测模型进行训练，可以达到不错效果
标签： 销售预测
上传时间： 2014-01-20
上传用户：whenfly
销售预测系统，可以根据历史销售数据对未来的销售量进行有效预测，采用BP神经网络对预测模型进行训练，可以达到不错效果
标签： 销售预测
上传时间： 2015-04-25
上传用户：xz85592677
初步研究神经网络模型的构造方法，并利用多输入单输出切比雪夫神经网络模型建立世界干散海运量各年的海运量预测模型解决具体问题
标签： 神经网络模型
上传时间： 2015-06-04
上传用户：ccclll
GM(1,1)模型1-4 1：GM(1,1)模拟模型，在matlab中的输入方法为gm1（x），x指要模拟的序列。 2：GM(1,1)预测模型，在matlab中的输入方法为gm2（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 3：GM(1,1)群模拟模型，在matlab中的输入方法为gm3（x），x指要模拟的序列。 4：GM(1,1)群预测模型，在matlab中的输入方法为gm4（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 gm4对序列趋势比较好的数据预测效果较好，对上下变动的数据，特别是后4个数据趋势跟前面的数据相反的，预测效果很差。 gm2对上下变动的数据，预测效果比gm4好，但对趋势较好的数据，预测精度没有gm4高。 gm3比gm1模拟精度要高。 可以以x=[1 3 5 7 9 11 13 15]进行实验。x输入默认行向量。 所有程序在matlab6.0上调试通过。
上传时间： 2013-11-29
上传用户：jackgao
灰色预测GM（1，1）模型的matlab源代码，包括预测模型的建立，以及模型的精度检验指标c,p的计算
标签： 灰色预测
上传时间： 2013-12-19
上传用户：vodssv
ARMA模型时间序列分析法简称为时序分析法，是一种利用参数模型对有序随机振动响应数据进行处理，从而进行模态参数识别的方法。参数模型包括AR自回归模型、MA滑动平均模型和ARMA自回归滑动平均模型。这里给出了一个求出ARMA模型参数的MATLAB程序。
上传时间： 2013-12-25
上传用户：问题问题
经济分析软件的设计与实现 摘 要：经济预测在现代经济生活中的作用变的越来越重要。它是企业确定政策，进行决策和制定计划的依据；是提高经营管理水平、改善计划工作的重要内容。该系统以某一燃气公司2001-2005年的历史数据信息为基础。它实现对公司的历史经营、客户发展状况进行统计和分析，然后根据分析结果采用合适的经济数学方法对历史数据作运算得出所需要的预测结果。本文首先对燃气公司的2001-2005年数据表中的历史数据作详细分析；其次，结合统计数学的知识，对现有的各种经济预测方法做深入的理解；第三，设计数据库。把表中的历史数据从Excel中导入到MySQL中，便于以后从数据库中调用数据和将数据库存入数据库中。第四，设计预测模型。以经济预测方法为基础，合理设计相关预测模型，实现对该燃气公司的2006年的经济预测工作。最后，对系统中仍存在的不足和缺陷做阐述，为以后的研究工作提出了一些自己的想法。 关键词：经济预测 预测模型 移动平均预测法 指数平滑预测法 灰色预测法 数据库图形化
上传时间： 2016-06-29
上传用户：417313137
灰色预测GM（1，1）模型的matlab源代码，包括预测模型的建立，以及模型的精度检验指标c,p的计算
标签： 灰色预测
上传时间： 2013-12-23
上传用户：hasan2015
时间序列预测法是一种定量分析方法，它是在时间序列变量分析的基础上，运用一定的数学方法建立预测模型，使时间趋势向外延伸，从而预测未来市场的发展变化趋势，确定变量预测值
上传时间： 2014-11-29
上传用户：dengzb84
