全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于民航团队旅客销售的预测方法分析
- 作者： 徐月芳 黄奇 来源： 复旦学报(自然科学版) 年份： 2018 文献类型 ： 期刊 关键词： 组合预测算法 支持向量机 BP神经网络 民航收益管理
- 描述： 利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果显示:后退的回归分析算法比常用的多元线性回归精准性提高,但是数据结果并不具有可靠性.神经网络算法、支持向量机算法和组合算法比常用的回归分析算法预测的精准度有了明显的提高.支持向量机算法预测精度相对神经网络算法稍低,但是却拥有更强的泛化能力.组合预测算法能避免单一预测方法的误差,更加适合航线销售人员的实际操作.
- 基于BP神经网络的我国航空货运竞争力水平分析——以航空公司的视角
- 作者： 戴澍 来源： 岳阳职业技术学院学报 年份： 2019 文献类型 ： 期刊 关键词： 航空货运 BP神经网络 竞争力
- 描述： 货运情况竞争力水平评价指标体系,依托BP神经网络测算各航空公司的竞争力情况。结合当前的先进理念,提出我国航空公司可持续发展的建议,为航空货运发展提供理论依据。
- 基于BP神经网络模型的我国航空公司财务风险预警实证研究
- 作者： 孙新宪 李夏琳 来源： 交通财会 年份： 2019 文献类型 ： 期刊 关键词： 财务预警 BP神经网络 航空公司
- 描述： 随着国内经济体制改革不断深化和航权的不断开放,我国航空公司以其自身航线网络的覆盖为全国乃至世界的经济联络和交流做出了突出的贡献,然而,错综复杂的经济环境决定了航空公司更需防范潜在的财务风险,避免陷入财务危机。本文将采取主成分分析方法来对所选取的预警指标降低维度进行优化,运用优化后的预警指标构建基于BP神经网络模型的航空公司财务风险预警模型。本文选取2004年至2016年(剔除数据不全年份)四大航空公司共49个样本的财务和非财务数据,对2005年至2017年航空公司的财务风险进行预测。其中,38个样本作为训练样本,11个作为检测样本,检测结果表明:基于BP神经网络模型的航空公司财务风险预警模型具有较好的预测效果,可以进行有效的财务预警。
- 基于改进的神经网络对航空发动机故障率预测研究
- 作者： 薛永亮 陈振林 来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： BP神经网络 预测 故障率
- 描述： 以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
- 基于改进的神经网络对航空发动机故障率预测研究
- 作者： 薛永亮 陈振林 来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： BP神经网络 预测 故障率
- 描述： 以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
- 基于多种预测的飞机故障率预测
- 作者： 王常衡 罗钦 卢曼 李嘉伟 来源： 计算机产品与流通 年份： 2019 文献类型 ： 期刊 关键词： 灰色预测 BP神经网络 飞机故障率
- 描述： 本文使用BP神经网络和灰色预测对主要燃料系统故障率进行预测,并对两种方法的预测结果进行分析对比。
- 基于改进的神经网络对航空发动机故障率预测研究
- 作者： 薛永亮 陈振林 来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： BP神经网络 预测 故障率
- 描述： 以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
- 基于BP神经网络的飞机目标识别算法
- 作者： 夏海琴 彭章友 来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 小波变换 RCS BP神经网络 飞机目标识别
- 描述： 针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。
- 基于BP-RBF神经网络的飞机舵机电液伺服加载系统研究
- 作者： 刘志伟 来源： 科技与创新 年份： 2019 文献类型 ： 期刊 关键词： 飞机舵机电液伺服加载系统 RBF神经网络 多余力 BP神经网络
- 描述： 飞机舵机电液伺服加载系统中存在多余力的干扰会影响系统加载的精确度,因此,为加载系统建模,建立整个电液伺服加载系统的非线性模型。在BP神经网络的PID控制器基础上加入了RBF神经网络,构成复合控制器,通过RBF神经网络的辨识,神经网络PID控制器控制精度高、效果好,参数实现了自整定,提高了非线性系统的控制精度,同时,也提高了加载精度,有效抑制了多余力。