基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了获得更准确的预测结果及更优良的预测性能,将遗传退火算法与小波神经网络相结合,设计了一种基于遗传退火优化的小波神经网络预测模型.利用MATLAB开发出界面友好、使用方便的图形用户界面,通过实例仿真进行了验证.
推荐文章
基于优化小波神经网络的宏观经济预测技术研究
宏观经济
预测模型
BP神经网络
小波神经网络
狼群算法
准确性
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传退火优化的小波神经网络预测模型
来源期刊 机械制造与自动化 学科 工学
关键词 小波神经网络 遗传退火算法 预测模型
年,卷(期) 2020,(2) 所属期刊栏目 信息技术
研究方向 页码范围 117-120,141
页数 5页 分类号 TP183
字数 4044字 语种 中文
DOI 10.19344/j.cnki.issn1671-5276.2020.02.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱如鹏 南京航空航天大学机电学院 207 2308 26.0 39.0
2 王宇 南京航空航天大学机电学院 63 442 11.0 20.0
3 李苗苗 南京航空航天大学机电学院 23 16 2.0 3.0
4 俞莎莎 南京航空航天大学机电学院 3 0 0.0 0.0
5 赵英豪 南京航空航天大学机电学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (23)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(10)
  • 参考文献(2)
  • 二级参考文献(8)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(15)
  • 参考文献(4)
  • 二级参考文献(11)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(7)
  • 参考文献(5)
  • 二级参考文献(2)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波神经网络
遗传退火算法
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械制造与自动化
双月刊
1671-5276
32-1643/TH
大16开
江苏省南京市珠江路280号1903室
28-291
1972
chi
出版文献量(篇)
6602
总下载数(次)
23
论文1v1指导