计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2012年
5期
90-93
,共4页
鸟撞%BP神经网络%RBF神经网络%预测模型
鳥撞%BP神經網絡%RBF神經網絡%預測模型
조당%BP신경망락%RBF신경망락%예측모형
通过对某机场地理环境、生境、鸟类及鸟类活动、鸟情信息进行综合分析,在收集、规范、完善鸟情数据集的基础上,文中给出了鸟情数据预处理方法,提出了一种基于神经网络的鸟撞预测模型,确定了鸟撞预测模型输入、输出参数,并分别采用BP神经网络和径向基网络(RBF)两种方式建立预测模型.运用Matlab对两个预测模型性能进行仿真实验,仿真实验结果表明BP神经网络比RBF神经网络预测具有更高精度、更小误差.最后,通过机场实际观察数据对训练好的鸟撞模型做仿真预测,结果进一步验证了BP神经网络鸟撞预测模型具有很好的预测效果.
通過對某機場地理環境、生境、鳥類及鳥類活動、鳥情信息進行綜閤分析,在收集、規範、完善鳥情數據集的基礎上,文中給齣瞭鳥情數據預處理方法,提齣瞭一種基于神經網絡的鳥撞預測模型,確定瞭鳥撞預測模型輸入、輸齣參數,併分彆採用BP神經網絡和徑嚮基網絡(RBF)兩種方式建立預測模型.運用Matlab對兩箇預測模型性能進行倣真實驗,倣真實驗結果錶明BP神經網絡比RBF神經網絡預測具有更高精度、更小誤差.最後,通過機場實際觀察數據對訓練好的鳥撞模型做倣真預測,結果進一步驗證瞭BP神經網絡鳥撞預測模型具有很好的預測效果.
통과대모궤장지리배경、생경、조류급조류활동、조정신식진행종합분석,재수집、규범、완선조정수거집적기출상,문중급출료조정수거예처리방법,제출료일충기우신경망락적조당예측모형,학정료조당예측모형수입、수출삼수,병분별채용BP신경망락화경향기망락(RBF)량충방식건립예측모형.운용Matlab대량개예측모형성능진행방진실험,방진실험결과표명BP신경망락비RBF신경망락예측구유경고정도、경소오차.최후,통과궤장실제관찰수거대훈련호적조당모형주방진예측,결과진일보험증료BP신경망락조당예측모형구유흔호적예측효과.
