FOA具有较强的全局寻优能力,利用FOA优化GRNN模型的Spread值,得到其最优解,使得预测误差达到最小。 由表1可知,应用FOA GRNN模型预测的MAD、MAPE、RMS值都比单一的GRNN模型和BP模型小,由此说明,相对于BP和GRNN网络,FOA GRNN网络模型的预测误差较小并且具有较高的稳定性,FOA GRNN模型在预测能力、逼近能力等方面皆具有...
(GRNN)的剩余强度计算方法,应用GRNN构建剩余强度预测模型;采用FOA优化模型,人为设置光滑因子的负面影响;通过有限元模拟生成影响因素和剩余强度数据库,并采用FOA-GRNN模型训练和预测;以巴西国家石油研究中心的极限强度爆破试验数据为例,分析验证预测模型.结果 表明:FOA-GRNN模型对有限元模拟数据的剩余强度预测平均相对误差(...
基于FOAGRNN的产品功能疲劳对客户资产影响的预测
目前广泛采用的RBF神经网络具有训练时间长与训练困难等缺陷. 本研究结合实际生产数据,建立了FOA-GRNN神经网络预报模型,并对转炉终点温度与碳质量分数进行预报. 结果表明:与RBF神经网络相比, FOA-GRNN神经网络可以有效提高命中率并满足实际生产要求. 当碳质量分数绝对误差小于± 0. 03%时, FOA-G... 查看全部>> ...
通过利用果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,从而实现对船舶交通流的预测。以东海大桥的船舶流量观测数据为实例对象进行分析,通过MATLAB进行仿真预测,实验结果表明:FOA GRNN模型相比于传统的GRNN模型和BPNN模型具有更高的预测精度和泛化能力,有效地解决了预测过程中数据样本少、非线性拟合能力差等问题...
Yan XiongElsevier Science Publishers B. V.PUB568Amsterdam, The Netherlands, The NetherlandsProcedia Computer ScienceCheng J, Xiong Y. The Quality Evaluation of Classroom Teaching Based on FOA-GRNN [J]. Procedia Computer Science, 2017, 107:355-360....
There are comments on PubPeer for publication: The optimized GRNN based on the FDS-FOA under the hesitant fuzzy environment and its application in air quality index prediction (2021)
所述系统包括氢发动机实验系统,信号采集处理模块,故障诊断模块和输出信号处理模块;所述方法包括:通过氢发动机实验系统获得异常燃烧故障发生时的相关运转参数数据;通过信号采集处理模块实时采集相关运转参数数据信号并进行归一化处理和特征提取;故障诊断模块将相关运转参数数据分为训练样本和测试样本,得到FOAGRNN故障诊断模型;...
所述系统包括氢发动机实验系统,信号采集处理模块,故障诊断模块和输出信号处理模块;所述方法包括:通过氢发动机实验系统获得异常燃烧故障发生时的相关运转参数数据;通过信号采集处理模块实时采集相关运转参数数据信号并进行归一化处理和特征提取;故障诊断模块将相关运转参数数据分为训练样本和测试样本,得到FOAGRNN故障诊断模型;...
改进后的果蝇算法显示了更好的全局优化和快速收敛能力,提高了GRNN的预测精度.仿真结果表明,相对于GRNN模型和FOA-GRNN模型,LVFOA-GRNN模型提高了预警准确率,与财务数据的拟合度更高.%Aiming at characteristics of complexity and nonlinear in enterprise financial data, this paper puts forward a financial early ...